통계를 수집, 정리 및 분석하여 객관적 현상의 양적 규칙성을 인식하는 것은 방법론 과학이다.
통계의 정량연구는 객관성, 정확성, 검증성을 갖추고 있기 때문에 통계방법은 실증연구에서 가장 중요한 방법이 되어 자연, 사회, 경제, 과학 등 분야의 분석과 연구에 광범위하게 적용된다.
확장 데이터:
통계학은 매우 오래된 과학이다. 일반적으로 그 이론 연구는 고대 그리스 아리스토텔레스 시대에 시작되었으며, 지금까지 이미 2300 여 년의 역사를 가지고 있다고 생각한다. 그것은 사회와 경제 문제에 대한 연구에서 기원했다. 2000 여 년의 발전 과정에서 통계학은 최소한' 도시 정치',' 정치산수',' 통계분석과학' 의 세 가지 발전 단계를 거쳤다.
소위' 수리통계학' 은 통계학과 무관한 새로운 학과가 아니다. 정확히 말하자면, 그것은 통계학이 제 3 발전 단계에서 형성한 모든 데이터 수집 및 분석을 위한 새로운 방법의 총칭이다. 확률론은 수리통계법의 이론적 기초이지만, 그것은 통계학이 아니라 수학에 속한다.
통계: 데이터를 수집, 처리, 분석 및 해석하고 결론을 도출하는 과학.
통계 설명: 데이터 수집, 처리 및 설명을 연구하는 통계 방법입니다.
통계학 추론: 샘플 데이터를 사용하여 전체 특징을 추론하는 방법을 연구하는 통계적 방법.
변수: 관찰할 때마다 다른 결과를 초래하는 특성입니다.
분류 변수: 관찰 결과는 변수 유형으로 표시됩니다.
변수: 정렬 분류 변수라고도 하며, 관찰 결과에 어떤 순서 변수가 표시됩니다.
측정값 변수: 수량 변수라고도 하며, 결과는 숫자 변수입니다.
평균: 평균은 평균, 특히 산술 평균입니다. 이것은 다른 방법으로 계산된 평균이다. 해결 방법은 먼저 모든 숫자를 더한 다음 수의 수로 나누는 것이다. 이것은 집중된 추세나 평균을 측정하는 방법이다.
중간: 중간 숫자를 선택합니다. 중앙값을 구하려면 먼저 작은 것부터 큰 것까지 정렬한 다음 중간 숫자가 얼마인지 봐야 한다.
대중 수: 대중 수는 데이터 세트에서 가장 자주 나타나는 숫자입니다.
모든 통계 방법은 시스템 또는 매트릭스가 방법론의 기본 가정을 충족하는 경우에만 유효합니다. 통계의 오용은 사회 정책, 의료 관행, 교량 또는 원자력 발전 계획의 신뢰성에 영향을 줄 수 있는 설명 또는 추론에 심각한 오류를 초래할 수 있습니다.
통계학이 제대로 적용되었더라도 전문가가 아닌 사람들에게는 결과가 진술하기 어려울 수 있다. 예를 들어, 통계의 현저한 변화는 샘플의 무작위 변수로 인해 발생할 수 있지만, 이러한 중요도는 대중의 직관과는 반대일 수 있습니다. 일상생활에서 통계를 인용해 얻은 정보에 직면하여 사람들은 통계 기교 (또는 의혹) 가 필요하다.
샘플링할 때 다른 연구 목적에 따라 다른 샘플링 방법을 선택해야 합니다.
① 간단한 무작위 샘플링법은 먼저 각 개인에 번호를 매긴 다음 추첨을 통해 전체에서 샘플을 뽑는다. 이 방법은 개인간 차이가 적거나, 선택할 개체 수가 적거나, 개인 분포 세트의 연구 대상에 적용된다.
② 무작위 표본 추출 방법으로 집단을 무작위로 여러 부분으로 나눈 다음, 각 사본에서 무작위로 몇 개의 개별 구성 샘플을 추출한다. 이 샘플링 방법은 보다 조직적일 수 있으며, 선택한 개인은 단순한 무작위 샘플보다 집단에 더 고르게 분포됩니다.
(3) 시스템 샘플링 방법은 먼저 체계적으로 전체를 그룹으로 나눈 다음 첫 번째 그룹에서 무작위로 시작점을 결정합니다 (예: 각 그룹의 15 개 요소, 첫 번째 그룹의 13 개 요소 중에서 선택하기로 결정). 따라서 다음에 선택하는 단위는 28, 43 입니다
(4) 계층 샘플링 방법은 군중 특성에 대한 이해에 따라 군중을 여러 계층 또는 유형으로 나눈 다음 각 계층에서 일정한 비율로 무작위로 추출합니다. 이 방법은 대표적이지만, 계층 구분이 정확하지 않으면 고도의 대표성을 가진 샘플을 얻을 수 없다.
참고 자료:
바이두 백과-통계