Le statistiche sono state a lungo parte integrante della vita. Le persone lo affrontano ovunque. Sulla base delle statistiche, si traggono conclusioni su dove e quali malattie sono comuni, cosa è più richiesto in una determinata regione o in un determinato segmento della popolazione. Anche la costruzione dei programmi politici dei candidati agli organi di governo si basa su dati statistici. Sono utilizzati anche dalle catene di vendita al dettaglio per l'acquisto di beni e i produttori sono guidati da questi dati nelle loro proposte.
La statistica gioca un ruolo importante nella vita della società e colpisce ciascuno dei suoi singoli membri, anche nelle piccole cose. Ad esempio, se secondo le statistiche, la maggior parte delle persone preferisce i colori scuri nei vestiti in una particolare città o regione, trovare un impermeabile giallo brillante con una stampa floreale nei negozi locali sarà estremamente difficile. Ma quali quantitàquesti dati si sommano per avere un tale impatto? Ad esempio, cos'è "statisticamente significativo"? Cosa si intende esattamente con questa definizione?
Cos'è questo?
La statistica come scienza è composta da una combinazione di diverse quantità e concetti. Uno di questi è il concetto di "significato statistico". Questo è il nome del valore delle variabili, la probabilità della comparsa di altri indicatori in cui è trascurabile.
Ad esempio, 9 persone su 10 indossano scarpe di gomma ai piedi durante una passeggiata mattutina per i funghi nella foresta autunnale dopo una notte piovosa. La probabilità che a un certo punto 8 di loro mettano dei mocassini di tela è trascurabile. Pertanto, in questo particolare esempio, il numero 9 è ciò che viene chiamato "significato statistico".
Di conseguenza, se sviluppiamo ulteriormente l'esempio pratico fornito, i negozi di scarpe acquistano stivali di gomma entro la fine della stagione estiva in quantità maggiori rispetto ad altri periodi dell'anno. Pertanto, l'entità del valore statistico ha un impatto sulla vita ordinaria.
Naturalmente, in calcoli complessi, ad esempio, quando si prevede la diffusione dei virus, viene preso in considerazione un gran numero di variabili. Ma l'essenza stessa della determinazione di un indicatore significativo di dati statistici è simile, indipendentemente dalla complessità dei calcoli e dal numero di valori variabili.
Come viene calcolato?
Utilizzato per calcolare il valore dell'indicatore di "significatività statistica" dell'equazione. Cioè, si può sostenere che in questo caso tutto è deciso dalla matematica. L'opzione di calcolo più semplice è una catena di operazioni matematiche, in cui sono coinvolti i seguenti parametri:
- due tipi di risultati ottenuti da sondaggi o dallo studio di dati oggettivi, come l'importo degli acquisti, indicati con aeb;
- indicatore della dimensione del campione per entrambi i gruppi – n;
- valore della quota di campionamento combinata - p;
- errore standard - SE.
Il passaggio successivo consiste nel determinare il punteggio complessivo del test - t, il suo valore viene confrontato con il numero 1.96. 1.96 è il valore medio, con un intervallo del 95%, secondo la funzione di distribuzione t di Student.
Spesso sorge la domanda su quale sia la differenza tra i valori di n e p. Questa sfumatura è facile da chiarire con un esempio. Diciamo che viene calcolata la significatività statistica della fedeltà a qualsiasi prodotto o marca di uomini e donne.
In questo caso, le lettere saranno seguite dalle seguenti:
- n - numero di intervistati;
- p - numero di soddisfatti del prodotto.
Il numero di donne intervistate in questo caso sarà designato come n1. Di conseguenza, uomini - n2. Lo stesso valore avrà i numeri "1" e "2" del simbolo p.
Il confronto del punteggio del test con la media dei fogli di calcolo degli studenti diventa ciò che viene chiamato "rilevanza statistica".
Cosa si intende per verifica?
I risultati di qualsiasi calcolo matematico possono sempre essere controllati, questo viene insegnato ai bambini della scuola primaria. È logico supporreche poiché le statistiche sono determinate utilizzando la catena di calcoli, vengono verificate.
Tuttavia, testare la significatività statistica non è solo matematica. La statistica si occupa di un gran numero di variabili e di varie probabilità, che sono tutt' altro che sempre suscettibili di calcolo. Cioè, se torniamo all'esempio delle scarpe di gomma all'inizio dell'articolo, la costruzione logica dei dati statistici su cui faranno affidamento gli acquirenti di beni per i negozi può essere interrotta dal clima secco e caldo, che non è tipico dell'autunno. Come risultato di questo fenomeno, il numero di persone che acquistano stivali di gomma diminuirà e i punti vendita subiranno perdite. Naturalmente una formula matematica non è in grado di prevedere un'anomalia meteorologica. Questo momento è chiamato "errore".
Questa è solo la probabilità di tali errori e tiene conto della verifica del livello di significatività calcolato. Tiene conto sia degli indicatori calcolati che dei livelli di significatività accettati, nonché delle quantità convenzionalmente chiamate ipotesi.
Qual è il livello di significatività?
Il concetto di "livello" è incluso nei principali criteri di significatività statistica. È usato nella statistica applicata e pratica. Questo è un tipo di valore che tiene conto della probabilità di possibili deviazioni o errori.
Il livello si basa sull'identificazione delle differenze nei campioni già pronti, consente di stabilirne il significato o, al contrario, la casualità. Questo concetto non ha solo significati digitali, ma anche le loro peculiari interpretazioni. Spieganocome è necessario comprendere il valore e il livello stesso è determinato confrontando il risultato con l'indice medio, questo rivela il grado di affidabilità delle differenze.
Quindi, possiamo immaginare il concetto di livello semplicemente: è un indicatore di un errore o errore accettabile e probabile nelle conclusioni tratte dai dati statistici ottenuti.
Quali livelli di significatività vengono utilizzati?
La significatività statistica dei coefficienti di probabilità di errore in pratica si basa su tre livelli di base.
Il primo livello è la soglia alla quale il valore è 5%. Cioè, la probabilità di errore non supera il livello di significatività del 5%. Ciò significa che la fiducia nell'impeccabilità e nell'infallibilità delle conclusioni tratte sulla base dei dati della ricerca statistica è del 95%.
Il secondo livello è la soglia dell'1%. Di conseguenza, questa cifra significa che si può essere guidati dai dati ottenuti durante i calcoli statistici con una confidenza del 99%.
Terzo livello - 0,1%. Con questo valore la probabilità di un errore è pari a una frazione di percentuale, cioè gli errori vengono praticamente eliminati.
Che cos'è un'ipotesi in statistica?
Gli errori come concetto sono divisi in due aree, riguardanti l'accettazione o il rifiuto dell'ipotesi nulla. Un'ipotesi è un concetto dietro il quale, secondo la definizione, si nasconde un insieme di risultati di un'indagine, altri dati o affermazioni. Cioè, una descrizione della distribuzione di probabilità di qualcosa relativo all'argomento della contabilità statistica.
Ci sono due ipotesi nei calcoli semplici: zero e alternativa. La differenza tra loro è che l'ipotesi nulla si basa sull'idea che non ci sono differenze fondamentali tra i campioni coinvolti nella determinazione della significatività statistica, e quella alternativa è completamente opposta ad essa. Cioè, l'ipotesi alternativa si basa sulla presenza di una differenza significativa in questi campioni.
Quali sono gli errori?
Gli errori come concetto nelle statistiche sono direttamente proporzionali all'accettazione di questa o quella ipotesi come vera. Possono essere divisi in due direzioni o tipi:
- il primo tipo è dovuto all'accettazione dell'ipotesi nulla, che si è rivelata errata;
- secondo - causato dal seguire l' alternativa.
Il primo tipo di errore è chiamato falso positivo ed è abbastanza comune in tutte le aree in cui vengono utilizzate le statistiche. Di conseguenza, l'errore del secondo tipo è chiamato falso negativo.
Perché abbiamo bisogno di una regressione nelle statistiche?
Il significato statistico della regressione è che con il suo aiuto è possibile stabilire quanto il modello delle varie dipendenze calcolato sulla base dei dati corrisponda alla re altà; consente di identificare la sufficienza o la mancanza di fattori per la contabilità e le conclusioni.
Il valore di regressione viene determinato confrontando i risultati con i dati elencati nelle tabelle Fisher. O usando l'analisi della varianza. Gli indicatori di regressione sono importanti quandostudi statistici complessi e calcoli che coinvolgono un gran numero di variabili, dati casuali e probabili cambiamenti.
