A statisztika egy olyan kifejezés, amely a latin „status” szóból származik, amely olyan figurák csoportját jelenti, amelyek az emberi érdeklődésre vonatkozó információk ábrázolására szolgálnak. Arra a technikára utal, amelyet a mennyiségi adatok összegyűjtése, áttekintése, elemzése és következtetések levonása céljából fejlesztenek ki. A kapott adatokat ezután felhasználják a döntéshozatal során.
Pénzügyi elemzők Pénzügyi elemzők - mit csinálnak statisztikai módszerekkel nagy mennyiségű adatot hasznos matematikai formában elemeznek, értékelnek és összegeznek. A statisztikákat számos tudományterületen alkalmazzák, mint például az üzleti, társadalomtudományi, gyártási, pszichológiai stb.
A statisztikák típusai
A statisztika tanulmányozása két fő kategóriába sorolható. Leíró és következtetési statisztikákat tartalmaznak.
1. Leíró statisztika
A leíró statisztikák leírják a populáció alapvető jellemzőit és az adatok rendszerezését. Ez lehetővé teszi az elemzők számára, hogy megismerjék az adatok jellemzőit és értelmezzék ezeket az adatokat. Tegyük fel például, hogy egy számítógépes bolt elektronikus eszközöket árul, és az 1000 eladott elektronikus eszköz közül 300 laptop. Ezekkel az adatokkal az adatok egy leírása a minta 30% -át jelentené laptopoknak.
A leíró statisztikáknak két fő típusa van, amelyeket a tudósok használnak, és ezek a következők:
A központi tendencia mértékei
Központi tendencia Központi tendencia A központi tendencia az adatkészlet leíró összefoglalása egyetlen értéken keresztül, amely az adateloszlás központját tükrözi. A variabilitási mutatók tartalmazzák az átlagot, a mediánt és a módot. Ezeket használják az adatokkal az általános trendek bemutatására. Az átlagot az adatkészlet összes összetevőjének átlagának megjelenítésére használják, míg a medián az adatok közepét, például az egyetemre járó hallgatók középkorát jelenti. A mód a populáció leggyakoribb adatainak bemutatására szolgál, például az egyetem első évében a hallgatók leggyakoribb életkorára.
A terjedés mértéke
A terjedés mértéke megmutatja, hogy egy értékkészlet mennyire hasonló vagy különböző, és hogyan viszonyulnak egymáshoz. Az adatok eloszlásának leírására használt statisztikák egy része a tartomány, a kvartilis, a variancia, az abszolút eltérés, a frekvenciaeloszlás és a szórás. Standard eltérés Statisztikai szempontból az adatkészlet szórása az eltérések nagyságának a mértéke a megfigyelések értékei között.
Például egy 20 fős osztályban egy matematikai munka átlagos pontszáma 100 lehet a 100 pontról. Annak ellenére, hogy az átlag 70 pont, ez nem jelenti azt, hogy minden hallgató 70 pontot ér el. Inkább azt jelenti, hogy a pontszámok eloszlanak, az átlagos pontszám alatt és felett is. Ebben az esetben az elterjedés mértékét használják a pontszámok eloszlásának bemutatására.
2. Következtetõ statisztikák
Az inferenciális statisztikák bonyolult matematikai számítások segítségével következtetnek a nagy populációra vonatkozó trendekre. Nagy népesség elemzése során nehéz a népesség minden tagját egyenként elemezni. Ehelyett a tudósok inferenciális statisztikák segítségével határozzák meg a mintapopulációban a változók közötti összefüggéseket, majd az információk alapján előrejelzéseket készítenek arról, hogy a változók hogyan viszonyulnak az általános populációhoz.
Például, ha a tudósok elemzik a házas férfiak számát egy millió férfi populációban, akkor egymillió férfi populációból összegyűjtik a mintát, majd a mintából nyert információk alapján általánosításokat tesznek a teljes populációról.
A következtetési statisztikák két fő osztályozása a következőket tartalmazza:
Megbízhatósági intervallum
A konfidencia intervallum Konfidencia intervallum A konfidencia intervallum a statisztikák azon intervallumának becslése, amely tartalmazhat populációs paramétert. Az ismeretlen populációs paraméter a mintadarabokból kiszámított mintaparaméteren keresztül található. Például a μ populációátlagot az x̅ minta átlagának felhasználásával találjuk meg. a megfigyelt adatok statisztikáiból kerül kiszámításra, amelyek tartalmazhatják az ismeretlen populációs paraméter tényleges értékét.
Hipotézis tesztelés
Hipotézisvizsgálat Hipotézisvizsgálat A hipotézisvizsgálat a statisztikai következtetések módszere. Arra használják, hogy teszteljék-e a populációs paraméterre vonatkozó állításokat. Hipotézis tesztelés akkor történik, amikor a tudósok elemzik a populáció egy mintáját, majd ezt az információt felhasználva állítást tesznek arról a nagy populációról, amelyhez a minta tartozik.
A statisztika tulajdonságai
Néhány lehetséges jellemző, amelyet egy statisztikának tartalmaznia kell:
1. Teljesség
A teljesség arra utal, hogy az információigény kielégítéséhez szükséges adatok rendelkezésre állnak-e az adatforrásban. Az adatok teljessége szükséges a megfigyelt adatok pontosságának biztosításához.
2. Következetesség
A következetességet az adatok egységessége vagy stabilitása szempontjából tekintik. A következetesség mérésére használt statisztikák egy része magában foglalja a szórást, a tartományt és a szórást. A nagy populációra reprezentatív mintából származó adatok konzisztenciájának mérésekor általában az átlag standard hibáját vizsgálják.
Továbbá, ha eszközöket használunk adatgyűjtéshez, a konzisztencia mérhető a kapott pontszámok megbízhatóságának becslésével.
3. Elégség
A statisztika akkor tekinthető elegendőnek, ha nincs más, a mintából kiszámolható statisztika. Az elégségesség fogalma a leíró statisztikákban gyakori, mivel erősen függ az adatelosztási forma feltételezésétől.
4. Elfogulatlanság
A statisztika torzítását a mért paraméter valós értéke és a becslő várható értéke közötti különbség határozza meg. Ha a mintavételi eloszlás átlaga és a paraméter várható értéke megegyezik, akkor a statisztikát elfogulatlannak kell tekinteni.
Kapcsolódó olvasmányok
A Finance a globális pénzügyi modellezési és értékelési elemző (FMVA) ™ hivatalos szolgáltatója. Az FMVA® tanúsítás Csatlakozzon 350 600+ hallgatóhoz, akik olyan vállalatoknál dolgoznak, mint az Amazon, a JP Morgan és a Ferrari tanúsító program, amelynek célja, hogy bárki világszínvonalú pénzügyi elemzővé váljon. . A tanulás és a karrier előrehaladása érdekében az alábbi kiegészítő pénzügyi források hasznosak lehetnek:
- Bayes-tétel Bayes-tétel A statisztikában és a valószínűségelméletben a Bayes-tétel (más néven Bayes-szabály) egy matematikai képlet, amelyet a feltételes
- Korrelációs mátrix Korrelációs mátrix A korrelációs mátrix egyszerűen táblázat, amely megjeleníti a különböző változók korrelációs együtthatóit. A mátrix a táblázatban szereplő összes lehetséges értékpár közötti összefüggést ábrázolja. Ez egy hatékony eszköz egy nagy adatállomány összefoglalására, valamint az adott adatok mintáinak azonosítására és megjelenítésére.
- A nagy számok törvénye A nagy számok törvénye A statisztikákban és a valószínűségelméletben a nagy számok törvénye egy tétel, amely leírja annak eredményét, hogy ugyanazt a kísérletet nagyszámú
- A teljes valószínűség szabálya A teljes valószínűség szabály A teljes valószínűség szabály (más néven a teljes valószínűség törvénye) a feltételes és a marginális statisztikák alapvető szabálya.
