Statystyka to termin wywodzący się z łacińskiego słowa „status”, które oznacza grupę liczb, które są używane do przedstawiania informacji o interesie człowieka. Odnosi się do techniki opracowanej w celu gromadzenia, przeglądania, analizowania i wyciągania wniosków z danych ilościowych. Uzyskane dane są następnie wykorzystywane w procesie decyzyjnym.
Analitycy finansowi Analitycy finansowi - co robią, wykorzystują metody statystyczne do analizy, oceny i podsumowania dużych ilości danych w formie matematycznej, która jest użyteczna. Statystyka jest stosowana w wielu dyscyplinach, takich jak biznes, nauki społeczne, produkcja, psychologia itp.
Rodzaje statystyk
Badanie statystyki jest podzielone na dwie główne kategorie. Obejmują statystyki opisowe i inferencyjne.
1. Statystyka opisowa
Statystyki opisowe opisują podstawowe cechy populacji i sposób organizacji danych. Umożliwia to analitykom zobaczenie cech danych i zrozumienie tych danych. Załóżmy na przykład, że sklep komputerowy sprzedaje urządzenia elektroniczne, a na 1000 sprzedanych urządzeń elektronicznych 300 to laptopy. Mając te dane, jeden opis danych stanowiłby 30% próbki reprezentującej laptopy.
Istnieją dwa główne typy statystyk opisowych, których używają naukowcy, i obejmują one:
Miary tendencji centralnej
Tendencja centralna Tendencja centralna Tendencja centralna to opisowe podsumowanie zbioru danych za pomocą pojedynczej wartości, która odzwierciedla środek rozkładu danych. Wraz ze zmiennością miary obejmują średnią, medianę i modę. Służą do pokazania ogólnych trendów wraz z danymi. Średnia służy do pokazania średniej ze wszystkich składników zbioru danych, podczas gdy mediana reprezentuje środek danych, na przykład średni wiek studentów idących na studia. Tryb służy do wyświetlania najczęściej występujących danych w populacji, takich jak najczęstszy wiek uczniów na pierwszym roku studiów.
Miary rozprzestrzeniania się
Miary rozrzutu pokazują, jak podobny lub różny jest zbiór wartości i jak są one ze sobą powiązane. Niektóre statystyki używane do opisu rozkładu danych obejmują zakres, kwartyle, wariancje, odchylenie bezwzględne, rozkład częstotliwości i odchylenie standardowe Odchylenie standardowe Ze statystycznego punktu widzenia odchylenie standardowe zbioru danych jest miarą wielkości odchyleń między wartościami zawartych obserwacji.
Na przykład w klasie liczącej 20 uczniów średni wynik z pracy matematycznej może wynosić 70 na 100 punktów. Chociaż średnia wynosi 70 punktów, nie oznacza to, że wszyscy uczniowie zdobędą 70 punktów. Oznacza to raczej, że wyniki zostaną rozłożone, zarówno poniżej, jak i powyżej średniej. W takim przypadku miary rozrzutu służą do pokazania, jak rozkładają się wyniki.
2. Statystyka wnioskowa
Statystyki wnioskowania wykorzystują złożone obliczenia matematyczne do wnioskowania o trendach dotyczących dużej populacji. Analizując dużą populację, trudno jest przeanalizować każdego członka tej populacji po kolei. Zamiast tego naukowcy wykorzystują statystyki oparte na wnioskowaniu, aby określić relacje między zmiennymi w populacji próby, a następnie wykorzystują te informacje, aby przewidzieć, jak zmienne odnoszą się do populacji ogólnej.
Na przykład, jeśli naukowcy analizują liczbę żonatych mężczyzn w populacji miliona mężczyzn, pobiorą próbkę z populacji miliona mężczyzn, a następnie dokonają uogólnień na temat całej populacji na podstawie informacji uzyskanych z próbki.
Dwie główne klasyfikacje statystyk inferencyjnych obejmują:
Przedział ufności
Przedział ufności Przedział ufności Przedział ufności to oszacowanie przedziału w statystykach, który może zawierać parametr populacji. Nieznany parametr populacji można znaleźć za pomocą parametru próbki obliczonego na podstawie danych z próby. Na przykład średnią populacyjną μ można znaleźć za pomocą średniej próbki x̅. jest obliczana na podstawie statystyk obserwowanych danych, które mogą zawierać rzeczywistą wartość nieznanego parametru populacji.
Testowanie hipotez
Testowanie hipotez Testowanie hipotez Testowanie hipotez Testowanie hipotez jest metodą wnioskowania statystycznego. Służy do sprawdzenia, czy stwierdzenie dotyczące parametru populacji jest poprawne. Testowanie hipotez ma miejsce, gdy naukowcy analizują próbkę populacji, a następnie wykorzystują te informacje, aby złożyć oświadczenie dotyczące dużej populacji, do której należy próbka.
Właściwości statystyki
Niektóre z potencjalnych cech, które powinna obejmować statystyka:
1. Kompletność
Kompletność odnosi się do wskazania, czy dane wymagane do zaspokojenia zapotrzebowania na informacje są dostępne w zasobie danych. Kompletność danych jest niezbędna do zapewnienia dokładności obserwowanych danych.
2. Spójność
Spójność jest postrzegana w kategoriach jednolitości lub stabilności danych. Niektóre statystyki używane do pomiaru spójności obejmują odchylenie standardowe, zakres i wariancję. Podczas pomiaru spójności danych z próby, która jest reprezentatywna dla dużej populacji, zwykle bada się błąd standardowy średniej.
Również w przypadku korzystania z narzędzi do zbierania danych spójność można mierzyć, szacując wiarygodność uzyskanych wyników.
3. Wystarczalność
Statystyka jest uważana za wystarczającą, jeśli nie ma innej statystyki, którą można obliczyć na podstawie próbki. Pojęcie wystarczalności jest powszechne w statystyce opisowej ze względu na jego silną zależność od założenia formy dystrybucji danych.
4. Bezstronność
Obciążenie statystyki jest określane przez różnicę między prawdziwą wartością mierzonego parametru a wartością oczekiwaną estymatora. Jeżeli średnia rozkładu próby i oczekiwana wartość parametru są równe, statystykę uważa się za nieobciążoną.
Powiązane odczyty
Finance jest oficjalnym dostawcą globalnego programu Financial Modeling & Valuation Analyst (FMVA) ™ Certyfikat FMVA® Dołącz do ponad 350 600 studentów, którzy pracują dla firm takich jak Amazon, JP Morgan i Ferrari, program certyfikacji, który ma pomóc każdemu zostać światowej klasy analitykiem finansowym . Aby kontynuować naukę i rozwijać swoją karierę, przydatne będą poniższe dodatkowe zasoby finansowe:
- Twierdzenie Bayesa Twierdzenie Bayesa W statystyce i teorii prawdopodobieństwa twierdzenie Bayesa (znane również jako reguła Bayesa) jest wzorem matematycznym używanym do określenia warunkowej
- Macierz korelacji Macierz korelacji Macierz korelacji to po prostu tabela, która wyświetla współczynniki korelacji dla różnych zmiennych. Macierz przedstawia korelację między wszystkimi możliwymi parami wartości w tabeli. Jest to potężne narzędzie do podsumowania dużego zbioru danych oraz do identyfikacji i wizualizacji wzorców w podanych danych.
- Prawo wielkich liczb Prawo wielkich liczb W statystyce i teorii prawdopodobieństwa, prawo wielkich liczb jest twierdzeniem opisującym wynik powtórzenia tego samego eksperymentu dużej liczby
- Reguła całkowitego prawdopodobieństwa Reguła całkowitego prawdopodobieństwa Reguła całkowitego prawdopodobieństwa (znana również jako prawo całkowitego prawdopodobieństwa) jest podstawową regułą w statystyce odnoszącej się do warunkowych i krańcowych
