Описна статистика

Статистика има две гранки: описна статистика и дедуктивна статистика.

Тука се работи за описна статистика, но добро е да се знае кои се актвиностите со кои се бавуваат двете гранки.

Што може да се направи со статистиката? Собирање на податоци Организирање на податоци Одредување на типот на податоците Групирање на податоците Анализирање на податоци Пресметување на разни видови на просеци. Пресметување на отстапувања (девијации) . Уочување на „необичности“(отстапувачи) Претставување на податоците графички со соодветен или соодветни дијаграми. Донесување на заклучоци и обопштувања (генерализации). Тестирање на хипотези, односно споредување на податоците со претходно донесени заклучоци. Разгледување релации помеѓу групи на податоци. Правање предвидувања.		Двете гранки на статистика

Описна статистика претставува наука за собирање, организирање, анализирање, сумирање, илустрирање на податоци или резултати.

Дедуктивна статистика претставува наука за доведување заклучоци и предвидувања врз основа на податоци или резултати.

За правилно да се работи со дедуктивна статистика потребно е добро познавање на описна статистика.

Поими и дефиниции во статистика

Основни дефиниции

Популација

Во математичка статистика, множеството од еднородни објекти или резултати од некоја случка, кои имаат некоја заедничка карактеристика, се нарекува популација.

Големината на популација, т.е. бројот на неговите членови се означува со N (голема буква).

Примерок

Дел од популација се вика примерок¹, односно примерок е подмножество на една популација. Примероци се користат во дедуктивна статистика.

Големината на примерок, т.е. бројот на неговите членови се означува со n (мала буква)².

Обележје

Заедничката карактеристика што се набљудува на елементите од популацијата се нарекува обележје.

Обележје може да биде:

Квалитативно– на пример: пол, боја на очи, националност, ....
Квантитативно – на пример: оценка, сума на пари, висина, тежина, број на дефектни производи, време на непрекината работа, ...

Податок, исход и настан

Поединечен резултат, т.е. запишувањето на „вредноста“ на обележјето на поединичен член на популацијата (или примерок) се нарекуваат податок или исход.
Кога се зборува за поедничен резултат обично го викаме податок, а кога зборуваме за можни резултати ги викаме можни исходи.

Обележје	Можни исходи
пол	{маж, жена}
оценки	{1,2,3,4,5}
број во интервалот [0, 1] со 2 децимали	{0.00, 0.01, 0.02, …, 0.99, 1.00}

Податоци

Збирка на сите податоци од целата популација за едно обележје се нарекува податоци или множество на податоци.

Важно: Можните исходи се сите различни, но поединични податоци во множеството на податоци можат да се повтораат.

Големина на податоци

Големина на податоци е бројот на податоци во множеството на податоците. Бидејќи работиме само со популации во описната статистика, големината на податоците е бројот на членови на популацијата, т.е. големина на податоци = N (голема буква).

Категорија, класи и интервали

Доколку се прави групирање на податоци (види глава Г), истите се групираат во категории. Категории можат да бидат класи (т.е. самите можни исходи од обележјето) или последователни бројни интервали.

Фреквенција

Доколку се прави групирање на податоци, фреквенција f е број на податоците во секоја категорија. Значи имаме толку фреквенции колку што имаме категории. Збирот на сите фреквенции треба да биде големината на податоците, т.е. Σf=N. Табела со фреквенции се вика фреквентна табела.

Мерки и статистики

Мерка, параметар

Мерка е вредност пресметана од податоците на една популација со одредени особини. Пример: Аритметичка средина μ. Се користи и зборот параметар.

Статистика

Статистика е вредност пресметана од податоците на еден примерок со одредени особини. Пример: Аритметичка средина x̅ (на примерок). Се користи и зборот статистичен податок.

¹За жал, во веројатност се користи изразот „простор на примероци“ за множеството на сите можни настани (резултати) на еден експеримент. Нема никаква врска помеѓу ова и примерок во статистика.

²Во описна статистика, буквата n се користи за бројот на категории (класи, интервали) при групирање на податоци. Бидејќи податоицте од примерок не се групираат, ова не претставува проблем.