Область статистики связана со сбором, анализом, интерпретацией и представлением данных.
В области исследований статистика важна по следующим причинам:
Причина 1. Статистика позволяет исследователям планировать исследования таким образом, чтобы результаты исследований можно было экстраполировать на более широкую популяцию.
Причина 2. Статистика позволяет исследователям проводить проверки гипотез, чтобы определить, верны ли некоторые утверждения о новом лекарстве, новой процедуре, новом методе производства и т. д.
Причина 3. Статистика позволяет исследователям создавать доверительные интервалы для отражения неопределенности оценок населения.
В оставшейся части этой статьи мы подробно остановимся на каждой из этих причин.
Причина 1: Статистика позволяет исследователям планировать исследования
Исследователей часто интересуют ответы на такие вопросы о популяциях , как:
- Каков средний вес определенного вида птиц?
- Какова средняя высота определенного вида растений?
- Какой процент жителей определенного города поддерживает определенный закон?
Один из способов ответить на эти вопросы — собрать данные о каждом отдельном человеке в интересующей популяции.
Однако это, как правило, слишком дорого и требует много времени, поэтому исследователи вместо этого берут выборку населения и используют данные из выборки, чтобы делать выводы о населении в целом.
Существует множество различных методов, которые исследователи потенциально могут использовать для включения людей в выборку. Они известны как методы выборки .
Существует два класса методов выборки:
- Методы вероятностной выборки : каждый член совокупности имеет равную вероятность быть отобранным для включения в выборку.
- Невероятностные методы выборки : не каждый член совокупности имеет равную вероятность быть отобранным для включения в выборку.
Используя методы вероятностной выборки, исследователи могут максимизировать шансы получить выборку, репрезентативную для всего населения.
Это позволяет исследователям экстраполировать результаты выборки на всю популяцию.
Подробнее о двух классах методов выборки читайте здесь .
Причина 2: статистика позволяет исследователям проводить проверки гипотез
Другой способ использования статистики в исследованиях — проверка гипотез .
Это тесты, которые исследователи могут использовать для определения статистической значимости между различными медицинскими процедурами или методами лечения.
Например, предположим, что ученый считает, что новое лекарство способно снижать артериальное давление у пациентов с ожирением. Чтобы проверить это, он измеряет кровяное давление у 30 пациентов до и после использования нового препарата в течение одного месяца.
Затем он выполняет t- критерий парных выборок, используя следующие гипотезы:
- H 0 : μ после = μ до (среднее значение артериального давления до и после приема препарата одинаково)
- H A : μ после < μ до (среднее артериальное давление меньше после применения препарата)
Если p-значение теста меньше некоторого уровня значимости (например, α = 0,05), то он может отвергнуть нулевую гипотезу и сделать вывод, что новое лекарство приводит к снижению артериального давления.
Примечание.Это всего лишь один пример проверки гипотезы, используемой в исследованиях. Другие распространенные тесты включают t-критерий для одной выборки, t-критерий для двух выборок , однофакторный дисперсионный анализ и двухфакторный дисперсионный анализ .
Причина 3: Статистика позволяет исследователям создавать доверительные интервалы
Другой способ использования статистики в исследованиях — это доверительные интервалы .
Доверительный интервал — это диапазон значений, который может содержать параметр генеральной совокупности с определенным уровнем достоверности.
Например, предположим, что исследователи заинтересованы в оценке среднего веса определенного вида черепах.
Вместо того, чтобы ходить и взвешивать каждую черепаху в популяции, исследователи могут вместо этого взять простую случайную выборку черепах со следующей информацией:
- Размер выборки n = 25
- Средний вес выборки x = 300
- Стандартное отклонение выборки s = 18,5
Используя доверительный интервал для формулы среднего , исследователи могут затем построить следующий 95% доверительный интервал:
95% доверительный интервал: 300 +/- 1,96*(18,5/ √25 ) = [292,75, 307,25]
Затем исследователи заявили бы, что они на 95% уверены, что истинный средний вес этой популяции черепах составляет от 292,75 до 307,25 фунтов.
Дополнительные ресурсы
Следующие статьи объясняют важность статистики в других областях:
Важность статистики в здравоохранении
Важность статистики в бизнесе
Значение статистики в экономике
Важность статистики в образовании