数学は決定論的な値を扱います。これは、x が 10 に等しい場合、それは 10 であり、それだけであることを意味します。統計は確率変数を使用して機能します。たとえば、同じ項目を数日続けて測定した場合、測定値は同じではなくなります。体温、環境、測定器など、さまざまな要因が日々の測定に影響を与える可能性があります。 母集団とサンプルの概念 統計学では、日常生活で広く使用されている科学が何であるかを理解するための基礎となる概念がいくつかあります。以下にそのうちの 2 つを紹介します。 人口: 少なくとも 1 つの共通の特性を持つ要素のセット。この特性は、母集団の要素を正確に定義します。 サンプル: 対象となる母集団の特性を研究するための代表的な母集団の要素のサブセット。 問題 統計において客観的であるためには、管理上の問題や統計研究を適用する動機が必要です。 次のステップは、この情報をどこから抽出するかです。通常、実験が実行されるか、この情報はデータベースなどのどこかにすでに存在します。 データ収集 重要な点は、この情報を収集する質です。データ収集プロセス中にいくつかの問題が発生する可能性があり、提案されたソリューションに重大な影響を与える可能性があります。次のような事実を観察することで、いくつかの問題の発生を防ぐことができます。 まず問題や状況を明確に定義せずにデータを収集すべきではありません。 測定システムは評価され、十分な測定能力を備えている必要があります。 計算と読み取りは、歪みを避けるために非常に慎重に行う必要があります。 基本的な分析の流れ 次に統計解析の流れを紹介します。 データの分類 データ分類の概要は次のフローで示されます。 これで、それぞれを定義します。 定性的データ 定性データは品質の特性を表します。たとえば、製品を次のように分類できます。 良い、 合理的か、 悪い。 定性データは次の 2 つのタイプに分類できます。 名目定性データ: 特性の順序は重要ではありません。 例: 人々のグループの性別: 男性的な フェミニン 順序定性データ: 特性の順序が重要です。 例: 情報を評価するには、人々のグループの教育レベルが重要であり、それらは次のとおりです。 初等教育 高等学校 不完全な高等教育 高等教育を完了する 大学院 定量的データ この場合、観察される特性は「離散」または「連続」に分類できる数値になります。 離散定量データ: 離散定量データは、指定された一連の数値内の値をとります。数学の世界では自然数。 例: 一定期間内に機械で生産される製品の数は $\mathbb{N} = \\{0,1,2,3,4,\dots\\}$ 個になる可能性があります