პარამეტრი სტატისტიკის წინააღმდეგ
გაითვალისწინეთ ეს კითხვები; როგორია ადამიანის საშუალო შემოსავალი თქვენს ქვეყანაში, როგორია ქალების საშუალო სიმაღლე მსოფლიოში და როგორია კვერცხუჯრედების საშუალო წონა, რომლებიც წარმოიქმნება გარკვეული ჯიშის ფრინველის მიერ? შეუძლებელია ისეთი გამოკითხვის გაკეთება, რომელიც მოიცავს ყველა ინტერესის საგანს. პირველ შემთხვევაში, ეს არის ყველა ადამიანი თქვენს ქვეყანაში, მეორეში, ყველა ქალი თქვენს სამყაროში და მესამეში, ყველა კვერცხუჯრედი, რომელიც წარმოებულია ამ ჯიშის ფრინველის მიერ. ეს უფრო დიდი ნაკრები, რომელიც შეიცავს ყველა ელემენტს, ცნობილია როგორც პოპულაცია სტატისტიკურ ენაში.
თუმცა, პოპულაციის ელემენტების შეზღუდული რაოდენობის არჩევით ისე, რომ იგი წარმოადგენს ყველა დანარჩენს, ჩვენ შეგვიძლია გამოვყოთ პოპულაციის თვისებები ქვესიმრავლის ანალიზით.პოპულაციის ეს ქვეჯგუფი ცნობილია როგორც ნიმუში. აღწერითი სტატისტიკის საზომები გამოიყენება მოსახლეობის ძირითადი ატრიბუტების შეჯამებისა და ასახსნელად.
მეტი პარამეტრის შესახებ
პოპულაციის აღწერითი საზომი (როგორიცაა საშუალო, რეჟიმი ან მედიანა) ცნობილია როგორც პარამეტრი. ის რიცხობრივად გამოხატავს ატრიბუტის მნიშვნელობას არსებული მონაცემების შეჯამებით. როგორც უკვე აღვნიშნეთ, შეუძლებელია ატრიბუტის მნიშვნელობების გათვალისწინება მთელ პოპულაციაზე. მაშასადამე, ნიმუში გამოიყენება ზომების გამოსათვლელად და შემდეგ მათი პოპულაციის გამოსათვლელად.
თუმცა, გამონაკლის შემთხვევებში, როგორიცაა სრული აღწერა და სტანდარტიზებული ტესტები, პარამეტრები გამოითვლება პოპულაციის მიხედვით.
კლასიკურ ალბათობის თეორიაში პარამეტრი არის მუდმივი, მაგრამ აქვს „უცნობი მნიშვნელობა“, რომელიც განისაზღვრება ნიმუშებზე დაფუძნებული შეფასებებით. თანამედროვე ბაიესის ალბათობით, პარამეტრები არის შემთხვევითი ცვლადები და მათი განუსაზღვრელობა აღწერილია როგორც განაწილება.
მეტი სტატისტიკის შესახებ
სტატისტიკა არის ნიმუშის აღწერითი საზომი. პარამეტრისგან განსხვავებით, ნიმუშის მნიშვნელობები გამოითვლება პოპულაციისგან მიღებული შემთხვევითი ნიმუშიდან. უფრო ფორმალურად, ის განისაზღვრება, როგორც ნიმუშის ფუნქცია, მაგრამ დამოუკიდებელი ნიმუშის განაწილებისგან.
დასკვნისას, სტატისტიკა მოქმედებს როგორც პარამეტრების შემფასებელი. ნიმუშის საშუალო, ნიმუშის განსხვავება და სტანდარტული გადახრა, კვანტილები, როგორიცაა კვანტილები და პროცენტები, და რიგის სტატისტიკა, როგორიცაა მაქსიმალური და მინიმალური, ყველა ეკუთვნის ნიმუშის სტატისტიკის კატეგორიას.
სტატისტიკის დაკვირვებადობა არის სტატისტიკისა და პარამეტრის გამიჯვნის მთავარი ფაქტორი. პოპულაციაში, პარამეტრი არ არის უშუალოდ დაკვირვებადი, მაგრამ ნიმუშში სტატისტიკა ადვილად დაკვირვებადია, უმეტესად ერთი ან ორი გამოთვლებით. გარდა ამისა, სტატისტიკას აქვს ისეთი მნიშვნელოვანი თვისებები, როგორიცაა სისრულე, საკმარისობა, თანმიმდევრულობა, მიუკერძოებლობა, გამძლეობა, გამოთვლითი მოხერხებულობა, დაბალი ვარიაცია და საშუალო კვადრატული შეცდომა მინიმალურია.
რა განსხვავებაა პარამეტრსა და სტატისტიკას შორის?
• პარამეტრი არის პოპულაციის აღწერითი საზომი, ხოლო სტატისტიკა არის ნიმუშის აღწერითი საზომი.
• პარამეტრები არ არის პირდაპირ გამოთვლადი, მაგრამ სტატისტიკა გამოთვლებადია და პირდაპირ დაკვირვებადია.
• პარამეტრები გამოტანილია (გამოიყვანება) სტატისტიკიდან და სტატისტიკა მოქმედებს როგორც პოპულაციის პარამეტრის შემფასებელი. (ნამუშევრის საშუალო (x ̅) მოქმედებს როგორც შემფასებელი პოპულაციის საშუალო მ)
• პარამეტრებში, მნიშვნელობები არ არის აუცილებლად ტოლი ნიმუშის მნიშვნელობების, მაგრამ მიახლოებითი.
