Tiedotus

Tyypit


Periaatteessa tiedot jaetaan jatkuva ja hienovarainen. Ensimmäinen määritellään mikä tahansa arvo kahden rajan välillä on, kuten halkaisija. Joten on arvo "rikkoutua". Se on jatkuva data, asiat, joihin liittyy ikä, tulot, menot, myynti, laskutus, muun muassa.

Kun puhutaan erillisistä arvoista, lähestytään tarkka arvo, kuten viallisten osien määrä. Tämäntyyppistä muuttujaa käytetään yleisesti lasten lukumäärän, tyytyväisyyden ja kokonais-nimellisasteikon käsittelemiseen.

Tietojen tyypologia määrittää muuttujan, joten se on jatkuva tai erillinen. Tämä tarkoittaa, että määrittelemällä muuttuja jatkuvalla tai erillisellä, tulevaisuudessa on jo määritelty, millaista kohtelua sille annetaan.

Aiemmin sanomiemme mukaan tilastollinen analyysi erottaa olennaisesti kaksi vaihetta:

Ensimmäinen vaihe, jossa pyrimme kuvaamaan ja tutkimaan otosta (kuvaavat tilastot) ja toinen vaihe, jossa pyrimme tekemään johtopäätöksiä väestöstä (induktiiviset tilastot).

Vaihe 1 (kuvaavat tilastot): Yritämme kuvata näytettä korostamalla tärkeimmät ominaisuudet ja ominaisuudet.

Vaihe 2 (induktiiviset tilastot)Joitakin tunnettuja ominaisuuksia (saatu näytteen kuvailevasta analyysistä), jotka ilmaistaan ​​väitteiden kautta, kuvaillaan yleisemmiksi väitteiksi, jotka ilmaisevat lakien olemassaolon (populaatiossa).

Toisin kuin päätellyt väitteet, emme kuitenkaan voi sanoa, että ne ovat vääriä tai totta, koska ne on varmennettu rajoitetulla yksilöryhmällä, eivätkä siten ole vääriä, mutta niitä ei ole vahvistettu kaikille väestöryhmille, joten voimme sanoa, että ne ovat totta.

Siksi on olemassa tietty epävarmuustekijä (virheprosentti), joka mitataan todennäköisyydellä.

Kun otetaan huomioon se, mitä aiemmin sanottiin induktiivisista tilastoista, tarvitsemme tässä todennäköisyyden käsitteen mittaamaan epävarmuuden astetta, kun teemme johtopäätöksiä väestölle otoksen havainnoista.

Napsauta tätä nähdäksesi esimerkki 4

Seuraava: Tiedot, taulukot ja kaaviot


Video: Tyypit (Heinäkuu 2021).