Негизги инференциалдык статистика: аныктамасы, методдору жана колдонулушу
Статистика – маалыматтарды кантип чогултууну, иштетүүнү, талдоону, чечмелөөнү жана берүүнү изилдеген илим. Статистика негизинен эки негизги тармакка бөлүнөт: сүрөттөмө статистикасы жана тыянак статистикасы. Сыпаттама статистикасы маалыматтарды таблицалар, графиктер жана борбордук тенденциянын жана дисперсиянын ар кандай өлчөмдөрү сыяктуу оңой түшүнүктүү форматтарда көрсөтүүгө жана жалпылоого багытталган. Ал эми тыянак статистикасы бизге үлгү маалыматтарына негизделген популяция жөнүндө божомолдорду же тыянактарды чыгарууга мүмкүндүк берет.
Инференциалдык статистика - бул үлгүдөн алынган маалыматтардын негизинде популяция жөнүндө тыянак чыгарууга же тыянак чыгарууга мүмкүндүк берген статистиканын бир тармагы. Бул колдонуу абдан маанилүү, анткени көп учурда бүтүндөй популяциядан маалымат чогултуу мүмкүн эмес . Инференциалдык статистикалык ыкмалар аркылуу биз популяция жөнүндө болжолдоолорду же гипотезаларды жасай алабыз жана ал болжолдоолорго болгон ишеним деңгээлин өлчөй алабыз.
Негизги түшүнүктөр жана негизги түшүнүктөр
Калк жана үлгү
– Калк: Изилдөөнүн предмети болгон адамдардын же объектилердин бүтүндөй жыйындысын билдирет. Мисалы, университеттин бардык студенттери.
– Үлгү: Ал популяция жөнүндө тыянак чыгаруу максатында изилдөө үчүн тандалган популяциянын бир бөлүгү же бир бөлүгү. Мисалы, университеттен кокустук жол менен тандалып алынган 100 студент.
Параметрлер жана статистика
– Параметр: Бул популяциянын мүнөздөмөсүн (мисалы, популяциянын орточо маанисин) сүрөттөгөн сандык маани.
– Статистика: Бул үлгүнүн мүнөздөмөсүн сүрөттөгөн сандык маанилер (мисалы, үлгүнүн орточо мааниси).
Инференциалдык статистикадагы методдор
Инференциалдык статистикада көп колдонулган ар кандай ыкмалар бар, мисалы:
1. Параметрди баалоо
– Параметрлерди баалоо популяция параметринин маанисин баалоо (же алдын ала айтуу) үчүн үлгү маалыматтарын колдонууну камтыйт. Баалоонун эки негизги түрү бар:
– Чекиттик баалоо: Популяция параметринин бир жолку баалоосу. Мисалы, популяциянын орточо маанисин баалоо үчүн үлгүнүн орточо маанисин колдонуу.
– Ишеним аралыгы: Белгилүү бир деңгээлдеги ишеним менен популяция параметринин маанисин камтыйт деп болжолдонгон же күтүлгөн маанилердин диапазону.
2. Гипотезаны текшерүү (Гипотезаларды текшерүү)
- Процесс гипотезаны текшерүү эки гипотезаны камтыйт, атап айтканда, эч кандай таасир же айырма жок деп айткан нөлдүк гипотеза (H0) жана таасир же айырма бар деп айткан альтернативдик гипотеза (H1).
– Гипотезаны текшерүү үлгү маалыматтарынан нөлдүк гипотезаны төмөнкү пайдасына четке кагуу үчүн жетиштүү далилдер бар же жок экендигин аныктоого багытталган альтернативдик гипотеза.
– Гипотезаны текшерүүнүн кадамдары төмөнкүлөрдү камтыйт:
1. Эки гипотезаны айткыла (Хо жана Ха).
2. Маанилүүлүк деңгээлин (альфа) тандаңыз.
3. Чогултуу жана маалыматтарды талдоо.
4. Баасын аныктоо p (p-мааниси) же сыноо статистикасы.
5. p-маанисине жана маанилүүлүк деңгээлине таянып, тыянак чыгарыңыз.
3. Регрессиялык анализ
– Эки же андан көп өзгөрмөлөрдүн ортосундагы байланышты түшүнүү үчүн колдонулат.
– Жөнөкөй сызыктуу регрессиялык модель бир көз карандысыз өзгөрмөнүн (болжолдоочу) жана бир көз каранды өзгөрмөнүн (жооп) ортосундагы байланышты камтыйт.
– Бир нече сызыктуу регрессиялык моделдер бирден ашык көз карандысыз өзгөрмөнү камтыйт.
4. Дисперсияны талдоо (Дисперс)
– Үч же андан көп топтордун ортосундагы орточо маанилерди салыштыруу жана жок дегенде бир топ башкалардан айырмаланарын аныктоо үчүн колдонулат.
- ANOVA бир Бир тараптуу ANOVA бир факторду же көз карандысыз өзгөрмөнү камтыйт, ал эми эки тараптуу ANOVA эки факторду же көз карандысыз өзгөрмөлөрдү камтыйт.
Инференциалдык статистиканын колдонулушу
Инференциалдык статистиканын колдонулушун ар кандай тармактарда кездештирүүгө болот, анын ичинде:
– Ден соолук: Эски дарылоо ыкмаларына салыштырмалуу жаңы дарылоо ыкмаларынын натыйжалуулугун аныктоо.
– Бизнес: Кардарлардын канааттануусун өлчөө жана келечектеги сатуулар боюнча божомолдорду жасоо.
– Психология: Бейтаптын психикалык абалын жакшыртууда терапиянын же кийлигишүүнүн натыйжалуулугун баалоо.
– Билим берүү: Жаңы окуу планынын же белгилүү бир окутуу ыкмасынын натыйжалуулугун баалоо.
- Коомдук илимдер Сурамжылоонун маалыматтарын талдоо жана социалдык жүрүм-турум жөнүндө тыянак чыгаруу.
Оор окуяларды изилдөө жана мисалдар
Инференциалдык статистиканы ишке ашыруунун мисалы катары, билим берүү жаатындагы жөнөкөй кейс-стади келтирилген:
Кейс-стади: Жаңы окутуу ыкмаларынын натыйжалуулугу
А мектебиндеги математика мугалими окуучулардын билимин жогорулатууда жаңы окутуу ыкмасы эскиге караганда натыйжалуураак экенин аныктагысы келген. Ал үчүн ал эки топ окуучулардын маалыматтарын колдонгон: бир топ эски окутуу ыкмасын (контролдук топ), экинчиси жаңы окутуу ыкмасын (эксперименталдык топ) колдонгон.
Талдоо кадамдары:
1. Гипотезаны түзүү
– Хо: Эки топтун ортосундагы орточо тест упайларында эч кандай айырма жок.
– Ха: Эки топтун ортосундагы орточо тест упайларында айырма бар.
2. Маалыматтарды чогултуу
– Эки топтон тең тесттин упайлары боюнча маалыматтарды чогултуңуз.
3. Статистикалык талдоо
– Эки орточо маанини салыштыруу үчүн көз карандысыз t-тестти колдонуу.
– Маанилүүлүк деңгээлин тандаңыз (мисалы, альфа = 0,05).
4. Эсептөө жана чечмелөө
– t-статистикасынын маанисин жана p-маанисин эсептегиле.
– Эгерде p-мааниси < альфа болсо, Ho четке кагылат. Бул жаңы окутуу ыкмасынын олуттуу таасири бар экенин көрсөтүп турат.
Корутунду
Маалыматтарды талдоодо жана чечим кабыл алууда тыянак чыгаруу статистикасы чечүүчү ролду ойнойт . Жогоруда айтылган принциптер жана ыкмалар аркылуу биз туура тыянактарды чыгарып, жакшыраак, маалыматтуу чечимдерди кабыл ала алабыз. Маалыматтарды талдоо статистикасынын түшүнүктөрүн өздөштүрүү академиялык чөйрөдө гана эмес, күнүмдүк жашоодо жана ар кандай кесиптик тармактарда да абдан пайдалуу болот. Ошондуктан, маалыматтарды талдоо жана изилдөө менен алектенген ар бир адам үчүн маалыматтарды талдоо жана изилдөө менен алектенген ар бир адам үчүн маалыматтарды талдоо статистикасынын негиздерин терең түшүнүү маанилүү биринчи кадам болуп саналат.
