Statistinės formulės tyrimuose
Statistika yra matematikos šaka, susijusi su duomenų rinkimu, analize, interpretavimu ir pateikimu. Moksliniuose, inžinerijos, socialinių ar net humanitarinių mokslų tyrimuose statistika atlieka labai svarbų vaidmenį padėdama tyrėjams patikrinti hipotezes, daryti prognozes ir daryti išvadas. Šiame straipsnyje bus aptartos kelios pagrindinės statistinės formulės ir jų taikymas tyrimuose.
1. Aprašomoji statistika
Aprašomoji statistika naudojama tyrimo metu surinktiems duomenims apibūdinti. Ji apima įvairias priemones, kurios suteikia duomenų apžvalgą.
a. Vidurkis (vidurkis)
Vidurkis yra dažniausiai statistikoje naudojama reikšmė. Tai visų duomenų rinkinio reikšmių suma, padalyta iš reikšmių skaičiaus.
\[ \text{Mean} (\bar{x}) = \frac{\sum_{i=1}^{n} x_i}{n} \]
Kur:
– \( \sum \) yra sumos simbolis, reiškiantis visų \( x \) reikšmių nuo 1 iki \( n \) sudėtį.
– \(x_i \) yra kiekviena reikšmė duomenų rinkinyje.
– \(n \) yra bendras reikšmių skaičius duomenų rinkinyje.
b. Mediana
Mediana yra vidurinė reikšmė surūšiuotame duomenų rinkinyje. Jei duomenų reikšmių skaičius yra nelyginis, mediana yra vidurinė reikšmė. Jei reikšmių skaičius yra lyginis, mediana yra dviejų vidurinių reikšmių vidurkis.
c. Režimas
Režimas yra reikšmė, kuri dažniausiai pasirodo duomenų rinkinyje. Duomenų rinkinys gali turėti vieną režimą (unimodalinis), daugiau nei vieną režimą (multimodalinis) arba visai neturėti režimo.
d. Diapazonas
Diapazonas yra skirtumas tarp didžiausios ir mažiausios duomenų rinkinio vertės.
\[ \text{Diapazonas} = \text{Maks.}(x) – \text{Min.}(x) \]
e. Standartinis nuokrypis
Standartinis nuokrypis yra duomenų sklaidos arba dispersijos aplink vidurkį matas. Populiacijos standartinio nuokrypio formulė yra:
\[ sigma = \sqrt{\frac{\sum_{i=1}^{N} (x_i – \mu)^2}{N}} \]
Ir pavyzdžiui:
_[s = _sqrt{\frac\sum_{i=1}^{n} (x_i – _bar{x})^2}{n-1}}]
Kur:
– \( \sigma \) yra populiacijos standartinis nuokrypis.
– \(s \) yra imties standartinis nuokrypis.
– \(x_i \) yra kiekviena reikšmė duomenų rinkinyje.
– \( \mu \) yra populiacijos vidurkis.
– \( \bar{x} \) yra imties vidurkis.
– \(N \) yra bendras reikšmių skaičius populiacijoje.
– \(n \) yra bendras imties reikšmių skaičius.
2. Išvadinė statistika
Išvadinė statistika leidžia tyrėjams daryti išvadas apie populiaciją, remiantis duomenų imtimi. Ji apima įvairius metodus, tokius kaip hipotezių tikrinimas, regresija ir dispersinė analizė (ANOVA).
a. Hipotezių tikrinimas
Hipotezių tikrinimas yra statistinis procesas, naudojamas nustatyti, ar duomenų imtyje yra pakankamai įrodymų, kad būtų galima daryti išvadą, jog sąlyga populiacijoje yra teisinga.
i. Nulinė hipotezė (H0) ir alternatyvioji hipotezė (H1)
– Nulinė hipotezė (H0): nėra jokio skirtumo ar efekto.
– Alternatyvi hipotezė (H1): Yra skirtumas arba poveikis.
Testavimas atliekamas naudojant testo statistiką, pvz., t testą, chi kvadrato testą arba ANOVA, ir lyginant p reikšmę su reikšmingumo lygiu (α), paprastai 0,05.
ii. t-testas
T testas naudojamas dviejų grupių vidurkiams palyginti. Yra keletas t testo variantų, pavyzdžiui, nepriklausomų imčių t testas ir porinis t testas.
Pagrindinė nepriklausomų imčių t-testo formulė yra:
\[t = \frac{\bar{x}_1 – \bar{x}_2}{\sqrt{\left( \frac{s_1^2}{n_1} \right) + \left( \frac{s_2^2}{n_2} \right)}} \]
b. Regresija
Regresija naudojama modeliuojant ryšį tarp vieno ar kelių nepriklausomų kintamųjų (prognozuojamųjų veiksnių) ir priklausomo kintamojo (atsako).
i. Paprastoji tiesinė regresija
Paprastoji tiesinė regresija modeliuoja ryšį tarp vieno nepriklausomo kintamojo ir vieno priklausomo kintamojo.
Paprastoji tiesinė regresinė lygtis yra:
\[y = \beta_0 + \beta_1 x + \epsilon \]
Kur:
– \(y \) yra priklausomas kintamasis.
– \(x \) yra nepriklausomas kintamasis.
– \( \beta_0 \) yra perimta taško reikšmė.
– \( \beta_1 \) yra regresijos koeficientas.
– \( \epsilon \) yra klaida.
ii. Daugybinė tiesinė regresija
Daugialypis tiesinis regresinis modelis modeliuoja ryšį tarp kelių nepriklausomų kintamųjų ir vieno priklausomo kintamojo.
Daugialypė tiesinės regresijos lygtis yra:
\[y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \ldots + \beta_p x_p + \epsilon \]
Kur:
– \(y \) yra priklausomas kintamasis.
– \(x_1, x_2, \ldots, x_p \) yra nepriklausomas kintamasis.
– \( \beta_0 \) yra perimta taško reikšmė.
– \( \beta_p \) yra nepriklausomo kintamojo \( p \) regresijos koeficientas.
– \( \epsilon \) yra klaida.
c. Dispersinė analizė (ANOVA)
ANOVA naudojama trijų ar daugiau grupių vidurkiams palyginti. ANOVA nustato, ar yra reikšmingas skirtumas tarp grupių vidurkių, lygindama kintamumą tarp grupių su kintamumu grupių viduje.
Pagrindinė ANOVA formulė yra:
\[ F = \frac{\text{Kintamumas tarp grupių}}{\text{Kintamumas grupės viduje}} \]
F statistika apskaičiuojama ir palyginama su kritine F skirstinio verte, siekiant nustatyti, ar yra reikšmingas skirtumas tarp grupių vidurkių.
3. Korelasi
Koreliacija matuoja tiesinio ryšio tarp dviejų kintamųjų stiprumą ir kryptį.
a. Pirsono koreliacijos koeficientas (r)
Pearsono koreliacijos koeficientas yra dažniausiai naudojamas matas dviejų kintamųjų tiesinei koreliacijai matuoti.
Pearsono koreliacijos koeficiento formulė yra:
[r = \frac{\sum_{i=1}^{n} (x_i – \bar{x})(y_i – \bar{y})}{\sqrt{\sum_{i=1}^{n} (x_i – \bar{x})^2} \sqrt{\sum_{i=1}^{n} (y_i – \bar{y})^2}}]
Kur:
– \(r \) yra Pearsono koreliacijos koeficientas.
– \(x_i \) ir \(y_i \) yra dviejų kintamųjų reikšmės.
– \( \bar{x} \) ir \( \bar{y} \) yra dviejų kintamųjų vidurkiai.
\(r \) reikšmė svyruoja nuo -1 (ideali neigiama koreliacija) iki +1 (ideali teigiama koreliacija), kur 0 reiškia, kad koreliacijos nėra.
Uždarymas
Statistika yra labai svarbi tyrimų priemonė, padedanti tyrėjams pateikti, analizuoti duomenis ir daryti išvadas iš jų. Šiame straipsnyje aptariamos tik kelios pagrindinės aprašomosios ir išvadinės statistikos formulės, taip pat koreliacija. Nors šios formulės paprastos, jas gerai suprasti yra labai svarbu norint atlikti pagrįstą analizę ir padaryti tikslias išvadas iš tyrimų duomenų. Įvaldę statistiką, tyrėjai gali užtikrinti, kad jų išvados būtų pagrįstos tvirta ir patikima analize.
