Статистикийн тооцооллын аргууд
Статистик бол өгөгдөл цуглуулах, шинжлэх, тайлбарлах шинжлэх ухаан бөгөөд түүний чухал бүрэлдэхүүн хэсгүүдийн нэг нь тооцоолол юм. Статистикийн тооцоолол гэдэг нь түүврээс авсан мэдээлэлд үндэслэн популяцийн параметрийн ойролцоо утгыг тодорхойлох үйл явцыг хэлнэ. Тооцооллын аргуудыг хоёр үндсэн төрөлд ангилж болно: цэгийн тооцоолол ба интервалын тооцоолол. Энэ нийтлэлд бид статистикт түгээмэл хэрэглэгддэг янз бүрийн тооцооллын аргуудын талаар авч үзэх болно.
Тооцооллын үндсэн ойлголт
Тооцооллын аргууд руу орохоосоо өмнө зарим үндсэн нэр томьёог ойлгох нь чухал юм.
– Параметрүүд: Популяцийн тоон шинж чанарууд. Жишээлбэл, популяцийн дундаж (µ), популяцийн дисперс (σ²).
– Статистик: Түүврийн тоон шинж чанар. Жишээлбэл, түүврийн дундаж (x̄), түүврийн дисперс (s²).
Тооцооллын гол зорилго нь түүврийн өгөгдөл дээр үндэслэн популяцийн параметрүүдийн талаар дүгнэлт хийх явдал юм . Статистикт тооцооллын хоёр үндсэн төрөл байдаг:
1. Цэгийн тооцоолол: Популяцийн параметрийн тооцоолол болгон зөвхөн нэг утгыг өгнө.
2. Интервалын тооцоолол: Тодорхой түвшний итгэлцлийг багтаасан популяцийн параметрийн тооцоолол болгон утгуудын хүрээг өгдөг.
Цэгийн тооцооллын арга
Цэгийн тооцоолол гэдэг нь популяцийн параметрийн хамгийн сайн тооцоолол болох ганц тоог өгөх үйл явц юм. Зарим түгээмэл хэрэглэгддэг цэгийн тооцоолол нь:
1. Дээжийн дундаж (дундаж)
Хүн амын дундажийг тооцоолох хамгийн энгийн бөгөөд түгээмэл арга бол түүврийн дундажийг ашиглах бөгөөд үүнийг дараах байдлаар тооцоолно.
\[ \bar{x} = \frac{1}{n} \sum_{i=1}^{n} x_i \]
энд \(x_i \) нь түүврийн ажиглалт бүр, \(n \) нь түүврийн хэмжээ юм.
2. Түүврийн дундаж
Түүврийн медиан нь эрэмбэлэгдсэн түүврийн өгөгдлийн дунд утга юм. Энэ нь гадуурх утгуудаас хамаардаггүй тул найдвартай тооцоолол юм.
3. Дээжийн харьцаа
Хүн амын эзлэх хувийг тооцоолохын тулд түүврийн эзлэх хувийг ашигладаг бөгөөд үүнийг дараах байдлаар тооцоолно.
\[ \hat{p} = \frac{x}{n} \]
энд \(x \) нь түүврийн амжилтын тоо, \(n \) нь түүврийн хэмжээ юм.
Интервалын тооцооллын арга
Интервалын тооцоолол нь тодорхой түвшний итгэлцэлтэй (жишээ нь, 95%) популяцийн параметрийг хамрах төлөвтэй утгуудын хүрээг өгдөг. Интервалын тооцооллыг ихэвчлэн Итгэлцлийн Интервал (ИИнтервал) хэлбэрээр илэрхийлдэг.
1. Хүн амын дундаж итгэлцлийн интервал
Хэрэв түүврийн өгөгдөл нь хэвийн тархалт эсвэл (n) хангалттай том бол (CLT хамаарна), популяцийн дундаж (mu)-ийн итгэх интервал нь:
\[ \bar{x} \pm z_{\alpha/2} \frac{\sigma}{\sqrt{n}} \]
ди мана:
– \( \bar{x} \) нь түүврийн дундаж юм
– \( z_{\alpha/2} \) нь итгэлцлийн түвшинд харгалзах стандарт хэвийн тархалтын z-утга юм (жишээ нь, 95% -ийн хувьд 1.96).
– ( сигма ) бол стандарт хазайлт популяци. Хэрэв \( \sigma \) нь тодорхойгүй бол \( s \) (түүврийн стандарт хазайлт)-г ашиглана.
– \(n \) нь түүврийн хэмжээ юм.
2. Хүн амын эзлэх хувийн итгэлцлийн интервал
Хүн амын эзлэх хувийг тооцоолохын тулд \(p\):
\[ \hat{p} \pm z_{\alpha/2} \sqrt{\frac{\hat{p}(1-\hat{p})}{n}} \]
энд \( \hat{p} \) нь өмнө нь тайлбарласан түүврийн харьцаа болон бусад параметрүүд юм.
Бусад тооцооллын аргууд
1. Хамгийн их магадлал (ML) арга
Хамгийн их магадлалын арга нь магадлалын функцийг хамгийн их байлгах замаар популяцийн параметрийн \(\theta \) хамгийн сайн үнэлэгчийг олоход ашигладаг арга юм. Магадлалын функц нь дараах параметрийн дагуу ажиглагдсан өгөгдлийг олж авах магадлал юм:
\[ L(\theta|x) = \prod_{i=1}^{n} f(x_i|\theta) \]
энд \(f(x_i|\theta) \) нь өгөгдлийн магадлалын нягтралын функц (PDF). \(L(\theta) \)-г хамгийн их утга болгодог тооцооллыг хамгийн их магадлалын тооцоологч (MLE) гэж нэрлэдэг.
2. Байесийн тооцооллын арга
Байесийн арга нь параметрүүдийг дараах байдлаар авч үздэг санамсаргүй хувьсагчууд мөн параметрүүдийг тооцоолоход магадлалын тархалтыг ашиглана уу. Байесын теорем дээр үндэслэсэн:
\[ P(\theta|x) = \frac{P(x|\theta) P(\theta)}{P(x)} \]
энд \(P(\theta|x) \) нь апостериор тархалт, \(P(x|\theta) \) нь магадлал, \(P(\theta) \) нь априор, \(P(x) \) нь магадлалын хязгаар юм. Байесийн тооцооллууд нь ашигласан априоруудаас хэт хамааралтай байдаг.
Үнэлгээчийн үнэлгээ
Цэгийн тооцоологчийг үнэлэхийн тулд бид түүний шинж чанаруудыг судлах ёстой:
– Шударга байдал/Хазайлт: Хэрэв \( E[\hat{\theta}] = \theta \) байвал \( \hat{\theta} \) тооцооллыг хазайлтгүй гэж үзнэ.
– Үр ашиг: Үр ашигтай тооцоологч нь бүх шударга тооцоологчдоос хамгийн бага хэлбэлзэлтэй байдаг.
– Тогтвортой байдал: Хэрэв түүврийн хэмжээ n ∗ нэмэгдэхийн хэрээр ∗(\hat{\theta} \) нь ∗(\theta \)-д ойртож ирвэл тооцоологчийг тогтвортой гэж нэрлэдэг.
Хэрэглээний жишээнүүд
1. Дундаж орлогын тооцоо
Эдийн засгийн судалгаанд хүн амын дундаж орлогыг тооцоолох нь ихэвчлэн хийгддэг. Судлаачид хүн амын түүврийг авч, түүврийн дундажийг цэгийн тооцоолол болгон тооцоолж, энэхүү тооцооллын тодорхойгүй байдлыг харуулахын тулд итгэлцлийн интервал өгдөг.
2. Сонгогчдын эзлэх хувийн тооцоо
Сонгуулийн судалгаанд судлаач тодорхой нэр дэвшигчийг дэмжиж буй сонгогчдын хувийг тооцоолохыг хүсч болно. Тухайн нэр дэвшигчийг дэмжиж буй хариулагчдын түүврийн эзлэх хувийг цэгэн тооцоолол болгон ашигладаг. Алдааны хязгаарыг харуулахын тулд итгэлцлийн интервалыг өгч болно.
Дүгнэлт
Статистикийн тооцооллын аргууд нь судлаачдад түүврийн өгөгдөлд үндэслэн хүн амын талаар дүгнэлт хийх боломжийг олгодог тул статистикт гол үүрэг гүйцэтгэдэг. Цэгийн болон интервалын тооцооллын аргууд нь үүнд хүчирхэг хэрэгсэл болдог бөгөөд хамгийн их магадлал, Байесийн тооцоолол зэрэг аргууд нь өгөгдлийн нарийн төвөгтэй байдлыг гүнзгийрүүлэн судалдаг. Шударга, үр ашигтай, тууштай тооцоологч ашиглах нь өгөгдлийн шинжилгээний найдвартай, үнэн зөв үр дүнг баталгаажуулж , эдийн засаг, нийгмийн ухаан, эрүүл мэнд гэх мэт салбарт илүү сайн шийдвэр гаргахад тусалдаг.
