Können Sie den Ursprung der Statistik, die Bedeutung und die Verwendung beschreiben?

1 Antworten


  • ICH HOFFE, DASS DAS HILFT, WEIL ICH NICHTS ÜBER STATISTIK WISSEN.


    Verwendungen von Statistiken sind unterstrichen


    Laut Wikipedia:
    Statistik ist eine mathematische Wissenschaft, die sich mit der Sammlung, Analyse , Interpretation oder Erklärung und Präsentation von Daten befasst . Auch mit Vorhersage und Prognose auf Basis von Daten. Es ist auf eine Vielzahl von akademischen Disziplinen anwendbar , von den Natur- und Sozialwissenschaften über die Geistes- , Regierungs- und Wirtschaftswissenschaften.
      Einige Gelehrte legen den Ursprung der Statistik bis 1662 fest, mit der Veröffentlichung von "Observations on the Bills of Mortality" von John Graunt. Frühe Anwendungen des statistischen Denkens drehten sich um die Notwendigkeit der Staaten, ihre Politik auf demografische und wirtschaftliche Daten zu stützen, daher ihre Statetymologie. Der Anwendungsbereich der Statistik hat sich im frühen 19. Jahrhundert auf die Sammlung und Analyse von Daten im Allgemeinen ausgeweitet. Statistik wird heute häufig in der Regierung, in der Wirtschaft sowie in den Natur- und Sozialwissenschaften eingesetzt. Aufgrund ihrer empirischen Wurzeln und ihrer Anwendungsmöglichkeiten wird die Statistik im Allgemeinen nicht als Teilgebiet der reinen Mathematik, sondern als eigenständiger Zweig der angewandten Mathematik betrachtet. Seine mathematischen Grundlagen wurden im 17. Jahrhundert mit der Entwicklung der Wahrscheinlichkeitstheorie durch Pascal und Fermat gelegt. Die Wahrscheinlichkeitstheorie entstand aus dem Studium des Glücksspiels. Die Methode der kleinsten Quadrate wurde erstmals um 1794 von Carl Friedrich Gauß beschrieben. Der Einsatz moderner Computer hat statistische Berechnungen im großen Maßstab beschleunigt und auch neue Methoden ermöglicht, die manuell nicht durchführbar sind. 
    Laut Webster's-Online-Dictionary.org:
    Statistik ist ein Teilgebiet der angewandten Mathematik, das das Planen, Zusammenfassen und Interpretieren unsicherer Beobachtungen umfasst . Da das Ziel der Statistik darin besteht, aus verfügbaren Daten die „besten“ Informationen zu gewinnen, machen manche Autoren die Statistik zu einem Zweig der Entscheidungstheorie . Als Modell der Zufälligkeit oder Unwissenheit spielt die Wahrscheinlichkeitstheorie eine entscheidende Rolle bei der Entwicklung der statistischen Theorie.
    Wir beschreiben unser Wissen (und unsere Unwissenheit) mathematisch und versuchen, aus allem, was wir beobachten können, mehr zu lernen. Dies erfordert, dass wir

    1. unsere Beobachtungen planen, um ihre Variabilität zu kontrollieren ( Experimentdesign ),
    2. Fassen Sie eine Sammlung von Beobachtungen zusammen, um deren Gemeinsamkeit zu zeigen, indem Sie Details unterdrücken ( deskriptive Statistik ) und
    3. Erreichen Sie einen Konsens darüber, was die Beobachtungen uns über die Welt, die wir beobachten, sagen ( statistische Inferenz ).

    In einigen Formen der deskriptiven Statistik , insbesondere beim Data Mining, treten der zweite und dritte dieser Schritte so stark hervor, dass der erste Schritt (Planung) an Bedeutung zu verlieren scheint. In diesen Disziplinen werden Daten oft außerhalb der Kontrolle der Person gesammelt, die die Analyse durchführt, und das Ergebnis der Analyse kann eher ein Betriebsmodell als ein Konsensbericht seinüber die Welt.
    Die Wahrscheinlichkeit eines Ereignisses wird oft nicht als Prozentsatz, sondern als Zahl zwischen eins und null definiert.
    Einige Wissenschaften verwenden die angewandte Statistik so umfassend, dass sie eine spezielle Terminologie haben . Zu diesen Disziplinen gehören:
    Biostatistik
    Wirtschaftsstatistik
    Wirtschaftsstatistik
    Ingenieurstatistik
    Bevölkerungsstatistik
    Psychologische Statistik
    Sozialstatistik (für alle Sozialwissenschaften)
    Prozessanalyse und Chemometrie (für die Analyse von Daten aus der analytischen Chemie und Chemieingenieurwesen)

    Statistik eine wichtige Basis Werkzeug in Form Geschäft und Fertigung als auch. Es wird verwendet, um die Variabilität von Messsystemen zu verstehen, Prozesse zu steuern (wie in "Statistical Process Control" oder SPC), um Daten zusammenzufassen und datengesteuerte Entscheidungen zu treffen . In diesen Rollen ist es ein Schlüsselwerkzeug und vielleicht das einzige zuverlässige Werkzeug.

Schreibe deine Antwort

Ihre Antwort erscheint nach der Moderation appear