Técnicas de Análise Estatística

Apesar do velho ditado de ” mentiras, mentiras deslavadas e estatísticas “, os métodos estatísticos são vitais para a análise de todos os dados quantitativos. As técnicas estatísticas ajudam a resumir e fazer sentido do que de outro modo poderia aparecer como um grande número de números e códigos confusos .

A análise geralmente começa com a estatística descritiva , que apresentam um resumo dos dados. Na análise de dados principal , os pesquisadores empregam estatística inferencial para a construção de modelos que lhes permitem ir além dos dados e fazer declarações sobre a população em geral. Uni -variada Estatística Descritiva

As estatísticas descritivas mais úteis para variáveis ​​simples (estatísticas univariada ) apresentar sua distribuição e medidas de tendência central e de dispersão . A distribuição é a freqüência com que cada valor aparece no conjunto , e pode ser expresso por listagem quantas vezes aparece um valor ( por exemplo, quantas pessoas no conjunto de dados tinham entre 18, 19 , 20, 21 , etc ) ou pelo agrupamento de valores em categorias ( quantas pessoas estavam sob 25, 25 a 34, 35 a 44 etc.) As medidas de tendência central incluem a média ( média ) , a mediana (valor central, que divide os dados fixados exactamente no meio) , e o modo ( o valor mais comum ) . As medidas de dispersão incluem a faixa (maior menos o valor mais baixo) , desvio padrão e variância ( ambos são medidas de desvio médio da média) .

Correlações

Correlação é uma medida descritiva da associação , que mostra como duas variáveis ​​são relacionadas . Os coeficientes de correlação varia de -1 a +1, onde -1 e +1 significa que as duas variáveis ​​são perfeitamente relacionada, ou seja, se você sabe o valor de um que você pode calcular o valor do outro , sem um erro. Uma correlação negativa significa que, para valores mais elevados de uma variável , os valores da outra variável são mais baixos; uma correlação positiva significa que os maiores valores de uma variável correspondem a valores mais elevados de outro . O coeficiente de correlação 0 significa que não há relação entre as variáveis ​​.

Erro Estimando

Embora as estatísticas descritivas fornecem um quadro resumo dos dados , a maioria dos projetos de pesquisa não coletar dados de toda a população que interessa pesquisadores . As técnicas estatísticas são, portanto, usado para calcular o erro de medição e para estimar os valores prováveis ​​da variável em toda a população

Inferência Estatística : . Testando a diferença

One das tarefas mais comuns de todas as análises de dados é para testar a diferença entre duas ou mais medições , quer entre os grupos ou com o mesmo grupo medido em diferentes pontos de tempo . Testando aqui significa estabelecer se a diferença observada é puramente devido ao acaso ou se é provável que refletem diferenças reais na população . Diferenças estatisticamente significativas entre médias que não são susceptíveis de serem causados ​​por acaso (aliás, os termos ” estatisticamente significativa ” não diz nada sobre o tamanho ou a importância da diferença).

As técnicas específicas e adequadas para testar as diferenças variam dependendo do tipo de dados . As diferenças entre as médias são testadas pelo teste t ou ( em situações mais complexas ), várias versões de análise de variância ou co-variância ( ANOVA , ANCOVA , MANOVA ) . Se não for possível calcular meios para a variável — a variável não é medido em uma escala de intervalo , por exemplo sexo, religião , nacionalidade — testes não paramétricos são adequados .

estatística inferencial : Modelos de Associação

Muitas vezes, os pesquisadores querem ir além de testar as diferenças entre os grupos e quer determinar as relações precisas entre as variáveis. A medida mais simples de tal associação é correlação , mas é possível construir e estatisticamente testar modelos mais complexos que pode separar e individualmente quantificar a influência de diversas variáveis. A análise de regressão linear múltipla é a técnica de modelagem estatística mais comum e muito poderoso, muitas vezes combinados com a análise de variância em tentativas de construir modelos causais . Outros modelos de regressão também existem, incluindo modelos não lineares e não-paramétricos

Inferência Estatística : . Classificação

Entre muitas outras técnicas de análise estatística , um importante grupo inclui técnicas estatísticas que podem ser usada para classificar e categorizar as variáveis ​​e assuntos. Estas técnicas de classificação incluem análise fatorial e análise de correspondência , para a classificação de variáveis ​​em dimensões meta- nível; assim como vários métodos para classificar sujeitos (casos) , incluindo a análise de cluster e árvores de classificação .