Statystyka polega na zbieraniu, kojarzeniu, pokazywaniu, badaniu, tłumaczeniu i wprowadzaniu danych. W zastosowaniu pomiarów do kwestii logicznych, mechanicznych lub społecznych, w każdym przypadku należy brać pod uwagę faktyczną populację lub mierzalny model. Populacje mogą być różnymi zgromadzeniami jednostek lub przedmiotów, na przykład “wszystkie jednostki żyjące w narodzie” lub “każda iota tworząca kamień szlachetny”. Wglądy zarządzają każdą częścią informacji, w tym organizacją gromadzenia informacji dotyczących planu badań i eksperymentów. Zobacz słowniczek prawdopodobieństwa i pomiarów.

W momencie, gdy nie można zebrać informacji z wyliczeń, analitycy zbierają informacje poprzez tworzenie wyraźnych struktur badawczych i testów przeglądowych. Kontrola agenta gwarantuje, że wprowadzenia i zakończenia mogą rozsądnie rozciągać się od przykładu do ogółu populacji. Badanie testowe polega na pobieraniu szacunkowych danych dotyczących struktury badania, kontrolowaniu struktury, a następnie pobieraniu dodatkowych szacunków przy użyciu podobnej techniki w celu podjęcia decyzji, czy kontrola zmieniła szacunki szacunków. I odwrotnie, badanie obserwacyjne nie obejmuje kontroli poszukiwawczej.

W badaniu informacji stosuje się dwie podstawowe strategie oparte na faktach: jednoznaczne pomiary, które przedstawiają informacje z przykładu wykorzystującego dokumentację, na przykład średnie lub standardowe odchylenie, oraz wgląd w informacje, które są wnioskowane na podstawie informacji, które są zależne od nieregularnej odmiany (np. błędy obserwacyjne, badanie zmienności). Pomiary dystynktywne regularnie martwią się o dwa układy właściwości zawłaszczenia (test lub populacja): ogniskowa tendencja (lub obszar) ma opisywać ogniskową lub przebieg szacunku młyna, podczas gdy rozproszenie (lub fluktuacja) pokazuje stopień, w jakim jednostki z rozproszenia opuszczają swoje wnętrze i siebie nawzajem. Odliczenia na pomiarach liczbowych dokonywane są w ramach struktury hipotezy prawdopodobieństwa, która zarządza badaniem nieregularnych cudów.

Standardowa metoda faktograficzna obejmuje badanie związku pomiędzy dwoma mierzalnymi indeksami informacyjnymi, czyli zbiorem informacji i wytworzoną informacją zaczerpniętą z uwielbianego modelu. Proponuje się spekulację na temat faktycznego związku między dwoma zbiorami informacji, co jest kontrastowane jako opcja z romantyczną, nieważną teorią o braku związku między dwoma indeksami informacyjnymi. Odrzucenie lub obalenie nieważnej spekulacji kończy się przy użyciu testów opartych na faktach, które mierzą sens, w którym nieważna informacja może zostać obalona, biorąc pod uwagę informacje, które są wykorzystywane w teście. Działając na podstawie nieważnej teorii, dostrzega się dwa istotne rodzaje błędów: Błędy typu I (niepoprawna spekulacja jest nieuczciwie odrzucana, dając “fałszywy pozytywny”) i typu II (niepoprawna teoria nie jest odrzucana, a rzeczywisty związek między populacjami jest pomijany, dając “fałszywy negatywny”). Z systemem tym wiąże się wiele kwestii: przejście od uzyskania odpowiedniego rozmiaru przykładu do określenia zadowalającej hipotezy nieważnej.

Formularze szacunkowe, które tworzą mierzalne informacje, są dodatkowo uzależnione od błędu. Duża liczba tych błędów nazywana jest arbitralną (krzyk) lub efektywną (predyspozycja), ale mogą się też zdarzyć różne rodzaje błędów (np. trzmiel, gdy śledczy zgłasza złe jednostki). Bliskość brakujących informacji lub edycji może prowadzić do jednostronnych ocen i w celu rozwiązania tych problemów stworzono wyraźne systemy.

Najszybsze prace nad prawdopodobieństwem i pomiarami, technikami faktograficznymi czerpiącymi z hipotezy o prawdopodobieństwie, sięgają czasów bliskowschodnich matematyków i kryptografów, przede wszystkim Al-Khalila (717-786) i Al-Kindi (801-873). W XVIII wieku spostrzeżenia zaczęły dodatkowo intensywnie czerpać z analityków. W późniejszych latach wgląd zależał w większym stopniu od programowania faktów w celu dostarczenia testów, na przykład analizy graficznej.

Akumulacja informacji

Badanie

W momencie, gdy nie można zebrać pełnych informacji rejestracyjnych, analitycy zbierają informacje o testach, tworząc wyraźne plany analizy i testy przeglądowe. Wgląd sam w siebie daje również narzędzia do oczekiwania i szacowania poprzez modele faktograficzne. Uzależnianie wprowadzenia od badanych informacji rozpoczęło się około połowy XVI wieku w zakresie oceny populacji i tworzenia antecedentów ubezpieczeń na życie.

Aby wykorzystać przykład jako podręcznik dla całej populacji, istotne jest, że rzeczywiście przemawia on do ogółu populacji. Badania delegowane gwarantują, że przypuszczenia i cele mogą bezpiecznie dotrzeć od przykładu do ogółu społeczeństwa. Istotną kwestią jest podjęcie decyzji o tym, w jakim stopniu wybrany przykład jest rzeczywiście reprezentatywny. Wgląd oferuje strategie oceny i zajęcia się wszelkimi predyspozycjami wewnątrz przykładu i metodami gromadzenia informacji. Istnieją dodatkowe techniki struktury badania, które mogą zredukować te kwestie na początku badania, wzmacniając jego zdolność do postrzegania rzeczywistości dotyczącej ludności.

Badanie hipotezy jest kawałkiem liczbowego porządku hipotezy prawdopodobieństwa. Prawdopodobieństwo jest wykorzystywane w spostrzeżeniach liczbowych do zastanowienia się nad badaniem środków na pomiary testowe, a tym bardziej – nad właściwościami strategii rzeczowych. Wykorzystanie każdej mierzalnej strategii jest istotne, gdy ramy lub populacja wykonalna spełnia założenia tej techniki. Rozróżnienie w perspektywie między hipotezą dużego prawdopodobieństwa a hipotezą testową polega zazwyczaj na tym, że hipoteza prawdopodobieństwa rozpoczyna się od podanych parametrów populacji bezwzględnej w celu określenia prawdopodobieństw odnoszących się do testów. Założenie faktyczne, mimo to, przesuwa w drugą stronę – indukcyjnie wynikającą z testów – na parametry większej lub absolutnej populacji.

rodzaje informacji

Podstawowe artykuły: Rodzaj informacji faktycznych i poziomy oszacowania

Podejmowano różne wysiłki w celu zapewnienia naukowej klasyfikacji poziomów szacowania. Psychofizyk Stanley Smith Stevens scharakteryzował skale pozorną, porządkową, śródokresową i proporcjonalną. Oceny pozorne nie mają istotnego znaczenia dla oceny jakości i nie wprowadzają żadnych zrównoważonych (iniekcyjnych) zmian. Zwykłe oszacowania mają luźne kontrasty między ciągłymi szacunkami, ale mają ważne wymagania dotyczące tych cech i udzielić licencji na wszelkie żądania chroniące zmianę. Oszacowania okresowe mają ważne rozgraniczenia pomiędzy oszacowaniami scharakteryzowanymi, ale wartość zerowa jest uznaniowa (jak w przypadku oszacowań długości i temperatury w Celsjuszu lub Fahrenheicie), i udzielić licencji na wszelkie zmiany bezpośrednie. Oszacowania proporcji mają zarówno ważną wartość zerową, jak i odseparowania pomiędzy różnymi scharakteryzowanymi oszacowaniami, i przyznają każdą zmianę skali.

Ponieważ czynniki korygujące tylko do szacunków pozornych lub zwykłych nie mogą być rozsądnie oszacowane liczbowo, tu i ówdzie są one gromadzone jako czynniki bezwzględne, chociaż szacunki proporcji i szacunki śródokresowe są gromadzone jako czynniki ilościowe, które mogą być dyskretne lub stałe, ze względu na ich numeryczny charakter. Kwalifikacje takie mogą być często w przybliżeniu związane z typem informacji w inżynierii oprogramowania, w tym, że dychotomiczne wszystkie zewnętrzne czynniki mogą być porównywane z typem informacji boole’owskiej, wielomianowe czynniki jawne z dowolnie wyznaczonymi liczbami w niezbędnym typie informacji oraz czynniki trwałe z rzeczywistym typem informacji, w tym obliczanie punktów dryfujących. W każdym przypadku, przyporządkowanie typów informacji inżynieryjnych oprogramowania do wymiernych typów informacji zależy od tego, który układ ostatniego jest wykonywany.

Zaproponowano różne klasyfikacje. Na przykład, Mosteller i Tukey (1977) uznały oceny, pozycje, wysokie podziały, kontrole, sumy i parytety. Nelder (1990) przedstawiał nieskończone wysokości, stałe proporcje, proporcje wysokości i bezwzględne metody informacji. Patrz również Chrisman (1998), van cave Berg (1991).

Zagadnienie, czy właściwe jest zastosowanie różnego rodzaju technik faktograficznych do informacji uzyskanych z różnych rodzajów strategii szacunkowych, jest zawiłe przez kwestie dotyczące zmiany czynników i dokładnego wyjaśnienia pytań badawczych. “Powiązanie informacji z tym, co przedstawiają, odzwierciedla po prostu sposób, w jaki określone rodzaje wymiernych artykulacji mogą mieć szacunek dla prawdy, która nie jest niezmienna przy pewnych zmianach. Niezależnie od tego, czy zmiana jest rozsądna do rozważenia, opierając się na zapytaniu, staramy się odpowiedzieć” (Hand, 2004, s. 82).