Estatísticas é a ordem que preocupa a recolha, associação, exibição, exame, tradução e introdução de dados. Ao aplicar medidas a uma questão lógica, mecânica ou social, é comum, em qualquer caso, considerar uma população factual ou um modelo mensurável. Populacões podem ser diferentes agrupamentos de indivíduos ou itens, por exemplo, “todos os indivíduos que vivem em uma nação” ou “cada iota fazendo uma pedra preciosa”. Insights gerenciam cada parte da informação, incluindo a organização do acúmulo de informações sobre o plano de estudos e experimentos. Ver glossário de probabilidade e medidas.

No momento em que a informação de enumeração não pode ser recolhida, os analistas recolhem informação através da criação de estruturas de exame explícitas e testes de síntese. A inspeção de agentes garante que as induções e fins podem se estender sensivelmente do exemplo para a população em geral. Um estudo de teste inclui fazer estimativas do sub-estudo da estrutura, controlar a estrutura e, posteriormente, fazer estimativas extras utilizando uma técnica semelhante para decidir se o controle alterou as estimativas das estimativas. Por outro lado, uma investigação observacional não inclui o controle exploratório.

Duas estratégias factuais primárias são utilizadas na investigação da informação: medições inequívocas, que esboçam informações a partir de um exemplo utilizando registros, por exemplo, a média ou desvio padrão, e insights inferenciais, que fazem inferências a partir de informações que dependem de variedade irregular (por exemplo, erros observacionais, examinando variação). As medições distintas são regularmente preocupadas com dois arranjos de propriedades de uma apropriação (teste ou população): a propensão focal (ou área) procura descrever a estima focal ou de funcionamento do moinho, enquanto a dispersão (ou flutuação) retrata o grau em que os indivíduos da dispersão saem do seu interior e uns dos outros. Deduções sobre medidas numéricas são feitas sob a estrutura da hipótese de probabilidade, que gerencia a investigação de maravilhas irregulares.

Um método factual padrão inclui o julgamento da conexão entre dois índices informativos mensuráveis, ou uma coleção informativa e informações fabricadas a partir de um modelo glorificado. Uma especulação é proposta para a conexão factual entre as duas coleções informativas, e isto é contrastado como uma opção com uma teoria romantizada inválida de não haver conexão entre dois índices informativos. A rejeição ou refutação da especulação inválida é terminada utilizando testes factuais que medem o sentido em que o inválido pode ser refutado, dada a informação que é utilizada no teste. Trabalhando a partir de uma teoria inválida, dois tipos essenciais de engano são percebidos: Erros de Tipo I (a especulação inválida é desonestamente descartada dando um “falso positivo”) e erros de Tipo II (a teoria inválida negligencia ser descartada e uma conexão real entre populacetes é perdida dando um “falso negativo”). Numerosas questões têm vindo a ser relacionadas com este sistema: desde adquirir um tamanho de exemplo adequado até determinar uma hipótese inválida satisfatória.

Os formulários de estimativa que criam informações mensuráveis dependem adicionalmente de erros. Um grande número desses erros é denominado arbitrário (clamor) ou eficiente (predisposição), mas diferentes tipos de erros (por exemplo, bumble, por exemplo, quando um investigador relata unidades erradas) também podem acontecer. A proximidade de informação ou edição em falta pode trazer avaliações unilaterais e sistemas explícitos foram criados para tratar destas questões.

Os trabalhos mais rápidos sobre verosimilhança e medidas, técnicas factuais tiradas da hipótese da verosimilhança, remontam a matemáticos e criptografos da Páscoa Média, notavelmente Al-Khalil (717-786) e Al-Kindi (801-873). No século XVIII, além disso, os conhecimentos começaram a ser extraídos intensamente da analítica. Nos últimos anos, os insights dependeram mais da programação factual para realizar testes, por exemplo, a análise gráfica.

Acumulação de informação

Examinando

No momento em que não é possível reunir informações completas de registro, os analistas reúnem informações de teste criando planos de análise explícitos e testes gerais. O próprio Insights também dá instrumentos para a expectativa e a estimativa através de modelos factuais. Tornando as induções dependentes das informações testadas iniciadas em meados do século XVI em relação à avaliação de populacões e criação de antecedentes de seguros de vida.

Para utilizar um exemplo como um manual para toda uma população, é significativo que ele fale genuinamente à população em geral. Os testes dos delegados garantem que as suposições e os fins podem chegar com segurança do exemplo à população em geral. Uma questão significativa está em decidir o grau em que o exemplo escolhido é realmente agente. Insights oferecem estratégias para avaliar e tratar de qualquer predisposição dentro do exemplo e métodos de acumulação de informação. Existem técnicas adicionais para a estrutura do estudo para testes que podem reduzir estas questões no início de uma investigação, fortificando a sua capacidade de perceber realidades sobre a população.

O exame da hipótese é uma parte da ordem numérica da hipótese de probabilidade. A probabilidade é utilizada em insights numéricos para pensar sobre as apropriações de exame das medidas de teste e, ainda mais, de um modo geral, sobre as propriedades das estratégias factuais. A utilização de qualquer estratégia mensurável é substancial quando a estrutura ou população viável preenche as suposições da técnica. A distinção em perspectiva entre hipótese de grande probabilidade e hipótese de teste é, geralmente, que a hipótese de probabilidade começa a partir dos parâmetros dados de uma população absoluta para concluir probabilidades que se relacionam com os testes. A suposição factual, não obstante, move o outro caminho-indutivamente derivado dos testes para os parâmetros de uma população maior ou absoluta.

tipos de informação

Artigos principais: Tipo de informação factual e níveis de estimativa

Diferentes esforços têm sido feitos para fornecer uma classificação científica dos níveis de estimativa. O psicofísico Stanley Smith Stevens caracterizou escalas ostensivas, ordinais, interinas e de proporção. As estimativas ostensivas não têm uma solicitação de posição significativa entre as qualidades, e concedem qualquer mudança equilibrada (injectiva). As estimativas ordinais têm contrastes frouxos entre as estimações contínuas, mas têm um pedido importante para essas qualidades, e licenciam qualquer pedido que proteja a mudança. As estimativas interinas têm importantes separações entre as estimativas caracterizadas, mas o valor zero é discricionário (como para a situação com estimativas de longitude e temperatura em Celsius ou Fahrenheit), e licenciar qualquer mudança reta. As estimativas de proporção têm um valor zero importante e as separações entre as várias estimativas caracterizadas, e concedem qualquer mudança de escala.

Como os fatores que se ajustam apenas às estimativas ostensivas ou ordinais não podem ser estimados numericamente de forma sensata, aqui e ali são reunidos como fatores absolutos, embora as estimativas proporcionais e interinas sejam reunidas como fatores quantitativos, que podem ser discretos ou constantes, devido à sua natureza numérica. Tais qualificações podem frequentemente ser aproximadamente relacionadas com o tipo de informação em engenharia de software, em que dicotômico todos os fatores podem ser falados com o tipo de informação booleana, fatores de corte politomatosos claros com números discretamente indicados no tipo de informação indispensável, e fatores persistentes com o tipo de informação genuína incluindo cálculo de pontos de deriva. Em qualquer caso, o mapeamento dos tipos de informação de engenharia de software para tipos de informação mensuráveis depende de qual arranjo do último está sendo executado.

Foram propostas classificações diferentes. Por exemplo, Mosteller e Tukey (1977)reconheceram avaliações, posições, divisões, cheques, somas e paridades. Nelder (1990) retratou contos ininterruptos, proporções consistentes, proporções de contagem, e métodos absolutos de informação. Ver também Chrisman (1998),van cave Berg (1991).

A questão de saber se é adequado aplicar vários tipos de técnicas factuais à informação adquirida a partir de vários tipos de estratégias de estimação é convoluida por questões relativas à mudança de fatores e à elucidação exata de questões de pesquisa. “A conexão entre a informação e o que eles retratam simplesmente espelha a forma como tipos específicos de articulações mensuráveis podem ter estima de verdade que não são invariantes sob certas mudanças. Independentemente de uma mudança ser ou não razoável de se considerar, depende da investigação que se está tentando responder” (Hand, 2004, p. 82).