Статистика – это порядок, который беспокоит сбор, объединение, отображение, изучение, перевод и введение данных. Применяя измерения к логическому, механическому или социальному вопросу, в любом случае, это обычный случай, когда речь идет о фактическом населении или измеряемой модели. Население может быть различным собранием индивидуумов или предметов, например, “все индивидуумы, живущие в нации” или “каждая йота делает драгоценный камень”. Инсайты управляют каждой частью информации, включая организацию накопления информации о плане исследований и экспериментов. См. глоссарий вероятностей и измерений.

В тот момент, когда не удается собрать информацию по переписи, аналитики собирают ее, создавая эксплицитные экзаменационные структуры и обзорные тесты. Обследование агентов гарантирует, что индукции и концы могут разумно простираться от примера к населению в целом. Тестовое исследование включает в себя взятие оценок дублера структуры, контроль структуры, а затем взять дополнительные оценки, используя аналогичную технику, чтобы решить, является ли контроль изменил оценки оценок. И наоборот, наблюдательное исследование не включает в себя разведывательный контроль.

При изучении информации используются две основные стратегии, основанные на фактах: безошибочные измерения, которые дают представление об информации на примере использования записей, например, о среднем или стандартном отклонении, и преференциальное понимание, которое делает выводы из информации, зависящей от нерегулярного разнообразия (например, ошибки в наблюдениях, изучение вариаций). Различные измерения регулярно вызывают беспокойство по поводу двух механизмов свойств присвоения (тест или население): очаговая склонность (или область), похоже, описывает очаг передачи или пробег мельничного почитания, в то время как рассеяние (или флуктуации) показывает степень, в которой люди из рассеяния выходят из его внутренней части и друг из друга. Вычеты по числовым измерениям производятся под структурой гипотезы вероятности, которая управляет исследованием нерегулярных чудес.

Стандартный фактический метод включает в себя испытание связи между двумя измеряемыми информационными показателями или сбором информации и изготовленной информации, взятой из прославленной модели. Предлагается рассуждать о фактической связи между двумя информационными сборниками, и это контрастирует как вариант с романтизированной недействительной теорией отсутствия связи между двумя информационными индексами. Устранение или опровержение недействительной спекуляции завершается использованием фактических тестов, которые измеряют смысл того, в каком смысле недействительная может быть опровергнута с учетом информации, используемой в тесте. Работая на основе недействительной теории, воспринимаются два существенных типа промахов: Ошибки типа I (недействительные спекуляции нечестно отвергаются, давая “ложное срабатывание”) и ошибки типа II (недействительная теория пренебрегает тем, чтобы быть отвергнутой, и пропускает реальную связь между популаками, давая “ложное срабатывание”). С этой системой связаны многочисленные вопросы: от получения адекватного размера примера до определения удовлетворительной недействительной гипотезы.

Формы оценки, создающие измеримую информацию, дополнительно зависят от ошибки. Большое количество таких ошибок называется произвольными (крик) или эффективными (предрасположенность), однако могут возникать и различные виды ошибок (например, шум, когда следователь сообщает о неправильных единицах). Близость отсутствующей информации или редактирования может привести к односторонним оценкам, и для решения этих проблем были созданы четкие системы.

Самые ранние работы по правдоподобию и измерениям, фактические методы, основанные на гипотезе правдоподобия, восходят к работам среднепастельных математиков и криптографов, в частности, Аль-Халила (717-786) и Аль-Кинди (801-873). В восемнадцатом веке, кроме того, прозрения стали интенсивно черпать из аналитики. В более поздние годы исследования в большей степени зависели от фактического программирования для проведения тестов, например, графического анализа.

Накопление информации

Экзамен

В тот момент, когда полная регистрационная информация не может быть собрана, аналитики собирают тестовую информацию, создавая четкие планы анализа и обзорные тесты. Сама по себе информация также дает инструменты для ожидания и оценки с помощью фактических моделей. Примерно в середине 1600-х годов началась зависимость инъекций от тестируемой информации в отношении оценки населения и создания предшественников страхования жизни.

Для того чтобы использовать пример в качестве руководства для всего населения, важно, чтобы он действительно говорил с населением в целом. Тестирование на делегирование гарантирует, что прощение и окончание может надежно протянуть руку помощи от примера к населению в целом. Важный вопрос заключается в том, чтобы определить, в какой степени выбранный пример является реальным агентом. Инсайты предлагают стратегии для оценки и устранения любой предрасположенности внутри примера и методы накопления информации. Существуют дополнительные методы для структуры испытаний, которые могут уменьшить эти вопросы в начале исследования, укрепляя его способность воспринимать реальности о населении.

Рассмотрение гипотезы – это часть числового порядка гипотезы вероятности. Вероятность используется в численном представлении для размышлений об изучении соответствия тестовых измерений и, тем более, в целом, о свойствах фактических стратегий. Использование любой измеримой стратегии является существенным, когда жизнеспособный каркас или население удовлетворяет предположениям, высказанным в этой методике. Различие в перспективе между гипотезой о большой вероятности и гипотезой о тестировании, как правило, заключается в том, что гипотеза о вероятности начинается с заданных параметров абсолютного населения, чтобы сделать выводы о вероятности, которые относятся к тестам. Несмотря на это, фактическое предположение движется индуктивным образом, выводя из тестов параметры большей или абсолютной численности населения.

виды информации

Основные статьи: Тип фактологической информации и уровни оценки

Были предприняты различные усилия по созданию научной классификации уровней оценки. Психофизик Стэнли Смит Стивенс охарактеризовал показные, порядковые, промежуточные и пропорциональные шкалы. Показные оценки не имеют запроса на значительное положение среди качеств, и обеспечивают какое-либо сбалансированное (инъекционное) изменение. Обычные оценки имеют слабый контраст между постоянными оценками, но имеют важный запрос на эти качества, и разрешают любые запросы, защищающие изменения. Промежуточные оценки имеют важные различия между характеристиками, но нулевая стоимость является дискреционной (как и для ситуации с оценками долготы и температуры по Цельсию или Фаренгейту), и разрешают любое прямое изменение. Пропорциональные оценки имеют как важное нулевое значение, так и разделение между различными охарактеризованными оценками, и допускают любое изменение масштаба.

Поскольку факторы, приспосабливающиеся только к показным или порядковым оценкам, не могут быть разумно оценены численно, то здесь и там они собираются как абсолютные факторы, хотя пропорциональные и промежуточные оценки собираются как количественные факторы, которые в силу своей числовой природы могут быть как дискретными, так и постоянными. Такие квалификации часто могут быть приблизительно связаны с типом информации в программной инженерии, в том, что с булевым типом информации можно говорить о дихотомических всевозможных факторах, с многотонными ясными коэффициентами с произвольно назначаемыми числами в незаменимом типе информации, и с постоянными факторами с истинным типом информации, включая вычисление дрейфующих точек. В любом случае, сопоставление типов информации программной инженерии с измеримыми типами информации зависит от того, какое расположение последних выполняется.

Были предложены различные классификации. Например, Mosteller и Tukey (1977) признали оценки, должности, подсчитанные подразделения, чеки, суммы и паритеты. Нелдер (1990) изображал подсчеты безостановочно, последовательные пропорции, пропорции подсчета и абсолютные методы информации. См. также Chrisman (1998), van cave Berg (1991).

Вопрос о том, целесообразно ли применять различные виды фактических методов к информации, получаемой от различных видов стратегий оценки, пронизан вопросами, касающимися изменения факторов и точного выяснения вопросов исследования. “Связь между информацией и тем, что они изображают, просто отражает то, как конкретные виды измеримых артикуляций могут иметь правдивые оценки, которые не являются инвариантными при определенных изменениях. Независимо от того, разумно ли рассматривать изменение, оно зависит от того, на какое исследование пытается ответить” (Hand, 2004, p. 82).