El famoso economista y educador contemporáneo de mi país, el académico Ma Yinchu, dijo una vez: "Los académicos no pueden estudiar sin estadísticas, los industriales no pueden practicar sin estadísticas y los políticos no pueden gobernar sin estadísticas".
La estadística es una forma de entender la existencia real. Puede ser utilizado por cualquier persona tan grande como un país, tan pequeña como una empresa o incluso un individuo. Quien pueda obtener información estadística precisa podrá captar el presente real y proporcionar una base para la toma de decisiones posteriores. Sin embargo, contar el número de estudiantes no es fácil. Varios números, fórmulas, funciones y curvas son demasiado difíciles para la mayoría de las personas y no saben qué ayuda pueden obtener al aprender estadística.
El japonés Kaoru Nishino siempre ha querido escribir un libro de estadística fácil de entender para ayudar a la gente común a comprender las estadísticas, dominar las herramientas estadísticas básicas y cultivar el pensamiento estadístico. Nishinoki se graduó de la Universidad de Tokio con especialización en bioestadística, se dedica principalmente a xxx y tiene una amplia experiencia en la aplicación práctica de la estadística. Su amplia experiencia se centra en la estadística numérica y el pensamiento estadístico. El primero es más profesional y profundo, mientras que el segundo es más popular y práctico.
El pensamiento estadístico es una forma de pensar en el proceso de obtener datos, extraer información de los datos y demostrar la confiabilidad de las conclusiones. Desempeña un gran papel en la mejora de la cognición humana. Para ayudar a los lectores a comprender el pensamiento estadístico, este libro se divide principalmente en dos partes. Una parte es el cuerpo principal del libro, la relación entre varios métodos estadísticos, conceptos y casos reales, y la otra parte son las explicaciones matemáticas de varios. conceptos y fórmulas estadísticas en el "Apéndice Matemático".
El libro habla principalmente de varios conceptos matemáticos: media, desviación estándar, prueba de hipótesis, análisis de regresión, etc. El frente está bien, pero el reverso es más difícil que el conocimiento matemático de la escuela secundaria nacional. Para algunas personas que no estudiaron matemáticas avanzadas en la universidad, todavía resulta bastante difícil leer.
En "Guía de lectura práctica", Toshiyuki Dayan dijo que sólo unos 20 contenidos de un libro son realmente valiosos para nosotros. Si su base matemática no es buena, entonces la forma de pensar del libro puede ser relativamente más útil.
Media y mediana. En estadística, la media y la mediana son conceptos que describen varias tendencias. Sin embargo, la media depende de la distribución y tiende a funcionar mejor cuando los datos tienen una distribución normal. La mediana es más un concepto no paramétrico. La mediana es un número que divide los datos en dos mitades después de ordenarlos de menor a mayor. Si las distribuciones no son aproximadamente ortogonales, la mediana es más útil que la media. Por lo tanto, es más importante utilizar correctamente estos conceptos para explicar las cosas de la vida en el escenario correcto. Cuando los datos siguen una distribución normal, la media es igual a la mediana.
Existe una "regla 20-80" en la economía, y el 80% de la riqueza mundial está en manos del 20% de la gente. Si sólo calculamos el ingreso personal promedio, el ingreso de muchas personas es “en promedio alto”. Si calculamos la mediana en este momento y comparamos los ingresos individuales con la mediana, podemos tener una idea aproximada de dónde se encuentran nuestros ingresos a nivel nacional. Esta técnica también se puede utilizar para calcular qué empresas pueden esperar ganar más al solicitar un empleo. Si la empresa A tiene un salario promedio de 8000, pero la mediana es solo 3000, y la empresa B tiene un salario promedio de 6000, pero la mediana es 4000, ¿cómo se elige?
La inferencia estadística tiene limitaciones. Al tomar decisiones, la mayoría de las personas hacen inferencias basadas en sus propias experiencias relevantes, es decir, muestras. Se suele decir que cada uno tiene sus propias limitaciones. En otras palabras, es imposible que las personas comprendan la totalidad de las cosas. Por lo tanto, cuando utilice muestras para inferir, debe elegir muestras apropiadas y no generalizar.
En las elecciones estadounidenses de 1936, la revista Literary Digest especuló que Alfred? Landon recibiría 370 votos electorales de 531. A juzgar por este resultado, no hubo ninguna presión para derrotar a Roosevelt. En esta encuesta, Literature Digest distribuyó un total de 100.000 cuestionarios y recibió 2,3 millones de cuestionarios. Los resúmenes literarios son lo correcto. Un tamaño de muestra grande definitivamente mejorará la precisión de las estimaciones, no hay nada de malo en ello. Pero el resultado es incorrecto. Roosevelt fue elegido.
¿Por qué? Porque entre los lectores de la revista "Literary Digest", la proporción de * * * y miembros del partido es mucho mayor que la proporción de * * * y partidarios del partido entre la población general de los Estados Unidos. En otras palabras, esta muestra simplemente no puede ampliarse a Estados Unidos. Entonces la conclusión correspondiente es definitivamente insostenible.
Se garantiza una cierta probabilidad dentro del error permitido por las estadísticas. En estadística, la aleatoriedad está en todas partes. Permite errores, y la ausencia de errores hace que la gente sospeche de las falsedades. Las estadísticas también garantizarán un problema, pero su garantía se basa en la forma de probabilidad. Y la probabilidad garantizada no es 100, hay un error. En estadística, el valor p es 5, lo que no tiene mucha base matemática. Simplemente sigue el hábito del matemático Fisher, quien cree que es más conveniente usar 5 para juzgar el valor p. Cuando la desviación estándar se es menor que el valor p, una inferencia o resultado es creíble.
La estadística tiene reglas fijas, pero en aplicaciones prácticas, es posible que no se sigan completamente. A veces las condiciones son inactivas y no siguen completamente los criterios de inspección del bilateral 5. Por ejemplo, en el campo médico, algunas cirugías tienen una tasa de éxito muy baja. Mientras lleguen a un acuerdo con el paciente por el resto de sus vidas, el paciente aún puede optar por intentarlo. En la promoción empresarial, también es posible tomar algunas decisiones de alto riesgo con valores P grandes, y quienes toman las decisiones pueden optar por probar suerte. Este es el momento de estar preparado para correr riesgos.
El Sr. Chen Xiru dijo en el prefacio de "Una breve historia de la estadística matemática": La estadística no es sólo un método o tecnología, sino que también contiene elementos de la visión del mundo: es una forma de ver el mundo. todo en el mundo. Esto es lo que solemos decir acerca de mirar las cosas desde una perspectiva estadística. Pero el pensamiento estadístico también tiene un proceso de desarrollo. Por lo tanto, el cultivo de ideas (o puntos de vista) estadísticos no sólo requiere aprender algunos conocimientos específicos, sino también ser capaz de conectar estos conocimientos de forma orgánica y clara desde una perspectiva de desarrollo y adquirir un sentido de importancia histórica.