3.5: 回顾
- Page ID
- 173321
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)
摘要
完成本章后，你应该能够...
- 知道数学和统计学如何融入科学方法
- 定义基本的数学术语
- 知道什么是数据，有哪些类型的数据
- 了解描述性统计和推理性统计之间的区别
- 大致了解有哪些类型的图表可以帮助可视化数据
- 了解科学假设和统计假设之间的区别
- 了解如何得出结论的过程
统计数据基于收集的数据样本，这些样本代表了感兴趣的人群，因为无法收集完整的数据集。 有两种类型的统计数据：描述性（汇总计算）和推理性（假设检验）。 数据可以来自任何地方！ 数据主要有两种类型，定性（分类）和定量（数值）。
对于描述性统计，除了对数据进行某种可视化之外，通常还会计算中心和分布的测量值。 使用的计算和可视化类型取决于研究参数和目标。
对于推理统计，明确定义假设并运行分析。 假设主要有两种类型，科学假设和统计假设。 科学界对一种现象提出了潜在的解释，而统计数据则用于预测测得的结果，有两种形式，空值和替代性。 自变量和因变量用于构造假设中概述的思想。 一旦进行了研究以检验假设，就可以根据为每种假设确定的证据得出结论。
归因
Rachel Schleiger（CC-BY-NC）