1.R: Sampuli na Data (Tathmini)

1.1 Ufafanuzi wa Takwimu, Uwezekano, na Masharti muhimu

Nadharia ya hisabati ya takwimu ni rahisi kujifunza wakati unajua lugha. Moduli hii inatoa maneno muhimu ambayo yatatumika katika maandishi.

1.2 Data, Sampuli, na Tofauti katika Data na Sampuli

Takwimu ni vitu binafsi vya habari vinavyotokana na idadi ya watu au sampuli. Data inaweza kuwa classified kama ubora (categorical), upimaji kuendelea, au kiasi kipekee.

Kwa sababu si vitendo kupima idadi ya watu wote katika utafiti, watafiti hutumia sampuli kuwakilisha idadi ya watu. Sampuli ya random ni kikundi cha mwakilishi kutoka kwa idadi ya watu waliochaguliwa kwa kutumia njia ambayo inatoa kila mtu katika idadi ya watu nafasi sawa ya kuingizwa katika sampuli. Mbinu za sampuli za random ni pamoja na sampuli rahisi ya random, sampuli iliyokatwa, sampuli ya nguzo Urahisi sampuli ni njia nonrandom ya kuchagua sampuli ambayo mara nyingi hutoa data upendeleo.

Sampuli ambazo zina watu tofauti husababisha data tofauti. Hii ni kweli hata wakati sampuli zimechaguliwa vizuri na mwakilishi wa idadi ya watu. Wakati kuchaguliwa vizuri, sampuli kubwa mfano idadi ya watu kwa karibu zaidi kuliko sampuli ndogo. Kuna matatizo mengi ambayo yanaweza kuathiri kuaminika kwa sampuli. Takwimu za takwimu zinahitaji kuchambuliwa kwa kina, sio tu kukubaliwa.

1.3 Viwango vya Upimaji

Baadhi ya mahesabu huzalisha namba ambazo ni sahihi kwa usahihi. Sio lazima kuripoti thamani kwa maeneo nane ya decimal wakati hatua zilizozalisha thamani hiyo zilikuwa sahihi tu kwa kumi ya karibu. Pande zote jibu lako la mwisho kwenye sehemu moja zaidi ya decimal kuliko ilivyokuwa katika data ya awali. Hii ina maana kwamba kama una data kipimo kwa karibu kumi ya kitengo, ripoti takwimu ya mwisho kwa karibu mia moja.

Mbali na kuzunguka majibu yako, unaweza kupima data yako kwa kutumia ngazi nne zifuatazo za kipimo.

• Ngazi ya kiwango cha majina: data ambayo haiwezi kuamuru wala haiwezi kutumika katika mahesabu
• Kiwango cha kiwango cha kawaida: data ambayo inaweza kuamuru; tofauti haziwezi kupimwa
• Kiwango cha kiwango cha muda: data yenye kuagiza uhakika lakini hakuna hatua ya kuanzia; tofauti zinaweza kupimwa, lakini hakuna kitu kama uwiano.
• Kiwango cha kiwango cha uwiano: data yenye hatua ya mwanzo ambayo inaweza kuamuru; tofauti zina maana na uwiano unaweza kuhesabiwa.

Wakati wa kuandaa data, ni muhimu kujua mara ngapi thamani inaonekana. Ni takwimu ngapi wanafunzi kujifunza masaa tano au zaidi kwa ajili ya mtihani? Nini asilimia ya familia juu ya kuzuia yetu wenyewe pets mbili? Frequency, frequency jamaa, na nyongeza jamaa frequency ni hatua kwamba kujibu maswali kama haya.

1.4 Design majaribio na Maadili

Utafiti usiofaa hauwezi kuzalisha data ya kuaminika. Kuna baadhi ya vipengele muhimu ambavyo vinapaswa kuingizwa katika kila jaribio. Ili kuondokana na vigezo vya lurking, masomo yanapaswa kupewa nasibu kwa makundi tofauti ya matibabu. Moja ya vikundi lazima awe kama kikundi cha kudhibiti, kuonyesha kinachotokea wakati matibabu ya kazi hayatumiwi. Washiriki katika kundi la kudhibiti hupokea matibabu ya placebo ambayo inaonekana hasa kama matibabu ya kazi lakini hawezi kuathiri kutofautiana kwa majibu. Ili kuhifadhi uadilifu wa placebo, watafiti wote na masomo wanaweza kupofushwa. Wakati utafiti umeundwa vizuri, tofauti pekee kati ya makundi ya matibabu ni moja iliyowekwa na mtafiti. Kwa hiyo, wakati makundi yanajibu tofauti na matibabu tofauti, tofauti lazima iwe kutokana na ushawishi wa kutofautiana kwa maelezo.

“Tatizo la maadili linatokea unapozingatia hatua inayokufaidika au baadhi husababisha kuunga mkono, huumiza au kupunguza faida kwa wengine, na inakiuka sheria fulani.” (Andrew Gelman, “Data Open na Mbinu Open,” Maadili na Takwimu, http://www.stat.columbia.edu/~gelman...nceEthics1.pdf (kupatikana Mei 1, 2013).) Ukiukwaji wa kimaadili katika takwimu si rahisi kuona. Vyama vya kitaaluma na mashirika ya shirikisho huchapisha miongozo ya Ni muhimu kujifunza taratibu za msingi za takwimu ili uweze kutambua uchambuzi sahihi wa data.