Statistický proces - co to je, definice a pojem

Statistický proces je soubor fází nebo fází, které je třeba dokončit, aby bylo možné provést šetření založené na kvantitativních informacích a získat výsledky, které jsou věrné studované realitě.

Když hovoříme o statistickém procesu, mluvíme o řadě kroků, které je vhodné provést, abychom získali výsledky, které jsou věrné realitě, kterou studujeme ve statistické studii, která má být provedena. To je nezbytné, protože pokud neprovedeme tyto kroky, můžeme vyvodit nesprávné závěry, a proto učinit špatná rozhodnutí.

Představme si například, že máme zmrzlinový salon. Potřebujeme vědět přibližně, kolik zmrzliny bychom si měli koupit, na základě množství poptávky, kterou budeme mít. Pokud tedy nedosáhneme, mohli by se zákazníci obrátit na někoho, komu bychom museli říct, že v této zmrzlinárně není zmrzlina. Naopak, pokud máme příliš mnoho, mohlo by to být zkaženo. Proto je nutné se pokusit odhadnout, kolik bychom měli koupit, nebo alespoň přibližný rozsah. Pokud vypočítáme tento rozsah, sbíráme údaje, které nejsou reprezentativní (například zmrzlinový salón v jiném městě s menším bohatstvím), mohli bychom se mýlit.

Když to máme jasné, musíme znát řadu kroků a podrobností, které musíme dodržovat, aby byly výsledky přizpůsobeny realitě a abychom mohli činit lepší rozhodnutí.

Fáze statistického procesu

V závislosti na navštívené příručce nebo autorovi jsme mohli vidět různé fáze s různými názvy. V podstatě téměř všechny dokumenty týkající se tohoto tématu obsahují stejné oddíly, pouze některé obsahují několik fází v jedné a jiné více fragmentují proces.

V našem případě se domníváme, že statistický proces sestává z:

Problémové prohlášení

Ve výroku o problému je umístěna středová osa, na které lze artikulovat vše ostatní. Tato fáze odpovídá na následující otázku: Co musím studovat a proč? Někdy, i když se to může zdát neuvěřitelné, může to vést k závěru, že statistickou studii opravdu nepotřebujeme.

Shromažďování dat

Jakmile jsme nastolili problém, musíme shromáždit data. Zde je metodika důležitá. Existují tedy různé úvahy. Musíme tedy určit typ vzorkování, velikost vzorku, typ sběru dat (například prostřednictvím databází nebo personalizovaných průzkumů), osobně, online nebo telefonicky atd.

Organizace dat

Jakmile máme všechna data, zbývá je sjednotit a uspořádat. Stejně jako ve všem musíme zadat data do programu nebo platformy, která nám poté umožní vypočítat určité metriky a správně analyzovat. Za tímto účelem je vždy vhodné data uspořádat. A co víc, někdy budeme muset shromažďovat data z různých databází, které nabízejí různé formáty souborů, a bude nutné vše sjednotit ve stejném formátu.

Analýza dat

Jakmile je problém nastolen, data shromážděna a uspořádána, můžeme je efektivně analyzovat. V závislosti na prohlášení o problému bude proveden jeden nebo druhý typ analýzy. Například pokud chceme vědět, zda jsou dvě proměnné závislé, můžeme použít kointegrační analýzu. Zatímco pokud chceme studovat celkový rozptyl finančního aktiva, vypočítáme statistický rozsah.

Interpretace údajů

V neposlední řadě máme interpretaci údajů. Je zbytečné provádět všechny fáze statistického procesu správně, pokud je interpretace nakonec špatná. Je to proto, že pokud je interpretace chybná, pak budou mít rozhodnutí nežádoucí účinek. Předpokládejme například, že provedeme studii o variabilitě tržeb společnosti. Pokud jakmile získáme výsledky, ukáže se, že dochází k velkému rozptylu, mělo by to být sníženo a interpretujeme, že tomu tak není, mohlo by to negativně ovlivnit společnost.

Pět kroků se odráží v následujícím diagramu: