Статистичний процес - це сукупність етапів або фаз, які необхідно завершити, щоб провести дослідження на основі кількісної інформації та отримати результати, вірні досліджуваній реальності.
Коли ми говоримо про статистичний процес, ми говоримо про низку етапів, які доцільно здійснити, щоб отримати результати, які відповідають реальності, яку ми вивчаємо в статистичному дослідженні, яке планується провести. Це необхідно, оскільки, якщо ми не виконаємо ці кроки, ми можемо отримати неправильні висновки і, отже, приймати неправильні рішення.
Наприклад, уявімо, що у нас є кафе морозива. Ми повинні приблизно знати, скільки морозива нам слід купувати, виходячи з обсягу попиту, який ми матимемо. Отже, якщо нам не вистачає, клієнти можуть зв’язатися з ними, і ми повинні б їм сказати, що в цьому кафе морозива немає морозива. Навпаки, якщо у нас забагато, це може бути зіпсовано. Тому необхідно спробувати підрахувати, скільки нам слід придбати, або хоча б приблизний асортимент. Якщо для обчислення цього діапазону ми збираємо дані, які не є репрезентативними (наприклад, морозиво, розташоване в іншому місті з меншим достатком), ми можемо помилитися.
Отже, маючи це чітко, ми повинні знати ряд кроків та деталей, яким ми повинні слідувати, щоб результати були адаптовані до реальності та ми приймали кращі рішення.
Етапи статистичного процесу
Залежно від відвідуваного посібника чи автора, ми могли бачити різні етапи з різними назвами. По суті, майже всі документи з цього питання містять однакові розділи, лише деякі включають кілька етапів в одному, а інші фрагментують процес більше.
У нашому випадку ми вважаємо, що статистичний процес складається з:
Постановка проблеми
У постановці задачі розташована центральна вісь, на якій можна сформулювати все інше. Цей етап відповідає на наступне запитання: Що мені потрібно для навчання і чому? Іноді, як би неймовірно це не здавалося проблемою, це може привести нас до висновку, що нам насправді не потрібно проводити статистичне дослідження.
Збір даних
Після того, як ми порушили проблему, ми повинні зібрати дані. Тут важлива методологія. Тож є різні міркування. Таким чином, ми повинні встановити тип вибірки, розмір вибірки, тип збору даних (наприклад, через бази даних або персоналізовані опитування), особисто, в Інтернеті чи по телефону тощо.
Організація даних
Після того, як ми отримаємо всі дані, залишається їх уніфікувати та впорядкувати. Як і в усьому, нам потрібно вводити дані в програму чи платформу, що дозволяє нам обчислювати певні показники та правильно аналізувати. Для цього завжди зручно впорядковувати дані. Більше того, іноді нам потрібно буде збирати дані з різних баз даних, які пропонують різні формати файлів, і буде потрібно об’єднати все в одному форматі.
Аналіз даних
Як тільки проблема буде порушена, дані зібрані та упорядковані, ми зможемо її ефективно проаналізувати. Залежно від постановки проблеми буде проведено той чи інший тип аналізу. Наприклад, якщо ми хочемо знати, чи залежать дві змінні, ми могли б скористатися коінтеграційним аналізом. Якщо, якщо ми хочемо вивчити загальну дисперсію фінансового активу, ми обчислимо статистичний діапазон.
Інтерпретація даних
І останнє, але не менш важливе: ми маємо інтерпретацію даних. Марно проводити всі фази статистичного процесу правильно, якщо врешті-решт трактування є неправильним. Це пов’язано з тим, що якщо тлумачення буде неправильним, тоді рішення матимуть небажаний ефект. Наприклад, припустимо, ми проводимо дослідження щодо мінливості продажів компанії. Якщо, як тільки ми отримаємо результати, виявиться, що є велика дисперсія, її слід зменшити, і ми тлумачимо, що це не так, це може негативно позначитися на компанії.
П'ять кроків відображені на такій схемі:
Описова статистика
