Statistik ohne Mathematik? Ist es möglich?
Ja, es ist möglich, Statistiken ohne komplexe Mathematik zu verstehen und anzuwenden. Durch die Konzentration auf grundlegende logische Konzepte, Beobachtungen aus der realen Welt und einfache Grafiken können Studierende und Forscher statistische Prinzipien verstehen und Daten effektiv analysieren, ohne von mathematischen Komplexitäten überwältigt zu werden.
Brauchen Sie Statistiken und Datenanalyse für Ihre wissenschaftliche Forschung, benötigen aber aufgrund der mathematischen Komplexität Hilfe beim Verständnis und der Anwendung der Konzepte? Mach dir keine Sorge; du bist nicht allein. Auch die meisten Studenten und Forscher in Bereichen, die nichts mit den exakten Wissenschaften zu tun haben, haben mit diesem Problem zu kämpfen. Lesen Sie weiter, um herauszufinden, wie und warum es möglich ist, Statistiken zu verstehen und anzuwenden, ohne auf komplexe mathematische Konzepte angewiesen zu sein.
Das Problem
Viele Studierende und Forscher verschiedener Fachrichtungen stehen vor erheblichen Herausforderungen Herausforderungen mit Statistiken.
Dieses Problem ist besonders über da Datenanalyse ist für die gesamte wissenschaftliche Forschung von entscheidender Bedeutung.
Glücklicherweise ist es möglich, die Grundlagen der Statistik zu verstehen und die Datenanalyse effektiv anzuwenden, ohne dies zu tun überwältigt durch mathematische Konzepte.
Die Lösung
Im Jahr 2004 veröffentlichten William Magnusson und Guilherme Mourão das Buch Statistik ohne Mathematik.
"„Statistik ohne Mathematik“ ist weder ein gewöhnliches Statistikbuch, noch soll es als Ersatz für herkömmliche Statistiktexte dienen. Zu viele mathematische Details lenken die Aufmerksamkeit von grundlegenden logischen Konzepten ab, was zu Fehlern beim Stichprobendesign, der Datenanalyse und dem Verständnis der wissenschaftlichen Literatur führt. Daher beginnt dieses Buch mit Beobachtungen aus der realen Welt und erklärt, wie Statistiken als praktisches Werkzeug zur Beantwortung von Fragen dazu und zur Kommunikation dieser Ergebnisse eingesetzt werden können. Schließlich zielt das Buch auf Statistiken auf mittlerem Niveau ab (die in den meisten Büchern und Kursen nur kurz behandelt werden) und vermittelt Konzepte mit einem Minimum an mathematischen Details, anstatt einfache Grafiken und, wo nötig, Analogien zu verwenden. Dieser von den Autoren seit vielen Jahren im Unterricht erprobte Ansatz hat die Fähigkeit der Schüler, Statistiken zu verstehen, revolutioniert."
Manche essential Zu den Fakten und Erkenntnissen aus dem Buch gehören:
Key Take Away
Daten sind nur dann hilfreich, wenn sie etwas liefern Information.
Statistische Fragen sollten reflektieren wissenschaftliche Fragen.
Die Welt braucht nicht ein weiteres Statistikbuch.
Gleichungen und Statistiken geben lediglich wieder, was Graphen zeigen.
Forschungsprojekte haben weder implizit noch scheinbar etwas Fragen.
A Nullhypothese behauptet, wie die Welt aussehen würde, wenn unsere Überzeugungen falsch wären.
Dolmetschen Graphen ist oft wichtiger als die Interpretation von Statistiken.
Das Finden der richtige Frage ist oft wichtiger als die richtige Antwort zu finden.
Wenn Gleichungen Sie einschüchtern, wenden Sie sich an Graphen für die gleichen Informationen.
Kontingenztabellenanalysen (z. B. Chi-Quadrat) sind selten Geeignet für statistische Fragestellungen.
Weg vom Einfachen Streudiagramme kann die Welt unnötig verkomplizieren.
Das Entwerfen einer Stichprobe beinhaltet das Sammeln von Daten, die voraussichtlich Aufschluss geben gute entscheidungen.
Einer (Standard-)Struktur sollte nur dann geglaubt werden, wenn sie es sein kann visualisiert in einem einfachen Diagramm.
Alles messen und „die Daten für sich selbst sprechen“ lassen ineffizient zum Entdecken von Informationen.
Forscher müssen nutzen Logik zu entscheiden, welche Variablen in ihre Analyse einbezogen werden sollen.
Die fälschliche Ablehnung der Nullhypothese und die Schlussfolgerung, dass ein Phänomen existiert, wenn es nicht existiert, wird als a bezeichnet Typ I Fehler.
Biologen priorisieren oft Durchschnittswerte, aber Unterschiede in Variabilität kann kritischer sein.
Konstruiere a Flussdiagramm Darstellung des untersuchten Systems vor der Auswahl der Analyse.
Um Unterschiede zwischen den Mittelwerten zu ermitteln, muss man davon ausgehen, dass die Werte annähernd gleich sind Variabilität innerhalb von Kategorien.
Forscher können transformierte Daten grafisch darstellen, die Anpassung des Modells kann jedoch nur mit beurteilt werden untransformiert Daten.
Gerade Linien Minimieren Sie in Diagrammen den mittleren Abstand von der Linie zu den Punkten.
Statistische Analysen komplexe Probleme reduzieren zu zweidimensionalen Sachverhalten, die in einfachen Streudiagrammen dargestellt werden können.
Die Nullhypothese kann nicht abgelehnt werden, wenn falsch a ist Typ II Fehler, mit einer Wahrscheinlichkeit, die als „1−β“ bekannt ist.
Papierleser könnten vermuten Pseudoreplikation und bedeutungslose statistische Schlussfolgerungen, wenn man auf eine Kontingenztabelle stößt.
Eine gute Faustregel zur Bestimmung der Replikate besteht darin, sie durch zehn zu dividieren und das Modell auf nicht mehr als diese Anzahl zu beschränken Faktoren.
Viele berichtete Wahrscheinlichkeiten sind Pseudowahrscheinlichkeiten, was eher auf die Einhaltung der wissenschaftlichen Kultur hinweist als auf die Bereitstellung objektiver Informationen über die reale Welt.
Die größte Fehler im Beispieldesign beruht auf der Vernachlässigung grundlegender logischer Konzepte, die die Schüler hätten beherrschen können, wenn die statistische Mathematik ihre Aufmerksamkeit nicht abgelenkt hätte.
Während mathematische Abhandlungen über Statistik unerlässlich sind, gibt es möglicherweise bessere Möglichkeiten für Studenten, praktische Erfahrungen zu sammeln Wissen für die Verwendung von Statistiken zur Interpretation von Daten.
Abschließende Bemerkungen
Um statistische Analysen durchzuführen effektivBefolgen Sie diese grundlegenden Schritte:
1. Verstehen Sie die Grundkonzepte der Statistik.
2. Machen Sie sich mit den wichtigsten zusammenfassenden Kennzahlen wie dem arithmetischen Mittelwert und der Standardabweichung vertraut (beschreibende Statistik).
3. Erfahren Sie mehr über die wichtigsten Diagramme und erfahren Sie, wann und wie Sie sie verwenden.
4. Erfahren Sie, wie Sie für jeden Anlass die passende statistische Analyse auswählen und wie Sie alle Analyseschritte korrekt anwenden (Inferenzstatistik).
Erreichen Sie das alles mit Statistik ohne Mathematik!
Um das Buch „Statistik ohne Mathematik“ zu kaufen, klicken Sie hier!
