სტატისტიკა

(გადამისამართდა გვერდიდან სტატისტიკა (მეცნიერება))
ტერმინს „სტატისტიკა“ აქვს სხვა მნიშვნელობებიც, იხილეთ სტატისტიკა (მრავალმნიშვნელოვანი).

სტატისტიკამეცნიერება მონაცემების შეგროვების, დამუშავების, ანალიზისა და მათზე დაყრდნობით დასკვნების გაკეთების შესახებ. ასევე არსებობს სტატისტიკის ქვედარგი მათემატიკური სტატისტიკა, რომელიც ამ დარგის თეორიულ ასპექტებს სწავლობს. სტატისტიკოსი არის ადამიანი, რომელიც კარგადაა გათვითცნობიერებული სტატისტიკური ანალიზის მეთოდებში და შეუძლია მათი პრაქტიკულად გამოყენება. სტატისტიკა ეფუძნება დარგს მათემატიკური სტატისტიკა, რომელიც წარმოადგენს მათემატიკის ქვედარგს და მათემატიკურად სწავლობს იმ მეთოდებს, რომლებიც სტატისტიკაში გამოიყენება.

სამუშაო არეალი

რედაქტირება

სტატისტიკის სამუშაო არეალის შესახებ მრავალი მოსაზრება არსებობს. ერთი მოსაზრების მიხედვით, სტატისტიკა წარმოადგენს მეცნიერებას ინფორმაციის შეგროვების, დამუშავების, ანალიზის, თვალსაჩინოდ წარმოდგენის და მათზე დაყრდნობით დასკვნების გაკეთების შესახებ[1], ხოლო მეორე მოსაზრების მიხედვით, სტატისტიკა წარმოადგენს მათემატიკის ქვედარგს[2] და ის მხოლოდ ინფორმაციის შეგროვებით და მათზე დაყრდნობით დასკვნების გაკეთებით უნდა შემოიფარგლებოდეს. სტატისტიკის ემპირიული ბუნებიდან გამომდინარე დიდხანს მიმდინარეობდა კამათი, მათემატიკას უფრო ეკუთვნოდა ის, თუ ფიზიკას.

სტატისტიკაში ორ მთავარ მიმართულებას გამოყოფენ. პირველი, დასკვნითი სტატისტიკა გამოიყენება მონაცემებში არსებული ტენდენციების გამოსავლენად და მონაცემებში არსებული შემთხვევითი გადახრების ეფექტის შესამცირებლად დასკვნების გამოტანისა და მათი პოპულაციაზე განზოგადოების მიზნით. მეორე, აღწერითი სტატისტიკა სწავლობს დიდი რაოდენობა ინფორმაციის ადვილად აღქმადი სახით წარმოდგენის მეთოდებს. ამ ქვედარგში შედის ბევრი მონაცემიდან სწრაფი, ზედაპირული დასკვნების გამოტანის მეთოდებიც.

მათემატიკური სტატისტიკა ძალიან მჭიდროდაა დაკავშირებული ალბათობის თეორიასთან. ამის გამო მათ ხშირად ერთადაც მოიხსენიებენ; განსხვავება ისაა, რომ ალბათობის თეორიის ამოცანებში ცნობილია ალბათური სივრცე და კვლევით დგინდება გარკვეული ხდომილებების ალბათობები, სტატისტიკაში კი პირიქით, შერჩევებიდან (უკვე მომხდარი ხდომილებებიდან) დგინდება პოპულაციის მახასიათებლები.

ზოგიერთი მეცნიერი სტატისტიკის პირველად გამოყენებას ათარიღებს 1663 წლით, როდესაც ჯონ განტმა გამოაქვეყნა ნაშრომი დაკვირვებები სიკვდილიანობის ჩანაწერებზე (Natural and Political Observations upon the Bills of Mortality)[3]. სტატისტიკის პირველი გამოყენებები დაკავშირებული იყო სახელმწიფო პოლიტიკის ფორმირებისთვის დემოგრაფიული და ეკონომიკური მონაცემების დამუშავებასთან. სწორედ აქედან მიიღო მეცნიერებამ წინსართი stat (სახელმწიფო). სტატისტიკის გამოყენებების არეალი მე-19 საუკუნეში ზოგადად მონაცემების დამუშავებამდე გაფართოვდა. დღეს სტატისტიკა გამოიყენება ყველგან, სახელმწიფო და ბიზნეს სექტორების საჭიროებებისა და საბუნებისმეტყველო და სოციალური მეცნიერებების ამოცანების ჩათვლით. სტატისტიკის თეორიული საფუძვლები მე-17 საუკუნეში შემუშავდა ალბათობის თეორიის განვითარებასთან ერთად. დღევანდელმა გამოთვლითმა სიმძლავრეებმა კი შესაძლებელი გახადა განსაკუთრებით დიდი რაოდენობით ინფორმაციის სტატისტიკური დამუშავება და ბიძგი მისცა ისეთი მეთოდების განვითარებას, რომელთა ხელით შესრულებაც შეუძლებელია.

აღწერითი სტატისტიკა

რედაქტირება

აღწერითი სტატისტიკა სწავლობს მონაცემების შეგროვების, დაჯგუფების, თვალსაჩინოდ წარმოდგენისა და ანალიზის მეთოდებს.აღწერითი სტატისტიკა მოიცავს იმ მეთოდოლოგიას რის მეშვეობითაც შესაძლებელია მონაცემების ინფორმაციული სახით ორგანიზება, შეჯამება და პრეზენტაცია. ერთ-ერთი მეთოდოლოგია აღწერითი სტატისტიკისა არის გრაფიკული პრეზენტაცია. სტატისტიკოსები ამ ფორმას იყენებენ იმ მიზნით რომ აღწერილი რიცხვითი მონაცემები გახდეს ადვილად გადასახარში და მარგებელი სამიზნე ხალხისათვის (მაგ. ბიზნესმენებისთვის). ასევე ხშირია მონაცემების ციფრობრივი აღწერითი ხერხები.

დასკვნითი სტატისტიკა

რედაქტირება

დასკვნითი სტატისტიკა არის სხეული იმ მეთოდებისა რომლის მეშვებითაც შესაძლებელი ხდება ყურადღების გამახვილება მოხდეს მონაცემების სინჯებზე.

არასწორი გამოყენება

რედაქტირება

მოსაზრება, რომ სტატისტიკა ზედმეტად ხშირად გამოიყენება ინფორმაციის არასწორი გზით წარმოსადგენად, რათა გაამართლოს მისი წარმომდგენის მტკიცებულებები, საყოველთაოდაა მიღებული[4]. ჰარვარდის პრეზიდენტი ლორენს ლოუელი 1909 წელს წერდა, რომ „სტატისტიკა ისევე, როგორც ხბოს ხორცის ღვეზელი, კარგია მაშინ, როდესაც მზარეულს პირადად იცნობთ და დარწმუნებული ხართ ინგრედიენტების ხარისხიანობაში.“

როდესაც კვლევები ერთმანეთის საწინააღმდეგო შედეგებამდე მიდიან, საზოგადოება მათდამი უნდობლობით განეწყობა ხოლმე. მაგალითად მაშინ, როდესაც ერთი კვლევა აჩვენებს, რომ გარკვეული დიეტის დაცვა წნევის მომატებას იწვევს და მეორე კი ამბობს, რომ პირიქით, ამ დიეტის დაცვისას წნევა ეცემა. ამ დროს კი სხვადასხვა შედეგის გამომწვევი მიზეზები შეიძლება ცდას დიზაინში არსებული ძალიან მცირე განსხვავებები იყოს (მაგალითად, განსხვავებები საკვლევ პაციენტთა ჯგუფებში). რადგანაც არასპეციალისტისთვის ასეთი ინფორმაცია გაუგებარია, მედიასაშუალებები, როგორც წესი, არ იხილავენ ასეთ ტექნიკურად რთულ, მაგრამ კვლევის ავკარგიანობის გასააზრებლად აუცილებელ მასალას თავიანთ რეპორტაჟებში, რაც საბოლოოდ იწვევს კიდეც გაუგებრობას საზოგადოებაში.

სტატისტიკური კვლევის შედეგები დიდწილადაა დამოკიდებული შერჩევაზე. ამ უკანასკნელის ცვლილება პირდაპირ იწვევს შედეგების ცვლილებას. თუმცაღა, ხშირად არასწორი შერჩევა მკვლევარის ბოროტგანზრახულობაზე კი არა, კვალიფიკაციის ნაკლებობაზე მიუთითებს. შერჩევის გაკეთებისას ძალიან ადვილია ისეთი შეცდომების დაშვება, რომელიც საბოლოო ჯამში მიკერძოებულ შერჩევამდე მიგვიყვანს. ასევე ადვილია შეცდომების დაშვება იმ გრაფიკების სწორად წარმოდგენისას, რომლებიც მონაცემთა ჯამურ მახასიათებლებს აღწერენ.

უფრო მნიშვნელოვანია მოსაზრებები ჰიპოთეზათა ტესტირების შესახებ. კამათს იწვევს ის ფაქტი, რომ ჰიპოთეზა, რომელიც შეიძლება სტატისტიკურად სწორი იყოს (არჩეული კრიტერიუმის მიხედვით), რეალურად მცდარი შეიძლება გამოდგეს.

ლიტერატურა

რედაქტირება
  • კოპალეიშვილი, ქ., ქართული საბჭოთა ენციკლოპედია, ტ. 9, თბ., 1985. — გვ. 552-553.
  • ბერაძე, შ. სტატისტიკის ზოგადი თეორიის საფუძვლები, თბილისი, 1969
  • გამყრელიძე, გ. თეორიული სტატისტიკა, თბილისი, 1947
  1. Moses, Lincoln E. (1986) Think and Explain with Statistics, Addison-Wesley, ISBN 02011561991986. pp. 1–3
  2. Hays, William Lee, (1973) Statistics for the Social Sciences, Holt, Rinehart and Winston, p.xii, ISBN 978-0-03-077945-9
  3. Willcox, Walter (1938) The Founder of Statistics. Review of the International Statistical Institute 5(4):321–328.
  4. Huff, Darrell (1954) How to Lie With Statistics, WW Norton & Company, Inc. New York, NY. ISBN 0-393-31072-8