Теоретическая база прикладной статистики

Научными основами прикладной статистики являются теория вероятности и математическая статистика. Эти дисциплины основа вероятностного статистических методов принятия решений. Применение конкретного вероятностно статистического метода принятия решения состоит из 3 этапов:

1. Переход от экономической, управленческой, технологической реальности к абстрактной математико-статистической схеме, т.е. построение вероятностной модели системы управления технологического процесса, процедур принятия решений в частности по результатам статистического контроля и т.п.

2. Проведение расчётов и получение выводов чисто математическими средствами в рамках вероятностной модели.

3. Интерпретация математико-статистических выводов применительно к реальной ситуации и принятия соответствующего решения, например о соответствии или не соответствии качества продукции установленным требованиям необходимости наладки технологического процесса и т.п. В частности заключение например о доли дефектных единиц продуктов в партии, о конкретном виде закона распределения контролируемых параметров технологического процесса и т.п.

Под математической статистикой понимают раздел математики посвящённый математическим методам сбора систематизации, обработки интерпретации статистических данных, а также использовании их для научных или практических выводов. Правила и процедуры математической статистики (МС) опираются на теорию вероятности, позволяющую оценить точность и надёжность выводов получаемых в каждой задачи на основании имеющегося статистического материала. При этом статистическими данным называются сведения о числе объектов в какой либо более-менее обширной совокупности обладающих теми или иными признаками. По типу решаемых задач, математическая статистика обычно делится на 3 раздела: описание данных, оценивание и проверка гипотез. По виду обрабатываемых статистических данных, МС делится на 4 направления:

1. Одномерная статистика (статистика случайных величин) в которой результат наблюдения описывается действительным числом.

2. Многомерный статистический анализ, где результат наблюдения над объектом описывается несколькими числами (вектором).

3. Статистика случайных процессов и временных рядов, где результат наблюдения – функция.

4. Статистика объектов не числовой природы. В которой результат наблюдения имеет не числовую природу, например, является множеством (геометрической фигурой) упорядочением или получен в результата измерения по качественному признаку.

Дата добавления: 2014-01-05