Statistika

Rozbalit box

Obsah boxu

Statistika
Klíčové pojmy	Data, Pravděpodobnost, Proměnná, Průměr, Medián, Modus, Rozptyl, Směrodatná odchylka, Regrese, Korelace, Inference, Vzorkování, Hypotéza
Související	Matematika, Analýza dat, Datové vědy, Pravděpodobnost, Vědecká metoda, Demografie, Ekonomie, Sociologie, Biostatistika, Ekonometrie, Psychometrie, Informatika
Název	Statistika
Obrázek	Symbolické znázornění statistiky s grafy a daty.
Oblast	Matematika, Věda, Informatika, Analýza dat, Společenské vědy, Ekonomie, Biologie
Název	Statistika
Obrázek	Symbolické znázornění statistiky s grafy a daty.

Soubor:Statistical analysis chart.jpg

Příklad statistického grafu, znázorňující analýzu dat.

Statistika je vědní disciplína, která se zabývá sběrem, organizací, analýzou, interpretací, prezentací a organizací dat. Jejím hlavním cílem je z dat získávat smysluplné informace, poznatky a pochopení jevů ve světě, a to i v případě, že jsou data neúplná nebo obsahují nejistotu. Statistika poskytuje nástroje pro rozhodování založené na datech v oblastech plných variability a náhody. Je to klíčový nástroj v mnoha vědních disciplínách, ekonomii, medicíně, sociologii a vládní politice.

---

Dějiny statistiky

Statistika, jak ji známe dnes, se vyvíjela postupně z různých kořeny.

• Starověk: Již ve starověkých civilizacích se prováděly sčítání lidu a soupisy majetku pro daňové a vojenské účely (např. v Egyptě, Římě, Čína).
• Středověk a raný novověk: Záznamy o úmrtnosti, narození a obchodu. V 17. století se objevuje John Graunt s jeho analýzami úmrtnostních záznamů v Londýně, což je považováno za počátek demografie.
• 17. a 18. století: Rozvoj teorie pravděpodobnosti (např. Blaise Pascal, Pierre de Fermat, Jakob Bernoulli) v souvislosti s hazardními hrami. Tato teorie položila základ pro matematickou statistiku.
• 19. století: Zformování statistiky jako samostatné disciplíny. Klíčové postavy jako Adolphe Quetelet (aplikace statistiky na společenské jevy), Francis Galton (studium dědičnosti, korelace) a Karl Pearson (vývoj statistických metod, chi-kvadrát test).
• 20. století: Obrovský rozvoj moderní statistiky a jejích aplikace. Významné postavy: Ronald Fisher (ANOVA, design experimentů, maximum likelihood estimation), Jerzy Neyman a Egon Pearson (testování hypotéz), William Sealy Gosset (Studentův t-test). Vznik počítače umožnil zpracování obrovských objemů dat.

---

Rozdělení statistiky

Statistika se tradičně dělí na několik hlavních oblastí.

Popisná statistika (Descriptive Statistics)

Zaměřuje se na sběr, organizaci, shrnutí a prezentaci dat. Jejím cílem je popsat základní charakteristiky datového souboru.

• Míry centrální tendence: Popisují typickou nebo průměrnou hodnotu v datovém souboru.
  • Aritmetický průměr
  • Medián
  • Modus
• Míry variability (disperze): Popisují rozptyl nebo variabilitu dat.
  • Rozsah dat (range)
  • Mezikvartilové rozpětí (IQR)
  • Rozptyl (variance)
  • Směrodatná odchylka (standard deviation)
• Míry tvaru rozložení: Popisují symetrii a špičatost rozložení dat.
  • Šikmost (skewness)
  • Špičatost (kurtosis)
• Grafická prezentace: Histogram, box plot, sloupcový graf, koláčový graf, bodový graf.

Induktivní statistika (Inferential Statistics)

Zabývá se generalizací závěrů ze vzorku na celou populaci a testováním hypotéz. Jejím cílem je vyvozovat závěry a dělat předpovědi o populaci na základě pozorovaných dat.

• Testování hypotéz: Určení, zda rozdíly nebo vztahy v datech jsou statisticky významné (např. t-test, ANOVA, chi-kvadrát test).
• Odhad parametrů: Odhadování parametrů populace na základě vzorku (např. interval spolehlivosti).
• Regresní analýza: Zkoumání vztahu mezi jednou nebo více nezávislými a jednou závislou proměnnou (např. lineární regrese).
• Korelační analýza: Měření síly a směru lineárního vztahu mezi dvěma proměnnými.

Matematická statistika

Teoretický základ statistiky, který využívá teorie pravděpodobnosti a matematické analýzy k vývoji a odvozování statistických metod.

---

Statistický proces

Typický statistický výzkum prochází několika fázemi:

1. Formulace problému/otázky: Definování, co se má zkoumat. 2. Plánování sběru dat: Určení, jaká data jsou potřeba, jak je sbírat (např. dotazník, experiment, pozorování) a jak zajistit jejich reprezentativnost (výběr vzorku). 3. Sběr dat: Shromáždění potřebných dat. 4. Organizování a čištění dat: Uspořádání dat a odstranění chyb nebo nesrovnalostí. 5. Analýza dat: Aplikace vhodných statistických metod pro popis a inferenci. 6. Interpretace a prezentace výsledků: Vysvětlení závěrů a jejich vizualizace pomocí grafů a tabulek.

---

Aplikace statistiky

Statistika je nezbytná v široké škále oblastí.

• Ekonomie a finance: Ekonometrie, finanční modelování, makroekonomie, mikroekonomie, predikce trhů.
• Medicína a biologie: Biostatistika, klinické studie, epidemiologie, genetika, farmaceutický průmysl.
• Společenské vědy: Sociologie, psychologie, politologie, demografie, průzkum veřejného mínění.
• Průmysl a inženýrství: Kontrola kvality, řízení procesů, výzkum a vývoj.
• Vládní sektor: Sčítání lidu, veřejné zdraví, statistika nezaměstnanosti, ekonomické ukazatele.
• Informatika a datové vědy: Strojové učení, dolování dat, umělá inteligence, big data.
• Sport: Analýza výkonnosti, taktická analýza, hodnocení hráčů.

---

Software pro statistiku

Pro statistické analýzy se používá mnoho specializovaných softwarových nástrojů:

• R: Populární open source programovací jazyk a prostředí pro statistické výpočty a grafiku.
• Python: S knihovnami jako NumPy, Pandas, SciPy a Scikit-learn se stal standardem pro analýzu dat a strojové učení.
• SAS: Komerční statistický software široce používaný v podnikání a zdravotnictví.
• SPSS: Komerční statistický software oblíbený v společenských vědách.
• Stata: Komerční statistický software používaný v ekonomii a epidemiologie.
• JASP: Open source alternativa k SPSS, založená na JAMOVI.
• Microsoft Excel: Základní statistické funkce a vizualizace pro jednodušší analýzy.

---

Statistika pro laiky

Představte si, že máte spoustu informací – třeba o tom, kolik lidí ve vaší třídě má rád zmrzlinu, jaké známky dostali z test, nebo kolik gólů padlo v posledních fotbalových zápasech. Když se na ta čísla jen tak podíváte, moc vám toho neřeknou.

A přesně tady přichází na řadu statistika. Statistika je jako takový detektiv, který tyhle čísla a informace posbírá, uspořádá je, najde v nich nějaké vzory a pak vám řekne, co ty čísla vlastně znamenají. Třeba:

• Kolik studentů má rád zmrzlinu (popsání dat).
• Jestli známky z testu nějak souvisí s tím, jak dlouho se studenti učili (hledání vztahů).
• Nebo jestli je možné předpovědět, kolik gólů asi padne v dalším zápase (předpovídání).

Takže statistika nám pomáhá rozumět světu pomocí čísla a dat, i když neznáme úplně všechno.

---

Externí odkazy

• Britannica - Statistics (anglicky)
• Statistika.com (anglicky)
• Úvod do statistiky - Prezentace Masarykovy univerzity (česky)
• Český statistický úřad

---