Для чего нужна статистика
Зачем владельцу бизнеса нужны статистики и как ими пользоваться
Что такое статистики
Статистики — количественное измерение результатов работы. Но, чтобы их внедрить, предварительно нужно определить ценный конечный продукт каждого сотрудника. Правильнее всего делать это после разработки и внедрения функциональной оргструктуры. Оргструктура представляет собой описание основного бизнес-процесса компании, определение областей ответственности каждого сотрудника.
У владельца компании также есть свой продукт, это развивающаяся и успешная компания. Работа владельца бизнеса отличается от работы генерального директора. Владелец — это архитектор и стратег, отвечающий за развитие, а на плечах директора оперативное управление.
Доход
В идеальном мире главной статистикой была бы стоимость бизнеса. То есть ценность, которую ты создал как владелец. Но в современных реалиях это могут позволить себе только публичные компании, которые продают свои акции на рынке. Меняется стоимость акций — меняется стоимость бизнеса. Вот тебе и статистика.
Но в реальном мире всё немного по-другому. Все системы стоимости оценки бизнеса отталкиваются от показателей валового дохода и грязной прибыли. Также есть коэффициент, он зависит от отрасли, в которой вы работаете, истории компании. И вы как владелец может брать либо валовый доход, либо грязную прибыль за неделю своей главной статистикой. Мы в компании считаем и одно, и другое каждую неделю. Так я измеряю свой результат.
Контроль стратегических проектов
Большое внимание также уделяю разработке и воплощению в жизнь стратегических планов. Сейчас у нас в работе около 40 проектов, одобренных офисом совладельцев. Каждый имеет перечень задач. Не могу сказать, что меня полностью устраивает это число, предпочёл бы, чтобы их было 5. Но так как планы и стратегия масштабные, то приходится держать на контроле много проектов.
И я как владелец бизнеса должен оценивать свою оперативную эффективность. Я сторонник того, что владелец бизнеса — это отдельная профессия, у него есть чёткие обязанности. Главная — развитие компании.
И хотя я не выполняю задачи по проектам, но должен за ними следить. Если где-то проседаем, то устраиваю совещания, выясняю, что идёт не так. Иногда даю пинки подчинённым, иногда обнимаю, вдохновляю и награждаю, чтобы проекты двигались.
Польза статистик
Статистика — это измерение. И в данном случае она помогает мне увидеть, хорошо ли я справляюсь с развитием собственного бизнеса. Например, по этим 40 проектам каждую неделю завершается определённое количество задач. Если на прошлой неделе было завершено 20 задач, а на текущей — 3, то это повод для меня задуматься и обратить внимание на эту область.
Соотношение дохода и предоставленных услуг
Конечно же, владелец должен держать внимание на доходе компании. Этот показатель я тоже отслеживаю. Но не менее важно смотреть на соотношение дохода и объёма предоставленного сервиса. Как для владельца консалтинговой компании для меня это очень важно, ведь иногда маркетинг уносится вдаль, а производство не поспевает.
Нельзя допускать того, чтобы мы собирали с клиентов больше денег, чем предоставили им сервиса. И если эти две кривые на графике расходятся, то может возникнуть опасная ситуация: попросту некому будет предоставлять услуги, и клиенты, даже оплатив, не смогут их получить. Поэтому такая статистика помогает держать на контроле работу производства и повышать объёмы.
Контроль негатива
Кстати, часто область консалтинга или тренингов обзывают инфоцыганством. Ругают в основном за то, что деньги собрали, а ничего полезного не дали. Такое мнение возникает как раз из-за того, что соотношение дохода и объёма предоставленных услуг у компаний сильно разнится.
Средняя зарплата
Также у меня есть необычная статистика — средняя заработная плата в компании. Считаю, что в успешной компании она должна расти, а если не растёт, со мной что-то не так. В любом бизнесе люди очень важны, и одна из целей владельца — сделать так, чтобы они процветали. Поэтому имеет смысл измерять среднюю зарплату.
Вывод
Считаю, что владелец бизнеса — это профессия, это работа. Поэтому у неё есть определённый результат, и его нужно измерять еженедельно. Если график моих достижений идёт вверх долгое время, значит, я молодец. Если график не идёт вверх, не дотягиваю, а значит, надо подумать над тем, что улучшить.
Зачем нужна статистика
Понятие термина «статистика». История развития статистики как учебной дисциплины, ее основной предмет. Методология исследования и обработки материалов в статистике. Основные разделы, которые охватывает данная дисциплина: социально-экономический и пр.
| Рубрика | Экономика и экономическая теория |
| Вид | эссе |
| Язык | русский |
| Дата добавления | 18.12.2014 |
| Размер файла | 16,7 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Министерство образования и науки Российской Федерации
Новосибирский государственный университет
экономики и управления «НИНХ»
Тема: «Зачем нужна статистика?»
Учебная дисциплина: «Статистика»
Наименование направления (профиля подготовки): социология
Ф.И.О. студента: Матюшина Кира Владимировна
Номер группы: БСЦ-32
Номер зачетной книжки: 130324
Проверила: Апсите Марина Александровна
Для чего нужна статистика? Такой вопрос задает себе каждый, кто начинает изучать статистику. Но прежде чем узнать зачем нужна статистика, нужно сначала разобраться в том, что такое статистика? Что изучает эта дисциплина? Какова история развития статистики как учебной дисциплины? Только ответив на эти вопросы, мы сможем понять, для чего же все-таки нужна статистика. статистика дисциплина обработка материал
Само слово «статистика» многозначно. В настоящее время насчитывается около тысячи его определений. Дать определение статистике как науке пытались экономисты, математики, социологи, философы и, конечно, сами статисты.
Статистика разрабатывает специальную методологию исследования и обработки материалов: массовые статистические наблюдения, метод группировок, средних величин, индексов, балансовый метод, метод графических изображений и другие методы анализа статистических данных. https://ru.wikipedia.org
Немного изучив историю возникновения статистики становится понятно, что она начала возникать как необходимая наука.
В настоящее время статистика играет важную роль в развитии государственной экономики, статистика выступает инструментом государственного управления. Огромнейшим плюсом статистики считается то, что все статистические данные представляются в числовом виде и мы можем оценить масштабность массового явления относительно чего-либо.
Существует множество разделов статистики, ведь она охватывает почти все сферы человеческой жизни. Ниже приведены самые важные, по моему мнению, разделы:
Благодаря статистике, по ее собранным данным мы можем наблюдать, как развивается экономическая и политическая деятельность страны и мира, как развивается современное человеческое общество. Так же, исходя из данных статистики, мы можем делать выводы об улучшении или ухудшении работы предприятий и организаций.
Подводя итоги, хочется сказать о том, что статистика является одной из важнейших наук, так как данные нужно представлять не только в описательном виде, но и в количественном. Статистические данные дают огромный толчок к развитию многих сфер жизни современного общества.
Размещено на Allbest.ru
Подобные документы
История возникновения и развития статистики. Предмет, основные понятия и категории статистики. Методы сбора, обобщения и анализа статистических данных. Экономическая статистика и ее отрасли. Современная организация статистики в Российской Федерации.
лекция [16,5 K], добавлен 02.05.2012
Предмет, методы и задачи социально-экономической статистики. Показатели численности персонала предприятия. Использование рабочего времени. Статистика оплаты труда и затрат на рабочую силу. Статистика национального богатства и демографическая статистика.
курс лекций [231,3 K], добавлен 06.02.2012
История развития статистики в России. Деятельность видных ученых в развитии статистики как науки. Основные задачи статистики. Общая теория статистики, экономическая статистика, социальная статистика. Отраслевая статистика.
реферат [23,9 K], добавлен 12.12.2006
Целостная система научных дисциплин: общая теория статистики, социально-экономическая статистика, математическая статистика и теория вероятности, международная и отраслевая статистика. Формы, виды, способы наблюдения. Процесс статистического исследования.
эссе [18,7 K], добавлен 17.10.2014
Социально-экономическая статистика как общественная наука. Ее сущность и основные методы, применяемые в ней. Проблемы интеграции отечественной статистики в международную статистику. Задачи социально-экономической статистики в условиях рыночной экономики.
лекция [17,4 K], добавлен 14.03.2010
Развитие статистической науки. Предмет статистики, задачи и методология. Структура статистической науки. Организация статистики в Российской Федерации. Общегосударственная и ведомственная статистика. Информационный фонд.
реферат [23,4 K], добавлен 09.10.2006
презентация [86,0 K], добавлен 05.12.2013
Статистика вокруг нас
Дата публикации: 15.03.2020 2020-03-15
Статья просмотрена: 460 раз
Библиографическое описание:
Ильмушкина, А. А. Статистика вокруг нас / А. А. Ильмушкина, Е. Д. Илямакова. — Текст : непосредственный // Юный ученый. — 2020. — № 4 (34). — С. 49-52. — URL: https://moluch.ru/young/archive/34/1975/ (дата обращения: 26.12.2021).
В работе выясняется значимость статистических исследований в процессе социально-производственной и экономической деятельности.
Ключевые слова: статистика, исследование, выборка, статистические данные, статистическая информация.
The work reveals the significance of statistical research in the process of socio-production and economic activity.
Keywords. Statistics, research, sampling, statistics, statistical information.
Актуальность исследования. В современной жизни все чаще и чаще люди обращаются к статистике. Появляется больший интерес к ее широкому применению в практической деятельности. Статистика действительно очень полезна и интересна в своём изучении. Она нужна для того чтобы справляться с большими массивами данных. Безусловно, точных конкретных ответов она не даёт, а лишь предполагает вероятную природу всех изменений. Однако она дает нам научно обоснованные выводы на основе результатов наблюдений, что помогает определить примерные решения многих вопросов, объяснить различные процессы и явления. Сегодня уже никто не может отрицать значение статистики и недооценивать её роль в современной жизни. В этом и заключается актуальность данной темы. Статистика повсюду. Люди пытаются изучать себя и стремятся построить прогнозы на основе собранной и обработанной информации. Благодаря статистическим данным можно сделать выводы о каких-либо закономерностях, а значит, предвидеть какие-то явления и регулировать их.
Но всегда ли статистика говорит правду? При изучении статистических данных мы можем столкнуться с обманом. В данной работе мы хотим разобраться в том, как происходит процесс создания статистики и почему не всегда стоит верить всему, что нам говорит статистика.
Цель работы: Изучив данную тему, выяснить, о чем свидетельствуют статистические данные и для чего они нужны; разобраться, как статистика может вводить в заблуждение.
1. Предварительные сведения.
Статистика — отрасль знаний, наука, в которой излагаются общие вопросы сбора, измерения, мониторинга и анализа массовых статистических (количественных или качественных) данных; изучение количественной стороны массовых общественных явлений в числовой форме.
Статистическая информация — это числовые данные о массовых явлениях, это значения наблюдаемых признаков объектов, составляющих статистическую совокупность, которые получены в результате статистического наблюдения. То есть, источником статистической информации является реальный опыт, эксперимент, наблюдение, измерение, производимые над реальными объектами и явлениями окружающего нас мира.
Явления и процессы, изучаемые статистикой, многообразны и многоплановы. Статистический инструментарий позволяет не только собрать и обработать статистические данные, но и дать содержательную исчерпывающую интерпретацию полученных результатов. Статистические методы и приемы исследования во многом универсальны и применяются практически во всех сферах человеческой деятельности: экономике, социологии, психологии, медицине, биологии, маркетинге, логистике, бизнесе и т. д.
2. Способы получения статистической информации:
Непосредственное статистическое наблюдение — наблюдение, при котором факты, подлежащие регистрации, устанавливаются лицами, проводящими наблюдение (путем взвешивания, замера, подсчета предметов).
Пример: инвентаризация основных средств на предприятии.
Документальное наблюдение — основано на использовании различного рода документов учетного характера.
Пример. Составление организациями отчетности на основе первичного учета (товарные накладные, приказы о приеме на работу и т. п.).
Опрос — наблюдение, суть которого заключается в получении необходимой информации непосредственно от респондента.
Пример: переписи населения, опросы общественного мнения.
3. Этапы статистического наблюдения.
Процесс статистического наблюдения включает в себя ряд этапов.
1. Первый из них — программно-методологическая подготовка проведения наблюдения. В нее входят:
− определение цели и объекта наблюдения, состава признаков, подлежащих регистрации;
− разработка документов для сбора данных;
− выбор отчетной единицы и единицы, относительно которой будет проводиться наблюдение;
− определение методов и средств получения данных.
2. Далее следует организационная подготовка проведения наблюдения. Она включает следующие виды работ:
− подбор и подготовка кадров;
− составление календарного плана работ по подготовке и проведению статистического наблюдения, по обработке его материалов;
− подготовка технической документации и оборудования.
После этого выбирают форму, способ и вид статистического наблюдения.
3. Важнейший этап — это само проведение статистического наблюдения, сбор данных, накапливание статистической информации.
4. Очередная ступень — синтаксический, логический и арифметический контроль данных статистического наблюдения.
5. На заключительной стадии делаются выводы и предложения по проведению статистического наблюдения.
В результате статистического наблюдения должна быть получена объективная, полная информация, позволяющая на последующих этапах исследования обеспечить научно-обоснованные выводы о характере и закономерностях изучаемого предмета, явления. Качество и достоверность статистической информации определяют эффективность использования статистики в любой сфере.
4. Наглядное представление статистической информации.
Для наглядного представления данных, полученных в результате статистического исследования, существует несколько различных способов их изображения.
2. Как с помощью статистики вводят в заблуждение.
Роль статистики в нашей жизни настолько значительна, что люди, часто не задумываясь и не осознавая, используют элементы статистики не только в трудовых процессах, но и в повседневном быту. К примеру, не редкостью может быть введение в заблуждение потребителя какой-либо продукции, на упаковках которых даются данные по типу «уже после недели использования у 80 % людей заметны улучшения». Производители применяют простые и действенные приемы представления вполне безобидных данных таким образом, чтобы преподнести продукт в лучшем свете, выдавая желаемое за действительное.
Как же убедиться в достоверности данных? Для этого нужно понимать, как происходит их сбор и обработка, что учитывается, а что остается без упоминания. Существуют различные способы злоупотребления статистикой в целях обмана и манипулирования.
1. Некорректная выборка. Согласно теории выборочного метода опрашивать всех нет необходимости, а можно опросить лишь часть, которая может быть во много раз меньше. Эта маленькая часть называется выборкой. Она может рассматриваться в качестве репрезентативной или нерепрезентативной. Выборка будет репрезентативной при обследовании большой группы исследуемых объектов, если внутри этой группы есть представители разных подгрупп, только так можно сделать верные выводы.
Из-за данных, сделанных на основе слишком маленьких выборок, возникает абсурдность некоторых выводов.
Примером некорректной выборки являются данные о зарплате выпускников. В США сейчас доходит дело даже до судов, где выпускники утверждают, что данные по зарплатам завышены.
И на самом деле все говорят правду, только не всю. Сбор статистики происходил в виде опросов (а в те годы с помощью бумажной почты). Отправляли ответ далеко не все, а только небольшая часть всех выпускников; активнее других отвечают те, у кого дела идут хорошо (что часто выражается в неплохой зарплате), поэтому мы видим только «хорошую» часть картины. Это и создаёт предвзятость выборки и делает результаты подобных опросов абсолютно неприемлемыми. Из-за данных, сделанных на основе слишком маленьких выборок, возникает абсурдность некоторых выводов. Примером некорректной выборки являются данные о зарплате выпускников. В США сейчас доходит дело даже до судов, где выпускники утверждают, что данные по зарплатам завышены. И на самом деле все говорят правду, только не всю. Сбор статистики происходил в виде опросов. Отправляли ответ далеко не все, а только небольшая часть всех выпускников; активнее других отвечают те, у кого дела идут хорошо, поэтому мы видим только «хорошую» часть картины. Это и создаёт предвзятость выборки и делает результаты подобных опросов абсолютно неприемлемыми.
Выводы. Таким образом, статистика, как определенная часть науки, имеет важное прикладное значение. Позволяет обрабатывать результаты опытно-экспериментального исследования и сформулировать обоснованные теоретические и прикладные положения. Или путем статистических критериев проводить сопоставительный анализ выборок по интересующим нам признакам, в частности, по успеваемости.
Статистика. Нужна ли она? Скорее нет, чем да.
И тут появляется второй болт. Это среднее значение. Королева статистики. Именно непонимание этого параметра губит огромное количество умников. Среднее может иметь самые разные формы. Само по себе оно нам не говорит ни о чем. Оно позволяет высчитать вероятность наступления события. Только Вероятность. А это значит, что итог может быть каким угодно. Абсолютно. Но через 1000 или 1 000 000 повторных однотипных сделок закон больших чисел вытащит вашу вероятность в заданные параметры. Но вы будете давно покойником.
Третий болт. Статистика создана для производства., а не для жизни или торговли. ДЛЯ ПРОИЗВОДСТВА, т е для того, где потери не существенны для выживания. В жизни, на рынках, в бизнесе — ее использовать опасно. Иногда катострофически. Один промах может стоить вам состояния, Здоровья, жизни. И какая разница, что перед этим вы 100раз подряд выиграли? Важен не выигрыш, важен конечный итог. Кстати, именно на производстве, где учитываются именно однотипные делали и операции, где правильно учтены все размеры и параметры — статистика и показывает себя королевой. Это и есть область ее применения. Здесь она важна и необходима.
Болт четыре. Статистика зависит от выборки, которая зависит от статиста, который зависит от заказчика. Слышали это когда-нибудь? Именно статист выбирает что складывать и на что делить. Он волен манипулировать цифрами как ему вздумается. И в результате вы получите именно то, что вам надо. За что вы и заплатили. И часто это делается не намеренно, с искренней верой в правильность метода.
Не убедил я вас, дело ваше. Ваш выбор.
Лично я ее стараюсь не использовать.
PS/ Если вы считаете, что просмотр и поиск закономерностей в прошлом это тоже статистика — возможно вы и правы. Но это скорее опыт, чем математические выкладки. Ведь мы не можем до конца объяснить почему мы делаем именно так.
В любом случае истина по середине. Отказываться тоже не правильно. помощника надо знать в лицо. Вдоль и поперек. Знать его сильные и слабые стороны. ДЛя этого и была эта статья. Всегда полезно посмотреть с иной стороны.
Статистика в Data Science — исчерпывающий гид для амбициозных практиков ML
В преддверии старта нового потока курса «Machine Learning Pro + Deep Learning» представляем вашему вниманию пост, который смело можно класть в закладки, — гид по статистике для амбициозных практиков машинного обучения. От ответа на вопрос, что такое статистика, до весьма подробных списков понятий, которые нужно усвоить, чтобы овладеть используемой в работе с проектами ML статистикой. Кроме того, в посте вы найдёте рекомендации литературы.
В современном сверхсвязанном мире данные генерируются и потребляются невиданными ранее темпами. И, как бы нам ни нравилась эта «сверхпроводимость данных», она провоцирует злоупотребления. Дата-сайентисты должны быть обучены использованию статистических методов не только для интерпретации цифр, но и для выявления таких злоупотреблений и защиты людей от введения в заблуждение. Немногие специалисты по статистике имеют формальную подготовку. Хороших книг и курсов, которые обучают статистическим методам с точки зрения науки о данных, немного. В этом посте я пролью свет на следующие вопросы:
Что такое статистика?
Статистика — это набор математических методов и инструментов, позволяющих ответить на важные вопросы о данных. Она делится на две категории:
Статистика в машинном обучении
В основе машинного обучения лежит статистика. Невозможно решить реальные проблемы с помощью машинного обучения, если вы не обладаете хорошим знанием основ статистики.
Конечно, имеются некоторые факторы, затрудняющие обучение статистике. Я говорю о математических уравнениях, греческой нотации и тщательно выверенных понятиях, затрудняющих развитие интереса к предмету. Можно решить эти проблемы с помощью простых и ясных объяснений, учебных пособий с соответствующим темпом и практических занятий — решения проблем с помощью прикладных методов статистики. От исследовательского анализа данных до разработки экспериментов для проверки гипотез статистика играет ключевую роль в решении проблем во всех основных отраслях и областях.
Тот, кто хочет развить глубокое понимание машинного обучения, должен узнать, как статистические методы формируют основу алгоритмов регрессии и классификации, как статистика позволяет учиться на основе данных и как она помогает извлекать смысл из немаркированных данных.
Зачем вам осваивать статистику?
Каждая организация стремится стать управляемой данными. Вот почему мы наблюдаем такой рост спроса на дата-сайентистов и аналитиков. Сегодня, чтобы решить проблемы, ответить на вопросы и наметить стратегию, нужно разобраться в данных. К счастью, статистика предлагает набор инструментов для получения этих знаний.
От данных к знаниям
Сами по себе сырые наблюдения — это просто данные. Чтобы трансформировать наблюдения в имеющие смысл идеи, применяется описательная статистика. Затем возможно применить логическую статистику, чтобы изучить небольшие выборки данных и дать схему с выводами для экстраполяции результатов на всю совокупность данных.
Статистика помогает ответить на вопросы, подобные этим
Статистика и проекты по машинному обучению
Почти каждый состоит из перечисленных ниже задач. И статистика играет в той или иной форме центральную роль во всех этих задачах. Ниже примеры:
Уточнение постановки проблемы
Наиболее важной частью прогностического моделирования является фактическое определение проблемы, дающее реальную цель, к которой мы должны стремиться. Это помогает определить тип проблемы, с которой мы имеем дело (то есть регрессия это или классификация), а также помогает в определении структуры и типов входных, выходных данных и метрик с учетом поставленной задачи. Но подстановка проблем не всегда проста. Если вы новичок в машинном обучении, она может потребовать значительного изучения наблюдений в вашей области. Два основных понятия, которые необходимо освоить здесь — это экспериментальный анализ данных (EDA) и добыча данных (Data Mining).
Первоначальное исследование данных
Исследование данных включает в себя получение глубокого понимания как распределения переменных, так и отношений между переменными в ваших данных.
Отчасти знание домена помогает овладеть определённым типом переменных. Тем не менее как эксперты, так и новички в этой области извлекают пользу из реальной работы с реальными наблюдениями в домене. Важные связанные с этим понятия в статистике сводятся к изучению описательной статистики и визуализации данных.
Очистка данных
Часто точки данных, собранные из эксперимента или хранилища данных, являются нетронутыми. Данные могли быть подвергнуты процессам или манипуляциям, которые повредили их целостность. Это еще больше влияет на последующие процессы или использующие такие данные модели. Распространённые примеры — пропущенные значения, повреждение данных, ошибки в данных (из-за плохого датчика), а также не приведённые к единой форме данные (наблюдения с разными масштабами). Если вы хотите освоить методы очистки, изучите выявление отклонений и вменение отсутствующих значений.
Подготовка данных и настройка конвейера преобразования
Если данные содержат ошибки и несоответствия, часто нельзя применять их в моделировании. Во-первых, данным, возможно, придётся пройти через набор преобразований, чтобы изменить форму или структуру и сделать их более подходящими для определённой вами задачи, или используемых алгоритмов обучения. Затем можно разработать конвейер таких преобразований, который будет применяться к данным для получения последовательных и совместимых входных данных для модели. Вы должны овладеть такими понятиями, как методы выборки данных и отбора признаков, преобразование данных, их масштабирование и кодирование.
Выбор и оценка модели
Ключевым шагом в решении прогностической проблемы являются выбор и оценка метода обучения. Оценочная статистика поможет вам оценить прогнозы модели на данных, которые модель не видела.
Проектирование экспериментов — это подраздел статистики, который управляет процессом выбора и оценки модели. Он требует хорошего понимания проверки статистических гипотез и оценочной статистики.
Тонкая настройка модели
Почти в каждом алгоритме машинного обучения имеется набор гиперпараметров, которые позволяют настроить метод обучения под выбранную вами постановку задачи. Эта гиперпараметрическая настройка часто носит эмпирический, но не аналитический характер. Для оценки влияния различных настроек гиперпараметра на производительность модели требуются большие наборы экспериментов.
Статистика: учебный план для практиков
Хорошая учебная программа по статистике для практиков должна охватывать не только множество методов и инструментов, о которых я только что писал. Она также должна охватывать и изучать наиболее часто встречающиеся проблемы в отрасли. Ниже приведён список широко используемых навыков, которые вам нужно освоить, чтобы пройти собеседование на должность дата-сайентиста и ML и устроиться на работу в этой области.
Основные навыки в статистике
Важные понятия статистики
Практические советы по обучению
Большинство университетов разработали учебные программы курсов по статистике, чтобы проверить способность студента справляться с трудностями. Они просто проверяют, могут ли учащиеся решать уравнения, определять терминологию и идентифицировать графики, выводящие уравнения, вместо того, чтобы сосредотачиваться на применении этих методов для решения реальных задач. Однако увлеченные специалисты-практики должны следовать пошаговому процессу изучения и реализации статистических методов по различным проблемам с использованием исполняемого кода Python. Рассмотрим два основных подхода к изучению статистики немного глубже.
Нисходящий подход
Допустим, вас попросят провести эксперимент для проверки эффективности двух версий продукта. Эта функция призвана повысить вовлечённость пользователей в работу онлайн-портала. С помощью подхода «сверху вниз» вы сначала узнаете больше о проблеме. Затем, как только цель станет ясной, вы сможете научиться применять соответствующие статистические методы. Это поддерживает ваше участие и предлагает лучший практический опыт обучения.
Восходящий метод
Такой подход позволяет большинству университетов и онлайн-курсов преподавать статистику. Он сосредоточена на изучении теоретических понятий с математической нотацией, истории понятия и способах применения. Для таких людей, как я, склонных терять интерес к теоретическому обучению, это неправильный способ изучения прикладной статистики. Он делает обучение слишком обобщённым, отсутствие какой-либо прямой связи с решением проблемы делает изучаемый объект сухим и депрессивным. Вероятно, вы уже поняли, я рекомендую нисходящий подход к изучению статистики. Давайте посмотрим на некоторые специфические ресурсы, которые я рекомендую, чтобы вы начали изучение статистики правильно.