ΜΑΘΗΜΑΤΑ ΣΤΑΤΙΣΤΙΚΗΣ

Περιγραφή

Λίγα φυσικά φαινόμενα ή ανθρώπινες συμπεριφορές χαρακτηρίζονται από βεβαιότητα. Αν και υπάρχουν φυσικοί νόμοι αλλά και επιστημονικές θεωρίες που τα ορίζουν, κανείς δεν μπορεί με βεϐαιότητα να μιλήσει για την ακριϐή τους έκβαση. Στατιστική είναι η επιστήμη που διερευνά την αϐεϐαιότητα μέσω της συλλογής δείγματος τέτοιων φαινομένων, της οργάνωσης, αλλά και της μελέτης τους. Οι εφαρμογές της στατιστικής καλύπτουν όλο σχεδόν το φάσμα των επιστημών, καθιστώντας την ένα πολύτιμο εργαλείο. Έτσι, βλέπουμε εφαρμογές της στατιστικής σε κλάδους ή επιστήμες όπως η αρχαιολογία, η βιολογία, η δημογραφία, οι οικονομικές επιστήμες, η διοίκηση επιχειρήσεων, η γεωφυσική, η σεισμολογία, η ιατρική, η ψυχολογία και πολλές άλλες. Στην πράξη, η στατιστική ανάλυση είναι χρήσιμη, για παράδειγμα, στη χρονολόγηση αντικειμένων από ανασκαφές, στην επιδημιολογική ανάλυση, στην πρόβλεψη πληθυσμιακών μεταϐολών, στην πρόβλεψη οικονομικών κύκλων, στην οργάνωση και πρόβλεψη πωλήσεων, στην πρόγνωση επικίνδυνης σεισμικής δραστηριότητας, στην ανάλυση της αποτελεσματικότητας μιας φαρμακευτικής αγωγής, στην πρόβλεψη μιας ανθρώπινης συμπεριφοράς ύστερα από κάποιο ερέθισμα κ.ά.
Στο παρόν βιϐλίο θα καλύψουμε τρεις βασικές ενότητες. Στο πρώτο κεφάλαιο εξετάζουμε την ανάλυση δεδομένων, αναπτύσσοντας θέματα που έχουν να κάνουν με την ταξινόμηση, την απλή περιγραφική στατιστική ανάλυση και την παρουσίαση δεδομένων τυχαίων φαινομένων. Πρόκειται για μια αρχική προσέγγιση των δεδομένων για το πώς πρέπει να μεταφέρουμε πληροφόρηση σε σχέση 19 με το δείγμα ενός τυχαίου φαινομένου. Αυτή η πληροφόρηση στηρίζεται σε βασικά στατιστικά μέτρα και γραφικές παραστάσεις. Επίσης, γίνεται μια πρώτη αναφορά στη χρήση και την ανάλυση δύο τυχαίων φαινομένων ταυτόχρονα (διμετάβλητη ανάλυση) και στην απλή παλινδρόμηση. Στο δεύτερο κεφάλαιο θα καλύψουμε τη θεωρία πιθανοτήτων, που αποτελεί το βασικό εργαλείο της στατιστικής ανάλυσης δεδομένων. Αρχικά, αναπτύσσουμε τη στατιστική θεωρία μέσω νόμων και αξιωμάτων και μελετάμε τον τρόπο διαμόρφωσης στατιστικών υποδειγμάτων. Στη συνέχεια, ορίζουμε την έννοια της τυχαίας μεταϐλητής και τη συνδέουμε με τη θεωρία πιθανοτήτων, για να φτάσουμε στην έννοια της κατανομής πιθανοτήτων. Αντικείμενο του τρίτου κεφαλαίου αποτελεί η επαγωγική στατιστική. Εδώ γίνεται σύνδεση μεταξύ δειγματικών και πληθυσμιακών (γενικών) συμπερασμάτων για το προς εξέταση τυχαίο φαινόμενο μέσω των κατανομών πιθανοτήτων. Στόχος μας είναι ο προσδιορισμός διαστημάτων εμπιστοσύνης και η πραγματοποίηση ελέγχων στατιστικής υπόθεσης για γνωστά στατιστικά μέτρα. Το κεφάλαιο ολοκληρώνεται με τη χρήση επαγωγικής στατιστικής στην ανάλυση παλινδρόμησης. Τέλος, στα υπολοιπα κεφάλαια μελετάμε την εφαρμογή των πιο πάνω ενοτήτων χρησιμοποιώντας το στατιστικό λογισμικό R.
Η παρούσα έκδοση καλύπτει κυρίως τις ανάγκες των φοιτητών των πρώτων ετών φοίτησης στο Τμήμα Οικονομικών Επιστημών του Πανεπιστημίου Κρήτης. Επίσης, ενδείκνυται και για φοιτητές ή αποφοίτους λοιπών πανεπιστημιακών σχολών, αλλά και για πρακτικούς της στατιστικής ανάλυσης, αφού περιλαμβάνει πολλά θέματα στατιστικής θεωρίας, καθώς και εφαρμογές. Έχει δοθεί ιδιαίτερη προσοχή, έτσι ώστε να υπάρχουν αρκετά πρακτικά παραδείγματα που αφορούν την καθημερινή λήψη αποφάσεων, στηριζόμενα πάντα στην απαραίτητη για την κατανόησή τους στατιστική θεωρία. Ευελπιστώ ότι αυτό το βιϐλίο, στο πλαίσιο της κατανόησης των πραγμάτων που μας περιϐάλλουν, θα μεταφέρει στον αναγνώστη το αίσθημα της αϐεϐαιότητας το οποίο διέπει κάθε λήψη απόφασης αναφορικά με τις ανθρώπινες αλλά και τις φυσικές συμπεριφορές.
Τέλος, θα ήθελα να ευχαριστήσω τα στελέχη έκδοσης του εκδοτικού οίκου Πεδίο, και πιο συγκεκριμένα τον κ. Άγη Πετρόπουλο και την κ. Έφη Ρουμπούλα, για την αρωγή τους στην επιτυχή εκδοση του παρόντος βιϐλίου.
Ρέθυμνο, Αύγουστος 2022
ΓΕΩΡΓΙΟΣ ΚΩΝ. ΤΣΙΩΤΑΣ