Estatistika: berrikuspenen arteko aldeak

[[Fitxategi:Loess curve.svg|thumb|300px|'''Estatistikak''' [[datu (estatistika)|datuetan]] dauden joerak eta erregulartasunak bilatzen eta zehazten ditu, natura eta giza fenomenoak argitze aldera. Irudian, errealitatetik jasotako [[datu- multzo]] bati estatistika-teknika batez egokitutako lerroa.]]

Beste alde batetik, ''estatistikak'' terminoa edonolako [[datu multzoakmultzo]]ak, baina gehienetan erakunde publikoek argitaratutako datu ofizialak, adierazteko ere erabili ohi da (langabetuen estatistikak eta osasun estatistikak, esaterako). Estatistika ez da, ordea, datuak jasotzera mugatzen, harago doa eta datuen azterketarako metodologia ere hartzen du bere baitan.

XVII. eta XVIII. mendeetan estatistika terminoa sortu eta oinarrizko metodologia zientifiko bilakatu aurretik, anitzetan burutzen ziren datu bilketak. [[Antzinako Egipto]]n eta beste zibilizazio zaharretan ohizkoak ziren zentsuak. [[Erdi Aroa]]n ere ezagunak dira egindako datu bilketa batzuk, Ingalaterran egindako [[Domesday Book]] delakoa esaterako. Estatistika datuen azterketa moduan ikusi zuen lehenengo bidegilea [[John Graunt]] ingelesa izan zen XVII. mendean; Londresko datu [[demografia|demografikoak]] erabiliz, aurresanak eta beste ondorioak ateratzen ditu datuetatik. Demografiari buruzko ikerketak eta estatuei buruzko datu ekonomiko eta politikoen bilketa eta azterketa ugaldu ziren XVIII. mendean, Alemanian sortu berria zen ''{{lang|de|statistik}}'' arloaren, datu-bilketa hutsa zena, eta, datuak biltzeaz gainera, horiek aztertu ere egiten zituen ''aritmetika politikoa'' delakoaren baitan, [[William Petty]] ingeles zientza gizonak garatu zuena. XVIII. mendean probabilitate teoria garatu zen eta horrela XIX. mendearen hasierarako estatistika probabilitate teoriarekin uztartzeko teoria osaturik zegoen, [[Pierre-Simon Laplace]] zientzia gizonari esker, besteak beste, [[banaketa normal]]ean eta beste kontzeptu batzuetan oinarrituz. XIX. mendea aplikazioak zientzia anitzetara hedatu ziren. [[Adolphe Quételet]] izan zen mende horretan estatistikaren erabileraren zabalkuntza bultzatzen dutenetako bat. XX. mendean, [[Ronald Fisher]] estatistikariak [[inferentzia estatistiko]]aren teoria garatu eta [[Andrei Kolmogorov]] sobietar matematikoak [[probabilitate]]aren axiomatika eratu zuen. [[Bayestar estatistika]] izeneko adarra ere mendean zehar garatutako [[erabaki-teoria]]n oinarritzen da. Hainbat [[aldagai (argipena)|aldagai]] batera aztertzen duen [[aldagai anitzeko analisi]]ko teknikak ere garatzen dira. Horiei guztiei eske, estatistikaren eraikin kontzeptuala osatu eta teknika eta eredu berrietarako oinarria finkaturik geratzen da XX. mendeko erdialderako. Hala ere, [[informatika]]ren garapenak aukera berriak zabaltzen ditu [[datu-multzo]] itzelak jaso eta aztertzeko, aldagai anitzeko analisiaren aplikazio masiborako bidea zabalduz eta [[datu-meatzaritza]] izeneko teknikak baliatuz.

Estatistikari egin zaizkion kritikak [[gizarte-zientziak|gizarte zientzietan]] egiten den erabilerarekin daude loturik. Zehatzago, giza eta gizarte fenomenoak zenbakiz eta estatistikaz aztertzen direnean, modu murriztaile batez jokatzen dela argudiatu izan da, fenomenoa isolatuz eta neurtuz. Beste aldetik, ordea, giza eta gizarte fenomenoak modu teorikoan soilik aztertzeak ikerketari zientifikotasuna kentzen diola aipatzen da. Horrela, estatistikaren erabilerak ekar dezakeen alborapena saihesteko, jasotzen diren datuen ingurua eta eremua kontuan hartzea, salbuespenak baztertuz banakoak biltzen dituen agregatuak edo multzoak aztertzea eta ikertzaileak berak fenomenoan nahiz datuak jaso eta interpretatzean izan dezakeen eragina eta joera deusezteadeuseztatzea proposatu dira azterketa estatistiko zuzen baterako ildo nagusi moduan.

Nolanahi ere, [[datu multzo]] baten azterketa estatistikorako teknika anitz izaten da aukeran eta zaila izaten da erabakitzea zein den egokiena. Beti hartu behar da kontuan prozedura estatistiko asko lortu behar diren aplikagarritasuna baldintzatzen duten emaitzen froga matematikoetan oinarritzen direla; froga matematiko horietako pausoak ezagutu gabe, azkenean emaitzak eskuratuko dira, baina ez dira fidagarriak izango. Azkenik, emaitza estatistikoak heldu nahi den hipotesi edo helburu zientifikoaren ikuspuntutik baloratu behar da eta ez emaitza soil moduan.

Horrela, [[inferentzia estatistiko]]aren xedea datuak aukeratutako probabilitate-eredura doitzea da. Horretarako, ereduaren [[parametro (estatistika)|parametroak]] zenbatetsi egin behar dira datuek osatzen duten [[lagin (estatistika)|laginean]] oinarrituz. Adibidez, 15 urteko mutilen altuerak eta pisuak, kartesiar diagrama batean jarrita, ez dira guztiz egokitzen zuzen batera, baina zuzena eredu onargarria eta erosoa izan daiteke [[datu multzoamultzo]]a deskribatu eta sakonago aztertzeko; [[zuzen (geometria)|zuzenaren ekuazioa]], zuzenaren parametroak alegia, datuetan oinarrituz zenbatetsi behar dira. Parametroen zenbatespenek errorerik badute, noski, datuen zorizkotasunak eta populazio batetik eratorritako lagina izateak eragindakoa. Errorearen neurria izateko, [[konfiantza-tarte]]ak erabiltzen dira. Parametro ezezagunak kuantifikatzeko beste modu bat horien balioa finkatu eta datuak balio horrekin bat datozen aztertzea da, [[hipotesi-froga|hipotesi-kontraste]] baten bitartez. Parametroetan zentraturiko estatistikaren aukera moduan, [[estatistika ez-parametriko|estatistika ez parametriko]] izeneko arloa dago, datuei eredurik egotzi gabe, populazioen ezaugarriei buruzko hipotesiak egiaztatzen dituena.

[[Aldagai anitzeko analisi]]ak aldagai kopuru handia (nahiz eta teorian aldagai bi eta bakarreko [[datu multzoetarakomultzo]]etarako ere aplika daitekeen) jasotzen duten datu- multzoak aztertzen dituzten teknika estatistikoak biltzen ditu. Helburua datu- multzoak duen aldagai edo ''dimentsio-kopurua'' murriztea da, datu- multzo osoa laburbiltzen duten faktoreak zehaztuz. Bide batez, datu- multzoetan jaso diren elementuak (herriak, non aldagai sozioekonomikoen kopuru handia jaso diren, adibidez) modu sinplean irudikatu ere egiten dira, antzekoak diren elementuak hautemanez. Horretarako teknikak dira [[analisi faktorial]]a eta [[osagai nagusien analisi]]a. Beste teknika batzuetan, dependentzia-erlazioak bilatzen dira, hala nola [[erregresio (argipena)|erregresio]] eredu orokorra, bi aldagai soilik lotzeaz haraindi aldagai independentetzat aldagai multzo bat hartzen duena eta [[MANOVA]] eta [[MANCOVA]] analisi motak, bariantza-analisiaren menpeko aldagai anitzeko bertsio direnak. Beste alde batetik, ''clustering'' edo [[multzokatze (estatistika)|multzokatze]] izeneko teknikan jasotako aldagai guztiei buruz antzekoak diren elementuak multzoetan sailkatzen ditu. [[Analisi diskriminatzaile]]aren bitartez, berriz, elementu batera aurrez ezarritako multzoetako batera bilduko den aurresaten da. [[Eskalatze multidimensional]]ean elementuak bi dimentsioetako mapa batean kokatzen dira, hainbat aldagaitan hartzen dituzten balioak eta distantziak ahalik eta modu fidagarrienean azaltzeko. [[Korrespondentzia-analisi]]an [[kontingentzia taula|kontingentzia tauletan]] bildutako [[aldagai kualitatibo|aldagai kategorikoak]] laburbildu eta irudikatzen ditu. Oro har, teknika hauek guztiek [[aljebra lineal]]a modu intentsiboan erabiltzen dute, datuak euren [[matrize]] bidezko adierazpenetik aztertzen badira.

[[Denbora serie]]ak denboran zehar aldagai bat edo batzuen bilakaera adierazten duten [[datu-multzoak multzo]]ak dira. Estatistikak denbora serieen bilakaera aurresateko teknikak garatzen ditu bereziki, iraganeko bilakaeran oinarrituta. Horietan, [[ARIMA (estatistika)|ARIMA]] izeneko eredu konplexuak dira zientzia arloan gehien erabiltzen direnak baina azterketa sinpleagoak egiteko prozedura sinpleak ere badaude. Nola nahi ere, azterketarako denbora serie bat joera, [[ziklo (argipena)|zikloa]] eta [[urtarokotasun]] osagaiek zehazten dutela pentsatzen da, aurresanezina den [[zori]]zko osagai batekin batera.

Aitzinean, behaketa astronomikoetan gertatzen ziren erroreak [[batezbesteko]]ak eta beste zentro-neurriak erabiliz kontrolatzen ziren. Egun, astroestatistikak [[teleskopio]] eta beste behaketa-gailuek sortzen dituzten [[datu- multzo]] itzelak aztertzeko teknikak, [[datu-meatzaritza]]ren baitan esaterako, baliatu behar ditu, unibertsoko objektuak fidagarritasunez aurkitu eta behar bezala sailkatzeko; orobat, estatistikaren altzotik asmatu diren irudien analisirako tresnak ere baliatu behar ditu.<ref>{{Erreferentzia