Diferenças entre parâmetros e estatísticas

Em várias disciplinas, o objetivo é estudar um grande grupo de indivíduos. Esses grupos podem ser tão variados quanto uma espécie de pássaro, calouros de faculdade nos EUA ou carros dirigidos ao redor do mundo. Estatisticas são usados ​​em todos esses estudos quando é inviável ou mesmo impossível estudar todos e cada membro do grupo de interesse. Em vez de medir a envergadura de todos os pássaros de uma espécie, fazer perguntas de pesquisa a todas as faculdades calouro ou medindo a economia de combustível de todos os carros do mundo, estudamos e medimos um subconjunto do grupo.

A coleção de todos ou tudo o que deve ser analisado em um estudo é chamada população. Como vimos nos exemplos acima, a população pode ser enorme em tamanho. Pode haver milhões ou até bilhões de indivíduos na população. Mas não devemos pensar que a população precisa ser grande. Se o nosso grupo em estudo é da quarta série de uma escola específica, a população é composta apenas por esses alunos. Dependendo do tamanho da escola, isso pode ser inferior a cem estudantes em nossa população.

Para tornar nosso estudo mais barato em termos de tempo e recursos, estudamos apenas um subconjunto da população. Esse subconjunto é chamado de amostra. As amostras podem ser muito grandes ou muito pequenas. Em teoria, um indivíduo de uma população constitui uma amostra. Muitas aplicações estatísticas requerem que uma amostra tenha pelo menos 30 indivíduos.

O que geralmente buscamos em um estudo é o parâmetro. Um parâmetro é um valor numérico que afirma algo sobre toda a população que está sendo estudada. Por exemplo, podemos querer saber o significar envergadura da águia americana. Este é um parâmetro porque está descrevendo toda a população.

Os parâmetros são difíceis, se não impossíveis, de obter exatamente. Por outro lado, cada parâmetro tem uma estatística correspondente que pode ser medida exatamente. Uma estatística é um valor numérico que afirma algo sobre uma amostra. Para estender o exemplo acima, podemos pegar 100 águias e medir a envergadura de cada uma delas. A envergadura média das 100 águias que capturamos é uma estatística.

O valor de um parâmetro é um número fixo. Em contraste com isso, como uma estatística depende de uma amostra, o valor de uma estatística pode variar de amostra para amostra. Suponha que nosso parâmetro de população tenha um valor, desconhecido para nós, de 10. Uma amostra do tamanho 50 tem a estatística correspondente com o valor 9.5. Outra amostra de tamanho 50 da mesma população tem a estatística correspondente com o valor 11.1.

O objetivo final do campo das estatísticas é estimar um parâmetro populacional pelo uso de estatísticas de amostra.

Existe uma maneira simples e direta de lembrar o que um parâmetro e uma estatística estão medindo. Tudo o que precisamos fazer é olhar para a primeira letra de cada palavra. Um parâmetro mede algo em uma população e uma estatística mede algo em uma amostra.

Abaixo estão mais alguns exemplos de parâmetros e estatísticas:

• Suponha que estudemos a população de cães em Kansas City. Um parâmetro dessa população seria a altura média de todos os cães da cidade. Uma estatística seria a altura média de 50 desses cães.
• Consideraremos um estudo com alunos do ensino médio nos Estados Unidos. Um parâmetro dessa população é o desvio padrão das médias de notas de todos os alunos do ensino médio. Uma estatística é o desvio padrão das médias de notas de uma amostra de 1.000 alunos do ensino médio.
• Consideramos todos os prováveis ​​eleitores para uma próxima eleição. Haverá uma iniciativa de votação para mudar a constituição do estado. Desejamos determinar o nível de apoio a esta iniciativa de votação. Um parâmetro, nesse caso, é a proporção da população de prováveis ​​eleitores que apóiam a iniciativa de votação. Uma estatística relacionada é a proporção correspondente de uma amostra de prováveis ​​eleitores.