Statistisk Analyse

Se dig omkring. Der er statistikker overalt.

Statistik berører vores liv på mange måder. Fra de daglige rutiner i vores hjem til arbejdet med at få de største byer til at fungere - statistikkens påvirkninger er overalt.

Definitionen af statistisk analyse

Hvad er statistisk analyse? Det er læren om at indsamle, undersøge og præsentere store mængder data for at opdage underliggende mønstre og tendenser. Statistik anvendes hver dag af data scientists og andre - inden for forskning, industri og offentlige myndigheder - for at opnå et mere videnskabeligt grundlag for de beslutninger, der skal træffes. For eksempel:

Producenter bruger statistik til at væve kvalitet ind i smukke tekstiler, skabe løft i flyindustrien og til at hjælpe guitarister med at spille smuk musik.
Forskere holder børn sunde ved at bruge statistik til at analysere data fra produktionen af virusvacciner, hvilket sikrer konsistens og sikkerhed.
Kommunikationsvirksomheder bruger statistik til at optimere netværksressourcer, forbedre service og reducere kundeafgang ved at få større indsigt i abonnenternes behov.
Offentlige myndigheder over hele verden er afhængige af statistikker for at få en klar forståelse af deres lande, deres virksomheder og deres befolkning.

Se dig omkring. Fra tandpastatuben i dit badeværelse til flyene, der flyver over dig, ser du hver dag hundredvis af produkter og processer, der er blevet forbedret ved hjælp af statistik.

Analytiske indsigter

Få den nyeste indsigt i analyse gennem relaterede artikler og forskning.

Mere om statistisk analyse

Statistik er helt unikt, fordi det kan bruges til alt fra forskning i sundhedsresultater til marketinganalyser og en elpæres levetid. Det er et sjovt felt, fordi man virkelig kan gøre så mange forskellige ting med det.

Besa Smith
Præsident og seniorforsker
Analydata

Statistisk databehandling

Traditionelle metoder til statistisk analyse - fra prøvetagning af data til fortolkning af resultater - har været brugt af forskere i tusindvis af år. Men nutidens datamængder gør statistik stadig mere værdifuld og effektiv. Prisbillig lagring, kraftige computere og avancerede algoritmer har alt sammen ført til øget brug af datastatistik.

Uanset om du arbejder med store datamængder eller kører flere kombinationer af dine beregninger, er statistisk databehandling blevet afgørende for nutidens statistiker. Populære metoder til statistisk databehandling omfatter:

Statistisk programmering - Fra traditionel variansanalyse og lineær regression til eksakte metoder og statistiske visualiseringsteknikker er statistisk programmering afgørende for at træffe databaserede beslutninger inden for alle områder.
Økonometri - Modellering, forudsigelse og simulering af forretningsprocesser for at forbedre den strategiske og taktiske planlægning. Denne metode anvender statistik på økonomi til at forudsige fremtidige tendenser.
Operations research - Identificer de handlinger, der vil give de bedste resultater - baseret på mange mulige muligheder og resultater. Planlægning, simulering og relaterede modelleringsprocesser bruges til at optimere forretningsprocesser og ledelsesudfordringer.
Matrixprogrammering - Effektive computerteknikker til implementering af dine egne statistiske metoder og eksplorativ dataanalyse ved hjælp af rækkeoperationsalgoritmer.
Statistisk kvalitetsforbedring - En matematisk tilgang til gennemgang af kvalitets- og sikkerhedskarakteristika for alle aspekter af produktionen.

Karriereveje inden for statistisk analyse

Når alle fra The New York Times til Googles cheføkonom Hal Varien udråber statistik til at være det seneste hotte karriereområde, hvem kan så sige imod? Men hvorfor er der så meget opmærksomhed omkring karrierer inden for statistisk analyse og data science? Det kunne være manglen på uddannede analytiske tænkere. Eller det kan være efterspørgslen efter at håndtere de nyeste big data-strømme. Eller måske er det begejstringen ved at anvende matematiske begreber til at gøre en forskel i verden.

Hvis man taler med statistikere om, hvad der først fik dem til at interessere sig for statistisk analyse, vil man høre mange historier om at samle på baseballkort som barn. Eller om at anvende statistik til at vinde flere spil i Axis and Allies. Det er ofte disse tidlige passioner, der fører statistikere ind i faget. Som voksne kan disse passioner overføres til arbejdsverdenen som en kærlighed til analyse og ræsonnement, hvor passionen anvendes til alt fra venners indflydelse på købsbeslutninger til studier af truede arter rundt om i verden.

Lær mere om statistik og statistikere i den virkelige verden:

Læs de personlige historier om data scientists, der løser problemer i den virkelige verden.
Lær mere om statistik og avanceret analyse på SAS Data Science-bloggen.

Fællesskab for statistiske procedurer

Bliv en del af vores fællesskab for statistiske procedurer, hvor du kan stille spørgsmål og dele dine erfaringer med SAS' statistiske produkter. SAS Statistical Procedures