Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

01 Introduction To Statistics

You are on page 1of 8

03/07/1437

Minia University
Faculty of engineering
Civil Engineering Department

Scientific Reports Writing

Course Title : Scientific Reports Writing


Code: HSC 221
Offered by: Civil Engineering Department

Dr. Remon Issac Melek


1

What is Statistics?
Statistics: The science of collecting, describing, and 
interpreting data.

Two areas of statistics:
Descriptive Statistics: collection, presentation, and 
description of sample data.
Inferential Statistics: making decisions and drawing 
conclusions about populations.

1
03/07/1437

Introduction to Basic Terms
Population: A collection, or set, of individuals or objects 
or events whose properties are to be analyzed.
Two kinds of populations: finite or infinite.

Sample: A subset of the population.

Variable: A characteristic about each individual element 
of a population or sample.
Data (singular): The value of the variable associated with 
one element of a population or sample.  This value may be 
a number, a word, or a symbol.
Data (plural): The set of values collected for the variable 
from each of the elements belonging to the sample.
Experiment: A planned activity whose results yield a set of 
data.
Parameter: A numerical value summarizing all the data of 
an entire population.
Statistic: A numerical value summarizing the sample data.

2
03/07/1437

Example: A college dean is interested in learning about the average 
age of faculty.  Identify the basic terms in this situation.

The population is the age of all faculty members at the college.
A sample is any subset of that population.  For example, we might 
select 10 faculty members and determine their age.
The variable is the “age” of each faculty member.
One data would be the age of a specific faculty member.
The data would be the set of values in the sample.
The experiment would be the method used to select the ages forming 
the sample and determining the actual age of each faculty member in 
the sample.
The parameter of interest is the “average” age of all faculty at the 
college.
The statistic is the “average” age for all faculty in the sample.

Two kinds of variables:
Qualitative, or Attribute, or Categorical, 
Variable: A variable that categorizes or describes 
an element of a population.
Note: Arithmetic operations, such as addition and 
averaging, are not meaningful for data resulting 
from a qualitative variable.
Quantitative, or Numerical, Variable: A 
variable that quantifies an element of a 
population.
Note: Arithmetic operations such as addition and 
averaging, are meaningful for data resulting from 
a quantitative variable.

3
03/07/1437

Example: Identify each of the following examples as attribute 
(qualitative) or numerical (quantitative) variables.

1. The residence hall for each student in a statistics class. 
(Attribute)
2. The amount of gasoline pumped by the next 10 customers at 
the local Unimart.  (Numerical)
3. The amount of radon in the basement of each of 25 homes in 
a new development.  (Numerical)
4. The color of the baseball cap worn by each of 20 students.  
(Attribute)
5. The length of time to complete a mathematics homework 
assignment.  (Numerical)
6. The state in which each truck is registered when stopped and 
inspected at a weigh station.  (Attribute)

4
03/07/1437

Nominal Variable: A qualitative variable that categorizes (or 
describes, or names) an element of a population.

Ordinal Variable: A qualitative variable that incorporates an 
ordered position, or ranking.

Discrete Variable: A quantitative variable that can assume a 
countable number of values.  Intuitively, a discrete variable can 
assume values corresponding to isolated points along a line 
interval.  That is, there is a gap between any two values.

Continuous Variable: A quantitative variable that can assume 
an uncountable number of values.  Intuitively, a continuous 
variable can assume any value along a line interval, including 
every possible value between any two values.

DATA ANALYSIS OF SMALL SAMPLES

10

5
03/07/1437

Mean

Median

12

6
03/07/1437

Mode

14

7
03/07/1437

Mid range

16

You might also like