İstatistik bilgileri doğru bir şekilde toplamayı ve bunları bilgiye dönüştürmeyi amaç edinmiş bir bilim dalıdır. İstatistik bilimi ile ilgili bilim mi yoksa bir yöntem mi olduğu ile ilgili tartışmalar bulunuyor. Bunun en büyük sebebi olarak istatistiğin matematik yada fizik gibi temel bilimler kadar eski olmaması gibi görüşler gösterilir. İstatistik bir matematik aracı olarak da kullanılır. Esasında üniversite eğitimi almış bir çok kişi istatistik eğitimlerini kendi alanları ile yorumlayarak öğrenir. Bu yorumların anlamlı ve düzenli veriler çıkarması ise istatistiğin diğer bilimlerle ilişkilendirilmesini sağlamıştır. Örneğin; Ekonometri, Biyoistatistik, Psikometri, Sosyometri gibi alanlar istatistiğin yoğun kullanılması ve metotların bu alanlarla birleşimi sonucunda yorumlanması ile ortaya çıkmıştır.

İstatistikçi, istatistik bölümünü bitiren kişilerin aldığı ünvandır. Bir çok alanda çalışabilen istatistikçilerin uzmanlaştıkları alanlara göre özel çalışmaları mevcuttur. Bir çoğu ise farklı alanlarda da olsa veri yorumlamayı ve analiz yapabilmeyi bir hayat felsefesi olarak görür. İstatistikçiler, ellerindeki veriyi kullanım alanlarına ve yanıt almak istedikleri sorulara göre sınıflandırabilir, onları geliştirebilir veya farklı alanlarda kullanılmak üzere diğer kümelere ekleyebilir.

İstatistik, matematiğin bir yorumu mudur yoksa bir yöntem midir tartışıla dursun yazılım mimarisinin gelişimi sonucu en çok ivme kazanmış ve teknolojiyi yönlendiren bilim olduğu ise yadsınamaz gerçektir. Yapay zeka, makine öğrenimi, derin öğrenme gibi veriye dayalı alanlar istatistiksel modellemelerin yazılım yorumlarıdır. Bu sebeple istatistik bilime ve teknolojiye dinamik yorumlar yapabilmeyi mümkün kılmıştır.

Betimleyici istatistik

Betimleyici istatistik, verilerin özetlenmesi ve açıklanması ile ilgilenir. Genel olarak insanların istatistik denildiğinde aklına gelen kavram betimleyici veya tanımlayıcı istatistiktir. Betimleyici denilmesinin sebebi, bir müsabakadaki genel bilgiler, oyun ile ilgili tanımlayıcı verilerin kullanılmasıdır. Örneğin, bir futbol maçındaki ofsayt sayısı ve sarı kart sayıları betimleyici istatistiğin örnekleridir.

Çıkarsamalı istatistik

Çıkarsamalı istatistik ise verilerdeki örüntülerin gözlemlerdeki rassallığı ve belirsizliği göze alacak şekilde  üzerinde çalışılan kitle veya süreç hakkında sonuç çıkarma amacıyla modelleme yapabilmesi ile ilgilenir. Çıkarsamalı istatistik, matematiksel istatistikle birlikte herhangi bir alanda çalışma yapmak için kullanılabilir. Bunun için gerekli olan tek şey ise verilerin uygun yöntemler ile toplanabilmesidir. İstatistikle ilgili son yıllarda artan popülaritenin sebebi insanoğlunun onu daha kolay anlayabilecek araçlara yeni yeni sahip olmasıdır. Şöyle ki istatistikle birlikte elinizdeki bir örneklemden kitle hakkında yorum yapabilmeniz mümkün olacaktır. Farklı örneklemlerden aldığınız sonuçlar veya sürekli büyüyen bir kitleniz varsa belirli aralıklarla istatistiksel analizler yapmanız gerekir. Durum bu şekilde bir statik yapıya sahipken bile istatistiksel yöntemler insanları bir çok iş yükünden kurtarmış ve belirli güven düzeylerinde geleceğe yönelik tahminler yapabilmelerine olanak tanımıştır. Günümüzde ise sürekli kitlelerde süreç dahilinde verinin nasıl bir yapıya sahip olduğunun yanı sıra kitleye eklenebilecek veriler hakkında bile çıkarımlar yapmak mümkündür.

İstatistiğin bu denli gelişime uğraması ve bilime aynı zamanda da teknolojiye katkı sağlaması bilgisayar kapasitelerinin gelişmesi ile mümkün olmuştur. Bir Adwords panelinde toplanan verileri istatistiksel yöntemler kullanarak anlamlı pazarlama bilgilerine çevirebiliyorsak bunu anlık verileri ölçümleyebilen ve toplayan aracılara borçluyuz.  Aynı şekilde Facebook belirli bir bölgedeki insanların duygu durumlarını ölçümleye biliyorsa yine bunu veri toplama araçlarına ve istatistiğin yöntemlerine borçludur.

Video içerisinde Bell Lab tarafından geliştirilen 1993 yapımı bir yapay zeka örneğini izleyebilirsiniz. Sanıldığı gibi yapay zeka ve istatistiksel modellemesi çalışmaları son yıllarda ortaya çıkan bir kavram değildir. Yaklaşık yirmi beş yıldır yapay zeka ile ilgili çalışmalar devam etmektedir. Neural networks gibi alanlar ise veri toplama araçlarının yeteneklerinin artması ile gelişimlerini hızlandırmış alanlar olarak tanımlanabilir.

İstatistik ve Analiz Nasıl Kullanılır?

İstatistik, belirli yöntemlerle veri toplanması sonucu bir değere ulaşılmasıdır. Bu değerler istatistik olarak adlandırılır. İstatistik bilimi ise bu değerleri toplamak ve yorumlamak için gerekli yöntemleri ortaya koyar. İstatistiklerden analiz çıkarmak bir tecrübe sürecidir.

Herhangi bir alanla ilgili tahminde bulunmak için istatistikler kullanılmalıdır. Ancak bu istatistik kullanımı tek boyutlu olmamalıdır. Emlak fiyatları ile ilgili 10 yıllık süreyi kapsayan bir veri setine sahip olduğunuzu düşünelim. Her yıl belirli oranda artmanın olması gelecek yıllarda da aynı oranda artış olacağını göstermez. Eğer böyle bir tahmin yapılacaksa da “güven düzeyi” denilen belirli ölçüm noktalarına dayandırılır.

İstatistik, karar verme sürecinde kullanılacak en önemli bilimdir. İstatistik yardımı ile yönetilen projeler veya üretim süreçleri her zaman bir sonraki denemede daha başarılı bir sonuç verir.