تعريف تخصص الإحصاء:
الإحصاء هو التخصص الذي يتعلق بجمع البيانات وتنظيمها وتحليلها وتفسيرها وعرضها. عند تطبيق الإحصائيات على مشكلة علمية أو صناعية أو اجتماعية ، من المعتاد البدء بمجموعة إحصائية أو نموذج إحصائي يتم دراسته. يمكن أن تكون المجموعات السكانية مجموعات متنوعة من الأشخاص أو أشياء مثل "جميع الأشخاص الذين يعيشون في بلد ما" أو "كل ذرة تتكون من بلورة". تتعامل الإحصائيات مع كل جانب من جوانب البيانات ، بما في ذلك التخطيط لجمع البيانات من حيث تصميم المسوحات والتجارب.
عندما يتعذر جمع بيانات التعداد ، يقوم الإحصائيون بجمع البيانات عن طريق تطوير تصاميم تجارب محددة وعينات مسح. يؤكد أخذ العينات التمثيلي أن الاستنتاجات والاستنتاجات يمكن أن تمتد بشكل معقول من العينة إلى السكان ككل. تتضمن الدراسة التجريبية أخذ قياسات النظام قيد الدراسة ، ومعالجة النظام ، ثم أخذ قياسات إضافية باستخدام نفس الإجراء لتحديد ما إذا كان التلاعب قد أدى إلى تعديل قيم القياسات. في المقابل ، لا تتضمن الدراسة القائمة على الملاحظة معالجة تجريبية.
يتم استخدام طريقتين إحصائيتين رئيسيتين في تحليل البيانات: الإحصاء الوصفي ، الذي يلخص البيانات من عينة باستخدام الفهارس مثل المتوسط ​​أو الانحراف المعياري ، والإحصاءات الاستنتاجية ، التي تستخلص استنتاجات من البيانات التي تخضع للتباين العشوائي (على سبيل المثال ، أخطاء الملاحظة ، تباين العينات). غالبًا ما تهتم الإحصائيات الوصفية بمجموعتين من خصائص التوزيع (عينة أو مجتمع): الاتجاه المركزي (أو الموقع) يسعى إلى وصف القيمة المركزية أو النموذجية للتوزيع ، بينما يميز التشتت (أو التباين) مدى أي أعضاء التوزيع يبتعدون عن مركزه وعن بعضهم البعض. يتم إجراء الاستدلالات على الإحصاء الرياضي في إطار نظرية الاحتمالات ، التي تتعامل مع تحليل الظواهر العشوائية.
يتضمن الإجراء الإحصائي القياسي جمع البيانات التي تؤدي إلى اختبار العلاقة بين مجموعتين من مجموعات البيانات الإحصائية ، أو مجموعة بيانات وبيانات تركيبية مستمدة من نموذج مثالي. تم اقتراح فرضية للعلاقة الإحصائية بين مجموعتي البيانات ، وتتم مقارنتها كبديل لفرضية فارغة مثالية لعدم وجود علاقة بين مجموعتي بيانات. يتم رفض أو دحض الفرضية الصفرية باستخدام الاختبارات الإحصائية التي تحدد المعنى الذي يمكن من خلاله إثبات خطأ العدم ، بالنظر إلى البيانات المستخدمة في الاختبار. من خلال العمل من فرضية العدم ، يتم التعرف على شكلين أساسيين من الخطأ: أخطاء من النوع الأول (تم رفض فرضية فارغة بشكل خاطئ مع إعطاء "إيجابية خاطئة") وأخطاء من النوع الثاني (فشل فرضية العدم وفقدان العلاقة الفعلية بين المجموعات السكانية. "سلبية زائفة"). لقد أصبحت مشاكل متعددة مرتبطة بهذا الإطار ، بدءًا من الحصول على حجم عينة كافٍ لتحديد فرضية فارغة مناسبة.
عمليات القياس التي تولد البيانات الإحصائية هي أيضا عرضة للخطأ. يتم تصنيف العديد من هذه الأخطاء على أنها عشوائية (ضوضاء) أو منهجية (انحياز) ، ولكن يمكن أن تحدث أيضًا أنواع أخرى من الأخطاء (على سبيل المثال ، خطأ فادح ، مثل عندما يبلغ المحلل عن وحدات غير صحيحة). قد يؤدي وجود البيانات المفقودة أو الرقابة إلى تقديرات متحيزة وقد تم تطوير تقنيات محددة لمعالجة هذه المشاكل.

تاريخ تخصص الإحصاء:
تعود الكتابات المبكرة عن الاستدلال الإحصائي إلى علماء الرياضيات وعلماء التشفير العرب ، خلال العصر الذهبي الإسلامي بين القرنين الثامن والثالث عشر. كتب الخليل (717-786) كتاب رسائل التشفير ، الذي يحتوي على أول استخدام للتبديلات والتوليفات ، لسرد جميع الكلمات العربية الممكنة مع وبدون حروف العلة. وصف تفصيلي لكيفية استخدام تحليل التردد لفك تشفير الرسائل المشفرة. قام الكندي أيضًا بأول استخدام معروف للاستدلال الإحصائي ، بينما طور هو وغيره من مصممي التشفير العرب الأساليب الإحصائية المبكرة لفك تشفير الرسائل المشفرة. قدم ابن عدلان (1187-1268) لاحقًا مساهمة مهمة في استخدام حجم العينة في تحليل التردد.
يعود تاريخ أقدم كتابات أوروبية عن الإحصائيات إلى عام 1663 ، مع نشر الملاحظات الطبيعية والسياسية على مشاريع قوانين الوفيات بواسطة جون غراونت. دارت التطبيقات المبكرة للتفكير الإحصائي حول احتياجات الدول لوضع سياستها على البيانات الديموغرافية والاقتصادية ، ومن ثم علم الإحصاء الخاص بها. اتسع نطاق تخصص الإحصاء في أوائل القرن التاسع عشر ليشمل جمع وتحليل البيانات بشكل عام. تستخدم الإحصائيات اليوم على نطاق واسع في الحكومة والأعمال والعلوم الطبيعية والاجتماعية.تم وضع الأسس الرياضية للإحصاءات الحديثة في القرن السابع عشر مع تطوير نظرية الاحتمالات من قبل جيرولامو كاردانو وبليز باسكال وبيير دي فيرمات. نشأت نظرية الاحتمال الرياضي من دراسة ألعاب الصدفة ، على الرغم من أن مفهوم الاحتمال قد تم اختباره بالفعل في قانون العصور الوسطى ومن قبل فلاسفة مثل خوان كارامويل ، وقد وصف Adrien-Marie Legendre طريقة المربعات الصغرى لأول مرة في عام 1805.كارل بيرسون ، مؤسس الإحصاء الرياضي.
ظهر مجال الإحصاء الحديث في أواخر القرن التاسع عشر وأوائل القرن العشرين على ثلاث مراحل. قادت الموجة الأولى ، في مطلع القرن ، أعمال فرانسيس جالتون وكارل بيرسون ، اللذين حوَّلَ الإحصاء إلى نظام رياضي صارم يستخدم في التحليل ، ليس فقط في العلوم ، ولكن في الصناعة والسياسة أيضًا. تضمنت مساهمات جالتون تقديم مفاهيم الانحراف المعياري ، والارتباط ، وتحليل الانحدار ، وتطبيق هذه الأساليب في دراسة مجموعة متنوعة من الخصائص البشرية - الطول والوزن وطول رمش العين وغيرها. كلحظة منتج ، طريقة اللحظات لملاءمة التوزيعات على العينات وتوزيع بيرسون ، من بين أشياء أخرى كثيرة. أسس جالتون وبيرسون Biometrika كأول مجلة للإحصاء الرياضي والإحصاء الحيوي (ثم أطلق عليها اسم القياس الحيوي) ، وأسس هذا الأخير أول قسم إحصائي جامعي في العالم في يونيفرسيتي كوليدج لندن.
صاغ رونالد فيشر مصطلح فرضية العدم أثناء تجربة تذوق الشاي للسيدة ، والتي "لم يتم إثباتها أو إثباتها مطلقًا ، ولكن من المحتمل أن يتم دحضها أثناء التجربة".
بدأ ويليام سيلي جوسيت الموجة الثانية من العقد الأول من القرن الماضي ، وبلغت ذروتها في رؤى رونالد فيشر ، الذي كتب الكتب المدرسية التي كان من المفترض أن تحدد الانضباط الأكاديمي في الجامعات حول العالم. كانت أهم منشورات فيشر هي الورقة الأساسية التي نشرها عام 1918 بعنوان العلاقة بين الأقارب على افتراض الميراث المندلي (الذي كان أول من استخدم المصطلح الإحصائي ، التباين) ، وعمله الكلاسيكي عام 1925 ، الأساليب الإحصائية لعمال البحث ، وتصميم التجارب لعام 1935 ، حيث طور تصميمًا صارمًا لنماذج التجارب. ابتكر مفاهيم الاكتفاء والإحصاء الإضافي ومميز فيشر الخطي ومعلومات فيشر. في كتابه عام 1930 النظرية الوراثية للانتقاء الطبيعي ، طبق الإحصاء على مفاهيم بيولوجية مختلفة مثل مبدأ فيشر (الذي أطلق عليه AWF Edwards "ربما الحجة الأكثر شهرة في علم الأحياء التطوري") و Fisherian runaway ، وهو مفهوم في الانتقاء الجنسي حول إيجابية وجد تأثير ردود الفعل الجامح في التطور.
ظهرت الموجة الأخيرة ، التي شهدت بشكل أساسي صقل وتوسيع التطورات السابقة ، من العمل التعاوني بين إيغون بيرسون وجيرزي نيمان في الثلاثينيات. قدموا مفاهيم خطأ "النوع الثاني" وقوة الاختبار وفترات الثقة. أظهر جيرزي نيمان في عام 1934 أن أخذ العينات العشوائية الطبقية كان بشكل عام طريقة تقدير أفضل من أخذ العينات هادفة (الحصص).اليوم ، يتم تطبيق الأساليب الإحصائية في جميع المجالات التي تنطوي على اتخاذ القرار ، لإجراء استنتاجات دقيقة من مجموعة مجمعة من البيانات ولاتخاذ القرارات في مواجهة عدم اليقين على أساس المنهجية الإحصائية. أدى استخدام أجهزة الكمبيوتر الحديثة إلى تسريع إجراء عمليات حسابية إحصائية واسعة النطاق ، كما جعل من الممكن أيضًا القيام بذلك

أهمية دراسة تخصص الإحصاء:
مجال الإحصاء هو علم التعلم من البيانات. تساعدك المعرفة الإحصائية على استخدام الأساليب المناسبة لجمع البيانات ، واستخدام التحليلات الصحيحة ، وتقديم النتائج بشكل فعال. الإحصائيات هي عملية حاسمة وراء كيفية قيامنا باكتشافات في العلوم ، واتخاذ القرارات بناءً على البيانات ، والتنبؤ. تسمح لك الإحصائيات بفهم موضوع ما بشكل أعمق بكثير.
أغطي سببين رئيسيين يجعل دراسة مجال الإحصاء أمرًا بالغ الأهمية في المجتمع الحديث. أولاً ، الإحصائيون هم أدلة للتعلم من البيانات وتصفح المشكلات الشائعة التي يمكن أن تقودك إلى استنتاجات غير صحيحة. ثانيًا ، نظرًا للأهمية المتزايدة للقرارات والآراء المستندة إلى البيانات ، من الأهمية بمكان أن تتمكن من إجراء تقييم نقدي لجودة التحليلات التي يقدمها الآخرون لك.

المواد الدراسية لتخصص الاحصاء:

• النمذجة والعينات الإحصائية
• الجبر المعاصر
•  المعادلات الرياضية
•  الإحصاء الاقتصادي
• التخطيط الاقتصادي
•  الإحصاء السكاني
• نظم ونماذج إحصائية
•  الاقتصاد القياسي
• التحليل العددي
• الإحصاء الزراعي
• اقتصاد قياسي مالي
• برامج وأساليب التحليل الإحصائية
• اقتصاديات العولمة.

مجالات العمل لتخصص الإحصاء:

• البنوك - Banks.
• شركات ومكاتب التحاليل الإحصائية - Statistical Analytics Firms.
• شركات التأمين - Insurance Companies.
• شركات الحوسبة - Computing Companies.
• المؤسسات المالية - Financial Institutions.
• العمل الحر - Freelance.
• مجال البورصة - Stock Exchange.
• اقتصادي - Economist.