Quantitative statistische Analyse ist jedes mathematische Verfahren, das Einzelpersonen auf bestimmte Daten anwenden. An Anwendungsmöglichkeiten mangelt es diesem Analyseverfahren nicht. Anleger können diese Art der statistischen Analyse verwenden, um Aktien zu bewerten, und Forscher definieren Hypothesen und Unternehmen bewerten wichtige Entscheidungen mit diesem Prozess. Die zwei großen Gruppen quantitativer Analyseverfahren sind Intervallschätzungen und Hypothesentests, die spezifische Werkzeuge für die Verwendung bereitstellen.
Intervallschätzungen erfordern Parameter, die in einer bestimmten Datenstichprobe festgelegt sind. Dieser Prozess beginnt mit der Auswahl einer Stichprobe aus einer größeren Grundgesamtheit, da es oft unpraktisch ist, eine gesamte Grundgesamtheit zu messen. Bei dieser Art der statistischen Analyse ist Population ein weit gefasster Begriff, der jede große Datengruppe repräsentiert. Aus der ausgewählten Stichprobe können Einzelpersonen und Unternehmen Rückschlüsse auf die größere Population ziehen. Jede Stichprobe muss groß genug sein, um diese Schlussfolgerungen zu ziehen.
Sobald Einzelpersonen eine Stichprobe haben, müssen sie herausfinden, welche Arten von Statistiken auf die Daten zutreffen. Deskriptive Statistiken gehören beispielsweise zu den am häufigsten verwendeten quantitativen statistischen Analysen. Diese Statistiken umfassen unter anderem Modus, Mittelwert und Median zusammen mit Standardabweichung und Varianz. Auch die Anwendung von Konfidenzniveaus wird hier berücksichtigt. Einzelpersonen und Unternehmen versuchen oft, das höchstmögliche Vertrauensniveau zu erreichen, um genaue Schlussfolgerungen zu ziehen.
Die zweite große Gruppe der quantitativen statistischen Analyse – Hypothesentests – konzentriert sich mehr auf die Forschung als auf die praktische Geschäftsanwendung. Forscher betrachten oft ein Thema oder eine Situation und definieren eine Reihe von Hypothesen. Der Zweck der angewandten statistischen Techniken besteht darin, jede Hypothese entweder zu unterstützen oder nicht zu unterstützen. In einigen Forschungsberichten können Intervallschätzungen oder andere quantitative Methoden enthalten sein.
Die meisten Forschungsfälle haben eine Nullhypothese und eine Alternativhypothese. In der quantitativen statistischen Analyse bedeutet die Nullhypothese tendenziell, dass die Dinge gleich sind wie zuvor oder zwei Elemente gleich sind. Die Alternativhypothese weist darauf hin, dass einige Änderungen gegenüber der anfänglichen Nullhypothese existieren. Das Signifikanzniveau definiert, wie stark die Unterstützung für die Analyse ist oder nicht. Ein kritischer Bereich stellt Werte dar, bei denen ein Forscher die Nullhypothese ablehnen kann.
Quantitative statistische Analysen sind oft ein langwieriger Prozess. Unternehmen verwenden tendenziell kürzere Methoden, um zeitnah Daten für die Entscheidungsfindung bereitzustellen. Mit anderen Worten, nicht alle verfügbaren statistischen Instrumente haben in diesen Studien einen Zweck. Forschungsberichte erfordern aufgrund der Länge, Tiefe und Breite des Berichts oft mehrere Tools. Die Art der Meldung oder der Informationsbedarf bestimmt die für den Prozess notwendigen Werkzeuge.