Chapter 1

An Introduction to Business Statistics

McGraw­Hill/Irwin

Copyright © 2014 by The McGraw­Hill Companies, Inc. All rights reserved.

An Introduction to Business Statistics

1.1 Data 1.2 Data Sources 1.3 Populations and Samples 1.4 Three Case Studies that Illustrate  Sampling and Statistical Inference 1.5 Ratio, Interval, Ordinal, and Nominative  Scales of Measurement (Optional)

1­2

LO1-1: Explain what a variable is.

1.1 Data

conclusions can be drawn

Data: facts and figures from which

particular study ◦Elements: may be people, objects, events, or

other entries

Data set: the data that are collected for a

1­3

Variable: any characteristic of an element

LO1-2: Describe the difference between a quantitative variable and a qualitative variable.

Data Continued

variable to the element

Measurement: A way to assign a value of a

Quantitative: the possible measurements of  the values of a variable are numbers that  represent quantities

into several categories

1­4

Qualitative: the possible measurements fall

LO1-3: Describe the difference between cross-sectional data and time series data.

Cross­Sectional Data

Cross­sectional data: Data collected at the  same or approximately the same point in  time

different time periods

1­5

Time series data: data collected over

LO1-4: Construct and interpret a time series (runs) plot.

Time Series Data

1­6

Table 1.2 and Figure 1.1

LO1-5: Describe the different types of data sources: existing data sources, experimental studies, and observational studies.

1.2 Data Sources

Existing sources: data already gathered by public or

private sources ◦Internet ◦Library ◦Private data sources

Experimental and observational studies: data we

collect ourselves for a specific purpose ◦Response variable: variable of interest ◦Factors: other variables related to response variable

1­7

LO1-6: Describe the difference between a population and a sample.

1.3 Populations and Samples

Population

The set of all elements about which we  wish to draw conclusions (people,  objects or events)

Census

An examination of the entire population  of measurements

Sample

A selected subset of the units of a  population

1­8

LO1-7: Distinguish between descriptive statistics and statistical inference.

Descriptive Statistics and Statistical  Inference

describing the important aspects of a set of  measurements

Descriptive statistics: the science of

sample of measurements to make  generalizations about the important aspects  of a population of measurements

1­9

Statistical inference: the science of using a

LO1-8: Explain the importance of random sampling.

1.4 Three Case Studies That Illustrate  Sampling and Statistical Inference

New Bottle Design

1. Estimating Cell Phone Costs 2. The Marketing Research Case: Rating a

1­10

3. The Car Mileage Case: Estimating Mileage

LO1-9: Identify ratio, interval, ordinal, and nominative scales of measurement (optional).

1.5 Ratio, Interval, Ordinal, and Nominative  Scales of Measurement (Optional)

Quantitative variables

◦Ratio variable: a quantitative variable measured on a scale  such that ratios of its value are meaningful and there is an  inherently defined zero value

◦Interval variable: a quantitative variable where ratios are

not meaningful and there is no defined zero

Qualitative variables (categorical)

◦Ordinal variable: a qualitative variable for which there is

a meaningful ranking of the categories

◦Nominative variable: a qualitative variable for which

there is no meaningful ranking of the categories

1­11