Frekventistisessä

Frekventistisessä tilastotieteessä (frekventistinen lähestymistapa) todennäköisyyksiä tulkitaan pitkän aikavälin suhteellisina frekvensseinä, jotka syntyvät toistuvista kokeista tai sattumanvaraisista havaintoeristä. Tämä näkökulma korostaa tilastollisia menetelmiä, jotka tuottavat tuloksia toistettavissa kokeissa ja pitkällä aikavälillä toimiviksi todistettaviksi menettelyiksi.

Perusoletuksena on, että populaation parametri on kiinteä mutta tuntematon ja havaintojen vaihtelu johtuu satunnaisuudesta. Tutkimusprosessi kohdistuu havaintojen jakaumaan ja näytteisiin, ei parametrien määriin. Tulkinta perustuu toistettavien kokeiden jakautumiin, jolloin voidaan arvioida estimoinnin tarkkuutta, tehdä luottamusvälejä ja asettaa hypoteeseja.

Keskeisiä menetelmiä ovat estimaatio, luottamusvälisten muodostaminen ja nollahypoteesin testaus. Tavallisia välineitä ovat todennäköisyysjakaumien ominaisuuksiin perustuvat testit (kriteerit kuten p-arvot, merkitsevyystasot) sekä estimointimenetelmät kuten maksimivarmuusfor­mala (maximum likelihood) ja sen varianssien arviointi. Frekventistinen suuntaus painottaa menetelmien pitkän aikavälin suorituskykyä ja virhemarginaaleja.

Frekventistinen tilastotiede eroaa bayesiallisesta lähestymistavasta, jossa todennäköisyyksiä käsitellään subjektiivisina asteina ajatusmallin uskomuksen perusteella ennen dataa. Molemmat suuntaukset vaikuttavat nykyisessä tilastotieteessä, mutta frekventistinen perinnö on erityisen vakiintunut kokeellisten ja empiiristen tutkimusten standardiksi, kun taas kynnyskysymyksiä ja tulosten tulkintaa kehystetään usein p-arvojen ja luottamusvälisten kautta.

Historiaan kuuluvat Ronald Fisherin, Jerzy Neymanin ja Egon Pearsonin panokset 1900-luvun alkupuolella, joiden ajatukset muovasivat modernin frekventistisen tilastotieteen perusrakenteen. Nykyisin frekventistiset menetelmät ovat laajalti käytössä tieteessä, tekniikassa ja yhteiskuntatieteissä.