Статистика в дизайне

Реферат
Тема: «Статистика в дизайне. Как и в каком дизайне можно применить статистические методы?»
Людей всегда привлекало красивое и комфортное: мебель, одежда и обувь, предметы быта и т.д. Вспомните наши черные футляры, новую полиграфическую продукцию, дизайн украшений и подарков (было такое, что вы, увидев совсем не дорогую безделушку, очень хотели её купить, потому что у нее хороший дизайн и неплохое качество). Дизайн-это художественное конструирование. Дизайн (от английского слова design) означает проектировать, чертить, проект, план, рисунок, цель, намерение, творческий замысел, расчет, конструкция, а также эскиз, рисунок, узор, композиция, произведение искусства. Дизайнеры - это художники, осуществляющие художественное конструирование и проектирование различных изделий: машин и тканей, предметов быта и мебели, одежды и обуви, интерьеров и садово-парковых ансамблей. Слово «дизайн» впервые упомянул в одной из своих работ итальянец К.В. Скьер. К любому объекту можно подойти с дизайнерской точки зрения. Нельзя сказать, что в Дизайне важнее - художественная составляющая или же техническая. Эти части равнозначны. Хорошего дизайна не получится, если эти части гармонично не сочетаются. Вот еще одно определение Дизайна, предложенное Томасом Мальдонадо, утвержденное VI Конгрессом ИКСИД: «Дизайн» - это творческая деятельность, целью которой является определение формальных качеств промышленных изделий. Эти качества включают и внешние черты изделия, но главным образом те структурные и функциональные взаимосвязи, которые превращают изделие в единое целое как с точки зрение потребителя, так и с точки зрения изготовителя. Дизайн стремится охватить все аспекты окружающей человека среды, которая обусловлена промышленным производством.
Статистика — отрасль знаний, наука, в которой излагаются общие вопросы сбора, измерения, мониторинга, анализа массовых статистических (количественных или качественных) данных и их сравнение; изучение количественной стороны массовых общественных явлений в числовой форме.
Статистика собирается компьютерами и люди (обычно) не могут на нее влиять. Такие данные имеют совсем небольшую степень погрешности и могут рассказать о том, как посетитель пришел на ваш сайт или какое у него разрешение монитора.
Однако статистика ничего не говорит о контексте. Поэтому нужно быть аккуратным в интерпретации полученных данных. Ведь дизайнеры — это люди, а люди делают ошибки.
Не ожидайте, что данные статистики подойдут в каждой ситуации. За цифрами статистики стоят реальные люди с их реальными жизнями.
Статистические методы — методы анализа статистических данных. Выделяют методы прикладной статистики, которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой. Имеются в виду такие методы, как статистический приемочный контроль, статистическое регулирование технологических процессов, надежность и испытания, планирование экспериментов.
Типовые примеры раннего этапа применения статистических методов описаны в Библии, в Ветхом Завете. Там, в частности, приводится число воинов в различных племенах. С математической точки зрения дело сводилось к подсчёту числа попаданий значений наблюдаемых признаков в определённые градации.
Сразу после возникновения теории вероятностей (Паскаль, Ферма, XVII век) вероятностные модели стали использоваться при обработке статистических данных. Например, изучалась частота рождения мальчиков и девочек, было установлено отличие вероятности рождения мальчика от 0,5, анализировались причины того, что в парижских приютах эта вероятность не та, что в самом Париже, и так далее.
В 1794 году (по другим данным — в 1795) немецкий математик Карл Гаусс формализовал один из методов современной математической статистики — метод наименьших квадратов. В XIX веке значительный вклад в развитие практической статистики внёс бельгиец Кетле, на основе анализа большого числа реальных данных показавший устойчивость относительных статистических показателей, таких, как доля самоубийств среди всех смертей. Первая треть XX века прошла под знаком параметрической статистики. Изучались методы, основанные на анализе данных из параметрических семейств распределений, описываемых кривыми семейства Пирсона. Наиболее популярным было нормальное распределение. Для проверки гипотез использовались критерии Пирсона, Стьюдента, Фишера. Были предложены метод максимального правдоподобия, дисперсионный анализ, сформулированы основные идеи планирования эксперимента. Классификация статистических методов
Статистические методы анализа данных применяются практически во всех областях деятельности человека. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью.
Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):
а) разработка и исследование методов общего назначения, без учета специфики области применения;
б) разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;
в) применение статистических методов и моделей для статистического анализа конкретных данных.
Например:
A/B-тестирование или многомерное тестирование
Применение: сравнение двух вариантов дизайна.
Затраты: низкие.
Сложность сбора: низкая.
Сложность анализа: низкая.
Тип метода: поведенческий (что люди делают).
Контекст использования: в реальном времени.
Можно использовать аналитические метрики, чтобы отслеживать рабочие характеристики продукта (как это было описано выше). А ещё проводить эксперименты, которые покажут, как различный дизайн пользовательских интерфейсов меняет эти метрики. Для этого подходит A/B-тестирование или многофакторное тестирование.
Во время A/B-тестирования команды создают две разные действующие версии одного и того же пользовательского интерфейса, а затем показывают их разным пользователям, чтобы посмотреть, какая версия работает лучше. Например, можно создать две версии одной кнопки призыва к действию: «Узнать стоимость» или «Узнать больше».
Затем можно отследить количество кликов по той и другой кнопкам. Многофакторное тестирование похоже на этот метод, но здесь тестируются сразу несколько элементов дизайна (например, в тестировании могут участвовать несколько надписей на кнопках, различная типографика и расположение на странице).
Оба основанные на аналитике типы тестирования отлично подходят, чтобы выбрать один вариант дизайна из нескольких — с их помощью можно прекратить споры в команде о том, какая версия лучше.