Zakończenie

Przeprowadzone w niniejszej monografii rozważania wskazują na konieczność szerszego wykorzystania wizualizacji danych dla potrzeb wnioskowania statystycznego. Wizualizacja danych przestaje pełnić funkcję wyłącznie opisową, ograniczoną do wstępnej eksploracji czy prezentacji wyników, a staje się ważnym narzędziem procesu wnioskowania statystycznego. W dobie powszechnej dostępności zaawansowanych narzędzi obliczeniowych, graficzna reprezentacja rozkładów teoretycznych i empirycznych, obszarów krytycznych czy wartości \(p\)-wartości pozwala na głębsze zrozumienie mechanizmów losowych oraz ocenę założeń modelowych. Wizualizacja pozwala przekształcić wskaźniki liczbowe w intuicyjne obrazy, co nie tylko zwiększa transparentność procesu decyzyjnego, ale jest kluczowe dla zapewnienia rygoru metodologicznego i komunikowalności wyników badań naukowych. Zaprezentowane rozwiązania wskazują, że odpowiednio zaprojektowane wykresy mogą obrazować niepewność, istotność statystyczną oraz strukturę rozkładów testowych w sposób zrozumiały i trafny – nawet dla naukowców, którzy nie zajmują się analizą danych.

Szczególny nacisk w pracy położono na alternatywne podejścia do wnioskowania, zestawiając klasyczny model populacyjny Neymana-Pearsona z modelem permutacyjnym Fishera-Pitmana. Wskazano, że metody permutacyjne, wolne od restrykcyjnych założeń o rozkładzie zmiennej w populacji, stanowią ważne narzędzie analityczne, cały czas niedoceniane w badaniach ekonomicznych i społecznych. Zaprezentowane przykłady – w tym autorska implementacja i wizualizacja testu pustych cel (Empty Cells Test) – pokazują, że nowoczesne wnioskowanie wymaga poszukiwania nowych, niestandardowych form wizualizacji. Graficzne ujęcie rozkładów permutacyjnych statystyk testowych pozwala badaczom na bezpośrednią ocenę istotności i wiarygodności hipotez w sposób, który jest trudny do osiągnięcia przy użyciu wyłącznie tradycyjnych metod tabelarycznych.

Wymiar praktyczny przedstawionych rozwiązań koncentrował się na wykorzystaniu środowiska R jako narzędzia wspierającego nowoczesną analizę danych. Przegląd bibliotek takich jak gginference, ggstatsplot, coin, ggpubr czy infer potwierdził, że współczesny badacz dysponuje narzędziami umożliwiającymi pełną automatyzację procesu analitycznego. Przedstawione procedury analizy on-line, integrujące pobieranie danych z Banku Danych Lokalnych (BDL), ich przetwarzanie oraz permutacyjną weryfikację hipotez, wskazują możliwości rozwoju zastosowań statystyki w badaniach ekonomicznych.

Rozwiązania przedstawione w monografii wskazują, że metody graficzne wspomagające wnioskowanie statystyczne nie są obecnie jedynie narzędziem prezentacyjnym, lecz mogą odgrywać kluczową rolę w całym procesie analitycznym – od eksploracji danych, przez testowanie hipotez, aż po komunikację wyników.