Beskrivende versus inferentiel statistik
Statistik er disciplinen med indsamling, analyse og præsentation af data. Teori om statistik er opdelt i to grene på baggrund af de oplysninger, de producerer ved at analysere dataene.
Hvad er beskrivende statistik?
Beskrivende statistik er den gren af statistikker, der beskriver de vigtigste egenskaber ved et datasæt kvantitativt. For at repræsentere egenskaberne for et datasæt så nøjagtigt som muligt, opsummeres dataene ved hjælp af enten grafiske eller numeriske værktøjer.
Den grafiske opsummering udføres ved at tabulere, gruppere og tegne diagrammer for værdierne for de variable variabler. Frekvensfordeling og relativ frekvensfordelingshistogrammer er sådanne repræsentationer. De skildrer fordelingen af værdierne i hele befolkningen.
Den numeriske opsummering involverer beregning af beskrivende målinger såsom gennemsnit, tilstand og gennemsnit. De beskrivende foranstaltninger kategoriseres yderligere i to klasser; de er målinger af central tendens og målinger af spredning / variation. Målene for den centrale tendens er middel / gennemsnit, median og tilstand. Hver har sit eget niveau af anvendelighed og anvendelighed. Hvor den ene fejler, kan den anden repræsentere datasættet bedre.
Som navnet antyder, involverer målinger af spredning måling af distributionen af data. Området, standardafvigelse, varians, percentiler og kvartilområder og variationskoefficienten er målinger af spredning. De giver oplysninger om spredning af data.
Et simpelt eksempel på brugen af beskrivende statistikker er beregning af en studerendes karaktergennemsnit. GPA er i det væsentlige det vægtede gennemsnit af de studerendes resultater og er en afspejling af den samlede studerendes samlede akademiske præstationer.
Hvad er inferentiel statistik?
Inferentiel statistik er den gren af statistikken, der udleder konklusioner om den pågældende befolkning ud fra datasættet opnået fra en prøve udsat for tilfældige, observations- og stikprøvevariationer. Generelt opnås resultater fra en tilfældig stikprøve af befolkningen, og konklusionerne, der er afledt af prøven, generaliseres derefter til at repræsentere hele befolkningen.
Prøven er en delmængde af populationen, og mål for beskrivende statistik for de data, der er erhvervet fra prøven, kaldes simpelthen statistik. Målene for beskrivende statistikker opnået ved analysen af prøven er kendt som parametre, når de anvendes på befolkningen, og de repræsenterer hele befolkningen.
Inferentiel statistik fokuserer på, hvordan man generaliserer statistikken opnået fra en prøve så nøjagtigt som muligt for at repræsentere befolkningen. En faktor, der giver anledning til bekymring, er arten af prøven. Hvis prøven er partisk, er resultaterne også partiske, og parametrene baseret på disse repræsenterer ikke hele befolkningen korrekt. Derfor er prøveudtagning en vigtig undersøgelse af inferentiel statistik. Statistiske antagelser, statistisk beslutningsteori og estimeringsteori, hypotesetestning, design af eksperimenter, variansanalyse og analyse af regression er fremtrædende emner i studiet i teorien om inferentiel statistik.
Et godt eksempel på inferentiel statistik i aktion er forudsigelsen af resultaterne af et valg inden afstemningen ved hjælp af afstemning.
Hvad er forskellen mellem beskrivende og inferentiel statistik?
• Beskrivende statistik er koncentreret om at opsummere de data, der er indsamlet fra en prøve. Teknikken producerer målinger af central tendens og spredning, der repræsenterer, hvordan værdierne af variablerne koncentreres og spredes.
• Inferentiel statistik generaliserer statistikken opnået fra en prøve til den almindelige population, som prøven hører til. Målene på befolkningen betegnes som parametre.
• Beskrivende statistikker udgør kun en opsummering af egenskaberne for den prøve, hvorfra data blev erhvervet, men i inferentiel statistik bruges målingen fra prøven til at udlede befolkningens egenskaber.
• I inferentiel statistik blev parametrene opnået fra en prøve, men ikke hele befolkningen; derfor eksisterer der altid en vis usikkerhed sammenlignet med de reelle værdier.
