Statystyka opisowa a wnioskowanie
Statystyka to dyscyplina gromadzenia, analizy i prezentacji danych. Teoria statystyki jest podzielona na dwie gałęzie na podstawie informacji, które generują analizując dane.
Co to jest Statystyka opisowa?
Statystyka opisowa to gałąź statystyki, która ilościowo opisuje główne właściwości zestawu danych. Aby przedstawić właściwości zestawu danych tak dokładnie, jak to możliwe, dane są podsumowane za pomocą narzędzi graficznych lub numerycznych.
Graficzne podsumowanie odbywa się poprzez zestawianie tabel, grupowanie i tworzenie wykresów wartości zmiennych będących przedmiotem zainteresowania. Histogramy rozkładu częstotliwości i względnego rozkładu częstotliwości są takimi reprezentacjami. Przedstawiają rozkład wartości w całej populacji.
Podsumowanie numeryczne polega na obliczeniu miar opisowych, takich jak średnia, tryb i średnia. Środki opisowe są dalej podzielone na dwie klasy; są to miary tendencji centralnej i miary dyspersji / zmienności. Miarami tendencji centralnej są średnia / średnia, mediana i tryb. Każdy ma swój własny poziom przydatności i przydatności. Tam, gdzie jedna może zawieść, druga może lepiej reprezentować zestaw danych.
Jak sama nazwa wskazuje, miary rozproszenia obejmują pomiar rozkładu danych. Zakres, odchylenie standardowe, wariancja, percentyle i zakresy kwartyli oraz współczynnik zmienności są miarami dyspersji. Dostarczają informacji o rozprzestrzenianiu się danych.
Prostym przykładem zastosowania statystyki opisowej jest obliczenie średniej ocen studenta. GPA jest w istocie średnią ważoną wyników uczniów i odzwierciedla ogólne wyniki akademickie tego konkretnego studenta.
Co to jest wnioskowanie statystyczne?
Statystyki wnioskowania to gałąź statystyki, która wyciąga wnioski dotyczące danej populacji z zestawu danych uzyskanych z próbki poddanej losowym, obserwacyjnym i próbnym zmianom. Zasadniczo wyniki są uzyskiwane z losowej próby populacji, a wnioski wynikające z próby są następnie uogólniane, aby reprezentować całą populację.
Próbka jest podzbiorem populacji, a miary statystyki opisowej dla danych uzyskanych z próbki są po prostu znane jako Statystyka. Miary statystyki opisowej uzyskane z analizy próby są znane jako parametry w przypadku zastosowania do populacji i reprezentują całą populację.
Statystyki wnioskowania koncentrują się na tym, jak uogólnić statystyki uzyskane z próby tak dokładnie, jak to możliwe, aby przedstawić populację. Jednym z czynników budzących niepokój jest charakter próbki. Jeśli próbka jest stronnicza, to wyniki są również stronnicze, a oparte na nich parametry nie reprezentują poprawnie całej populacji. Dlatego pobieranie próbek jest jednym z ważnych badań statystyki wnioskowania. Założenia statystyczne, teoria decyzji statystycznych i teoria szacowania, testowanie hipotez, projektowanie eksperymentów, analiza wariancji i analiza regresji to główne tematy badań w teorii statystyki wnioskowania.
Dobrym przykładem statystyki wnioskowania w działaniu jest przewidywanie wyników wyborów przed głosowaniem w drodze głosowania.
Jaka jest różnica między statystykami opisowymi a wnioskującymi?
• Statystyka opisowa koncentruje się na podsumowaniu danych zebranych z próby. Technika wytwarza miary tendencji centralnej i dyspersji, które reprezentują sposób koncentracji i rozproszenia wartości zmiennych.
• Statystyki wnioskowania uogólniają statystyki uzyskane z próby do ogólnej populacji, do której należy próbka. Miary populacji określa się jako parametry.
• Statystyki opisowe dokonują jedynie podsumowania właściwości próbki, z której uzyskano dane, ale w statystykach wnioskowania miara z próbki służy do wnioskowania o właściwościach populacji.
• W statystyce wnioskowania parametry uzyskano z próby, ale nie z całej populacji; dlatego zawsze istnieje pewna niepewność w porównaniu do rzeczywistych wartości.