Różnica Między Statystykami Opisowymi A Wnioskowymi

Różnica Między Statystykami Opisowymi A Wnioskowymi
Różnica Między Statystykami Opisowymi A Wnioskowymi

Wideo: Różnica Między Statystykami Opisowymi A Wnioskowymi

Wideo: Różnica Między Statystykami Opisowymi A Wnioskowymi
Wideo: 31 sesja RM Lubartów - VIII kadencja z dnia 10.06.2021 2024, Może
Anonim

Statystyki opisowe a wnioskowe

Statystyka to dyscyplina gromadzenia, analizy i prezentacji danych. Teoria statystyki jest podzielona na dwie gałęzie na podstawie informacji, które wytwarzają poprzez analizę danych.

Co to są statystyki opisowe?

Statystyka opisowa to gałąź statystyki, która opisuje ilościowo główne właściwości zbioru danych. Aby możliwie najdokładniej przedstawić właściwości zbioru danych, dane są podsumowywane za pomocą narzędzi graficznych lub numerycznych.

Graficzne podsumowanie odbywa się poprzez zestawianie, grupowanie i wykreślanie wartości zmiennych będących przedmiotem zainteresowania. Takimi reprezentacjami są rozkłady częstotliwości i histogramy względnych rozkładów częstotliwości. Przedstawiają rozkład wartości w całej populacji.

Podsumowanie liczbowe obejmuje obliczanie miar opisowych, takich jak średnia, tryb i średnia. Miary opisowe są dalej podzielone na dwie klasy; są miarami tendencji centralnej i miarami dyspersji / zmienności. Miarami tendencji centralnej są średnia / średnia, mediana i tryb. Każdy ma swój własny poziom stosowalności i użyteczności. Tam, gdzie jeden może zawieść, drugi może lepiej reprezentować zestaw danych.

Jak sama nazwa wskazuje, miary dyspersji obejmują pomiar dystrybucji danych. Zakres, odchylenie standardowe, wariancja, percentyle i przedziały kwartylowe oraz współczynnik zmienności są miarami dyspersji. Dostarczają informacji o rozprzestrzenianiu się danych.

Prostym przykładem wykorzystania statystyki opisowej jest obliczenie średniej ocen ucznia. GPA jest w istocie średnią ważoną wyników uczniów i odzwierciedla ogólne wyniki w nauce tego konkretnego ucznia.

Co to jest statystyka wnioskowa?

Statystyka wnioskowa jest gałęzią statystyki, która wyciąga wnioski na temat danej populacji ze zbioru danych uzyskanych z próby poddanej wahaniom losowym, obserwacyjnym i losowym. Ogólnie rzecz biorąc, wyniki uzyskuje się z losowej próby populacji, a wnioski wyciągnięte z próby są następnie uogólniane tak, aby reprezentowały całą populację.

Próbka jest podzbiorem populacji, a miary statystyk opisowych dla danych uzyskanych z próby są po prostu znane jako statystyki. Miary statystyk opisowych uzyskane z analizy próby są znane jako parametry, gdy są stosowane do populacji i reprezentują całą populację.

Statystyka wnioskowa koncentruje się na tym, jak uogólniać statystyki otrzymane z próby tak dokładnie, jak to możliwe, aby przedstawić populację. Jednym z niepokojących czynników jest charakter próbki. Jeśli próbka jest obciążona, wyniki również są obciążone, a parametry na nich oparte nie reprezentują poprawnie całej populacji. Dlatego próbkowanie jest jednym z ważnych badań statystyki wnioskowania. Założenia statystyczne, statystyczna teoria decyzji i teoria estymacji, testowanie hipotez, projektowanie eksperymentów, analiza wariancji i analiza regresji są głównymi tematami badań w teorii statystyki wnioskowania.

Dobrym przykładem statystyki inferencyjnej w działaniu jest przewidywanie wyników wyborów przed głosowaniem za pomocą sondaży.

Jaka jest różnica między statystykami opisowymi a wnioskowymi?

• Statystyka opisowa koncentruje się na podsumowaniu danych zebranych z próby. Technika wytwarza miary tendencji centralnej i rozproszenia, które reprezentują sposób koncentracji i rozproszenia wartości zmiennych.

• Statystyka wnioskowa uogólnia statystyki uzyskane z próby na populację ogólną, do której należy próba. Miary populacji nazywane są parametrami.

• Statystyki opisowe dokonują jedynie podsumowania właściwości próby, z której pozyskano dane, ale w statystykach wnioskowania miara z próby jest używana do wnioskowania o właściwościach populacji.

• W statystyce inferencyjnej parametry otrzymano z próby, ale nie z całej populacji; dlatego zawsze istnieje pewna niepewność w porównaniu z rzeczywistymi wartościami.

Zalecane: