Statystyki opisowe a wnioskowania
Statystyka to dziedzina gromadzenia, analizy i prezentacji danych. Teoria statystyki jest podzielona na dwie gałęzie na podstawie informacji, które wytwarza analizując dane.
Co to są statystyki opisowe?
Statystyka opisowa to gałąź statystyki, która ilościowo opisuje główne właściwości zbioru danych. Aby jak najdokładniej przedstawić właściwości zestawu danych, dane są podsumowywane za pomocą narzędzi graficznych lub numerycznych.
Podsumowanie graficzne odbywa się poprzez zestawienie, grupowanie i tworzenie wykresów wartości interesujących zmiennych. Takimi reprezentacjami są histogramy rozkładu częstotliwości i względnego rozkładu częstotliwości. Przedstawiają rozkład wartości w całej populacji.
Podsumowanie liczbowe obejmuje obliczenie miar opisowych, takich jak średnia, tryb i średnia. Miary opisowe są dalej podzielone na dwie klasy; są to miary tendencji centralnej i miary dyspersji/zmienności. Miarami tendencji centralnej są średnia/średnia, mediana i moda. Każdy ma swój własny poziom stosowalności i użyteczności. Tam, gdzie jeden może zawieść, drugi może lepiej reprezentować zestaw danych.
Jak sama nazwa wskazuje, miary rozproszenia obejmują pomiar rozkładu danych. Rozstęp, odchylenie standardowe, wariancja, przedziały centylowe i kwartylowe oraz współczynnik zmienności są miarami rozproszenia. Dostarczają informacji o rozprzestrzenianiu się danych.
Prostym przykładem użycia statystyki opisowej jest obliczenie średniej ocen ucznia. GPA w istocie jest średnią ważoną wyników uczniów i jest odzwierciedleniem ogólnych wyników w nauce tego konkretnego ucznia.
Co to są statystyki wnioskowania?
Statystyki wnioskowania to gałąź statystyki, która wyciąga wnioski dotyczące danej populacji na podstawie zbioru danych uzyskanych z próby poddanej losowym, obserwacyjnym i losowym wariancjom. Ogólnie wyniki są uzyskiwane 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 próbki są nazywane po prostu statystykami. Miary statystyki opisowej uzyskane z analizy próby są znane jako parametry, gdy stosuje się je do populacji i reprezentują całą populację.
Statystyki wnioskowania koncentrują się na tym, jak uogólnić statystyki uzyskane z próbki tak dokładnie, jak to możliwe, aby przedstawić populację. Jednym z niepokojących czynników jest charakter próbki. Jeśli próba jest stronnicza, wyniki są również stronnicze, a oparte na nich parametry nie reprezentują poprawnie całej populacji. Dlatego próbkowanie jest jednym z ważnych badań statystyk inferencyjnych. Założenia statystyczne, statystyczna teoria decyzji i teoria estymacji, testowanie hipotez, projektowanie eksperymentów, analiza wariancji i analiza regresji to główne tematy badań w teorii statystyki wnioskowania.
Dobrym przykładem statystyki inferencyjnej w działaniu jest przewidywanie wyników wyborów przed głosowaniem za pomocą ankiety.
Jaka jest różnica między statystyką opisową a wnioskowaną?
• Statystyka opisowa skupia się na podsumowaniu danych zebranych z próbki. Technika daje miary tendencji centralnej i dyspersji, które reprezentują sposób koncentracji i rozproszenia wartości zmiennych.
• Statystyki wnioskowania uogólniają statystyki uzyskane z próbki na ogólną populację, do której należy próbka. Miary populacji są określane jako parametry.
• Statystyki opisowe dokonują jedynie podsumowania właściwości próbki, z której uzyskano dane, ale w statystyce wnioskowania miara z próbki jest używana do wnioskowania właściwości populacji.
• W statystyce wnioskowania parametry zostały uzyskane z próbki, ale nie z całej populacji; dlatego zawsze istnieje pewna niepewność w porównaniu z wartościami rzeczywistymi.
