Forskjellen Mellom Beskrivende Og Inferensiell Statistikk

2024 Forfatter: Mildred Bawerman | [email protected]. Sist endret: 2023-12-16 08:41

Beskrivende vs Inferensiell statistikk

Statistikk er fagområdet innsamling, analyse og presentasjon av data. Teorien om statistikk er delt inn i to grener på grunnlag av informasjonen de produserer ved å analysere dataene.

Hva er beskrivende statistikk?

Beskrivende statistikk er grenen av statistikk som beskriver hovedegenskapene til et datasett kvantitativt. For å representere egenskapene til et datasett så nøyaktig som mulig, blir dataene oppsummert ved hjelp av enten grafiske eller numeriske verktøy.

Den grafiske oppsummeringen gjøres ved å tabellere, gruppere og tegne verdiene til variablene av interesse. Frekvensfordeling og relativ frekvensfordelingshistogrammer er slike representasjoner. De skildrer fordelingen av verdiene i hele befolkningen.

Den numeriske oppsummeringen involverer beregningsbeskrivende tiltak som gjennomsnitt, modus og gjennomsnitt. De beskrivende tiltakene er videre kategorisert i to klasser; de er mål for sentral tendens og målinger av spredning / variasjon. Tiltakene for sentral tendens er gjennomsnitt / gjennomsnitt, median og modus. Hver har sitt eget anvendelsesnivå og nytte. Der den ene kan mislykkes, kan den andre representere datasettet bedre.

Som navnet tilsier, innebærer spredningstiltak å måle distribusjonen av dataene. Området, standardavvik, varians, persentiler og kvartilområder, og variasjonskoeffisienten er mål for spredning. De gir informasjon om spredningen av dataene.

Et enkelt eksempel på bruk av beskrivende statistikk er å beregne karakterpoenggjennomsnitt for en student. GPA er i hovedsak det vektede gjennomsnittet av studentenes resultater, og er en refleksjon av den samlede akademiske ytelsen til den aktuelle studenten.

Hva er inferensiell statistikk?

Inferensiell statistikk er grenen av statistikk, som får konklusjoner om den aktuelle befolkningen fra datasettet hentet fra et utvalg som er utsatt for tilfeldige, observasjons- og utvalgsvariasjoner. Generelt blir resultater oppnådd fra et tilfeldig utvalg av befolkningen, og konklusjonene avledet fra prøven blir deretter generalisert til å representere hele befolkningen.

Utvalget er en delmengde av befolkningen, og mål for beskrivende statistikk for dataene som er hentet fra utvalget er ganske enkelt kjent som statistikk. Målingene av beskrivende statistikk hentet fra analysen av utvalget er kjent som parametere når de brukes på populasjonen, og de representerer hele befolkningen.

Inferensiell statistikk fokuserer på hvordan man skal generalisere statistikken innhentet fra et utvalg så nøyaktig som mulig for å representere befolkningen. En faktor som er bekymringsfull er prøvenes art. Hvis prøven er partisk, er resultatene også partiske, og parametrene basert på disse representerer ikke hele befolkningen riktig. Derfor er prøvetaking en viktig studie av inferensiell statistikk. Statistiske antagelser, statistisk beslutningsteori og estimeringsteori, hypotesetesting, utforming av eksperimenter, variansanalyse og analyse av regresjon er fremtredende emner for studier i teorien om inferensiell statistikk.

Et godt eksempel på inferensiell statistikk i aksjon er å forutsi resultatene av et valg før avstemningen ved valg.

Hva er forskjellen mellom beskrivende og inferensiell statistikk?

• Beskrivende statistikk er fokusert på å oppsummere dataene som er samlet inn fra et utvalg. Teknikken produserer mål på sentral tendens og spredning som representerer hvordan verdiene til variablene konsentreres og spres.

• Inferensiell statistikk generaliserer statistikken innhentet fra et utvalg til den generelle populasjonen som prøven tilhører. Målene på befolkningen betegnes som parametere.

• Beskrivende statistikk gjør bare oppsummering av egenskapene til utvalget data ble hentet fra, men i inferensiell statistikk blir tiltaket fra utvalget brukt til å utlede egenskapene til befolkningen.

• I inferensiell statistikk ble parametrene hentet fra et utvalg, men ikke hele populasjonen; derfor eksisterer det alltid en viss usikkerhet sammenlignet med de virkelige verdiene.