Skillnaden Mellan Beskrivande Och Slutlig Statistik

2024 Författare: Mildred Bawerman | [email protected]. Senast ändrad: 2023-12-16 08:42

Beskrivande vs inferentiell statistik

Statistik är disciplinen för insamling, analys och presentation av data. Statistikteorin är indelad i två grenar utifrån den information de producerar genom att analysera data.

Vad är beskrivande statistik?

Beskrivande statistik är den gren av statistiken som kvantitativt beskriver de huvudsakliga egenskaperna för en datamängd. För att representera egenskaperna hos en datamängd så exakt som möjligt sammanfattas data med antingen grafiska eller numeriska verktyg.

Den grafiska sammanfattningen görs genom att tabellera, gruppera och grafera värdena för variablerna av intresse. Frekvensfördelning och relativ frekvensfördelningshistogram är sådana representationer. De visar fördelningen av värdena i hela befolkningen.

Den numeriska sammanfattningen innefattar beräkningsbeskrivande mått som medelvärde, läge och medelvärde. De beskrivande åtgärderna kategoriseras vidare i två klasser; de är mått på central tendens och mått på spridning / variation. Måtten på den centrala tendensen är medelvärdet / medelvärdet, medianen och läget. Var och en har sin egen användbarhetsnivå och användbarhet. Om en kan misslyckas kan den andra representera datamängden bättre.

Som namnet antyder innebär mått på spridning att mäta distributionen av data. Området, standardavvikelsen, variansen, percentilerna och kvartilområdena och variationskoefficienten är mått på dispersion. De ger information om spridningen av data.

Ett enkelt exempel på användning av beskrivande statistik är att beräkna betygsgrad för en student. GPA är i huvudsak det viktade medelvärdet av studenternas resultat och är en återspegling av den totala akademiska prestationen för just den studenten.

Vad är inferentiell statistik?

Inferentiell statistik är den gren av statistiken som drar slutsatser om den berörda populationen från datamängden som erhållits från ett urval som utsätts för slumpmässiga, observations- och urvalsvariationer. I allmänhet erhålls resultat från ett slumpmässigt urval av populationen och slutsatserna från urvalet generaliseras sedan för att representera hela befolkningen.

Provet är en delmängd av populationen, och mått på beskrivande statistik för de data som erhållits från urvalet kallas helt enkelt statistik. Måtten på beskrivande statistik som erhållits från analysen av urvalet är kända som parametrar när de tillämpas på befolkningen och de representerar hela befolkningen.

Inferentiell statistik fokuserar på hur man generaliserar statistiken från ett urval så exakt som möjligt för att representera befolkningen. En faktor som oroar sig för är provets natur. Om urvalet är partiskt är resultaten också partiska och parametrarna baserade på dessa representerar inte hela befolkningen korrekt. Därför är provtagning en viktig studie av inferentiell statistik. Statistiska antaganden, statistisk beslutsteori och uppskattningsteori, hypotesprovning, utformning av experiment, variansanalys och analys av regression är framstående ämnen inom teorin för inferentiell statistik.

Ett bra exempel på inferentiell statistik i aktion är förutsägelsen av resultatet av ett val före omröstningen med val.

Vad är skillnaden mellan beskrivande och inferentiell statistik?

• Beskrivande statistik är inriktad på att sammanfatta data som samlats in från ett urval. Tekniken producerar mått på central tendens och spridning som representerar hur värdena på variablerna koncentreras och sprids.

• Inferensiell statistik generaliserar statistiken som erhållits från ett urval till den allmänna befolkningen som urvalet tillhör. Måtten på befolkningen betecknas som parametrar.

• Beskrivande statistik gör endast en sammanfattning av egenskaperna för urvalet från vilket data inhämtades, men i inferentiell statistik används måttet från urvalet för att härleda befolkningens egenskaper.

• Inferentiell statistik erhölls parametrarna från ett urval, men inte hela befolkningen; därför existerar alltid viss osäkerhet jämfört med de verkliga värdena.