Разница между описательной и выводимой статистикой

2024 Автор: Mildred Bawerman | [email protected]. Последнее изменение: 2023-12-16 08:42

Описательная и выводная статистика

Статистика - это дисциплина сбора, анализа и представления данных. Теория статистики делится на две части на основе информации, которую они производят путем анализа данных.

Что такое описательная статистика?

Описательная статистика - это отрасль статистики, которая количественно описывает основные свойства набора данных. Чтобы как можно точнее представить свойства набора данных, данные суммируются с использованием графических или числовых инструментов.

Графическое обобщение выполняется путем табулирования, группировки и построения графиков значений интересующих переменных. Такими представлениями являются гистограммы частотного распределения и относительного частотного распределения. Они отображают распределение ценностей среди населения.

Численное обобщение включает вычисление описательных показателей, таких как среднее значение, режим и среднее значение. Описательные меры далее подразделяются на два класса; они являются мерой центральной тенденции и мерой дисперсии / вариации. Мерами центральной тенденции являются среднее / среднее значение, медиана и мода. У каждого свой уровень применимости и полезности. Если один может потерпеть неудачу, другой может лучше представить набор данных.

Как следует из названия, меры разброса включают измерение распределения данных. Диапазон, стандартное отклонение, дисперсия, процентили и квартили, а также коэффициент вариации являются показателями дисперсии. Они предоставляют информацию о распространении данных.

Простым примером использования описательной статистики является расчет среднего балла учащегося. По сути, средний балл - это средневзвешенное значение результатов учащихся и отражение общей академической успеваемости этого конкретного учащегося.

Что такое выводная статистика?

Логическая статистика - это отрасль статистики, которая делает выводы о заинтересованной совокупности на основе набора данных, полученных из выборки, подвергшейся случайным, наблюдательным и выборочным вариациям. Как правило, результаты получают на основе случайной выборки населения, а выводы, сделанные на основе выборки, затем обобщаются для представления всей совокупности.

Выборка - это подмножество генеральной совокупности, и меры описательной статистики для данных, полученных из выборки, просто известны как статистика. Показатели описательной статистики, полученные в результате анализа выборки, известны как параметры при применении к генеральной совокупности, и они представляют всю совокупность.

Выводная статистика фокусируется на том, как максимально точно обобщить статистику, полученную из выборки, для представления совокупности. Одним из факторов, вызывающих озабоченность, является характер выборки. Если выборка смещена, то результаты также смещены, и параметры, основанные на них, не представляют правильно всю генеральную совокупность. Следовательно, выборка - одно из важных исследований статистических выводов. Статистические допущения, статистическая теория принятия решений и теория оценок, проверка гипотез, планирование экспериментов, дисперсионный анализ и анализ регрессии являются важными темами исследования в теории выводимой статистики.

Хорошим примером логической статистики в действии является предсказание результатов выборов до голосования посредством опроса.

В чем разница между описательной и выводимой статистикой?

• Описательная статистика сосредоточена на обобщении данных, собранных из выборки. Этот метод позволяет измерить центральную тенденцию и дисперсию, которые представляют, как значения переменных концентрируются и рассредоточиваются.

• Логическая статистика обобщает статистику, полученную от выборки, на генеральную совокупность, к которой принадлежит выборка. Меры совокупности называются параметрами.

• Описательная статистика позволяет только суммировать свойства выборки, из которой были получены данные, но в статистике вывода мера из выборки используется для вывода свойств совокупности.

• При выводе статистики параметры были получены для выборки, а не для всей генеральной совокупности; поэтому всегда существует некоторая неопределенность по сравнению с реальными значениями.