Mis on kirjeldav ja inferentsiaalne statistika?

The kirjeldav ja järelduslik statistika need on osa kahest peamisest harust, milles statistika jagatakse, täpne teadus, mis vastutab erinevate muutujate andmete hankimise eest, nende mõõtmist, nende kontrollimist ja nende edastamist ebakindluse korral.

Sel moel püütakse statistika abil kvantifitseerida ja kontrollida sotsiaalset ja teaduslikku käitumist ja sündmusi.

Kirjeldav statistika vastutab elanikkonna või valimiga seotud andmetest saadud teabe kokkuvõtte tegemise eest. Selle eesmärk on selle teabe sünteesimine täpsel, lihtsal, selgel ja korrektsel viisil (Santillán, 2016).

Nii saab kirjeldav statistika osutada andmete grupi kõige tüüpilisematele elementidele, mida nimetatakse statistilisteks andmeteks. Lühidalt öeldes on selline statistika vastutav selliste andmete kirjeldamise eest.

Teisest küljest vastutab kogutud andmete kohta järelduste tegemise järeldusstatistika. See annab järeldused, mis erinevad sellest, mida andmed ise näitavad.

Seda tüüpi statistika ulatub pelgalt teabe lihtsast kogumisest, mis seob kõiki andmeid nähtustega, mis võivad muuta nende käitumist.

Järjepidev statistika jõuab valimi analüüsi põhjal asjakohase järelduse elanikkonna kohta. Seetõttu peaksite oma järeldustes alati arvutama vea.

Kirjeldav statistika

See on kõige populaarsem ja tuntud statistikavaldkond. Selle peamine eesmärk on analüüsida muutujaid ja seejärel kirjeldada nimetatud analüüsi tulemusi.

Kirjeldava statistika eesmärk on kirjeldada andmete gruppi eesmärgiga täpselt näidata nimetatud rühma määratlevaid omadusi (Fortun, 2012).

Võib öelda, et see statistika valdkond vastutab rühmast saadud teabe analüüsimisel saadud andmete tellimise, kokkuvõtte ja liigitamise eest.

Mõned näited kirjeldavast statistikast võivad hõlmata riigi rahvaloendusi konkreetsel aastal või inimeste arvu, kes said haiglasse teatud aja jooksul.

Kategooriad

On teatud kontseptsioone ja kategooriaid, mis on ainult kirjeldava statistika valdkonna osa. Mõned neist on loetletud allpool:

- Dispersioon: on sama muutuja väärtuste vahe. Dispersioon sisaldab ka nimetatud väärtuste keskmist.

- Keskmine: on väärtus, mis tuleneb kõigi sama muutujaga kaasnevate väärtuste summeerimisest ja sellele järgnevast tulemuste jagamisest summeerimisel sisalduvate andmete arvuga. Seda määratletakse kui muutuja keskset kalduvust.

- Bias või kurtosis: on mõõt, mis näitab, kui järsk on kõver. See on väärtus, mis näitab keskmisele lähemal olevate elementide arvu. On kolm erinevat tüüpi kõrvalekaldeid (leptokurtic, mesocurtic ja platicuric), millest igaüks näitab, kui suur on andmete kontsentratsioon keskmisest.

- Graafika: need on analüüsist saadud andmete graafiline esitus. Tavaliselt kasutatakse erinevaid statistilisi graafikuid, sealhulgas baari, ümmargust, lineaarset, hulknurgaalset.,

- Asümmeetria: on väärtus, mis näitab, kuidas sama muutuja väärtused on jaotatud keskmise suhtes. See võib olla negatiivne, sümmeetriline või positiivne (valemid, 2017).

Järjepidev statistika

Analüüsimeetodit kasutatakse rahvastiku kohta järelduste tegemiseks, võttes arvesse kirjeldava statistika poolt sama proovi segmendi kohta visandatud andmeid. See segment tuleb valida rangete kriteeriumide alusel.

Inferentsiaalstatistika kasutab spetsiaalseid tööriistu, mis võimaldavad teil teha valimi vaatluse põhjal üldisi avaldusi elanikkonna kohta.

Seda tüüpi statistikaga tehtud arvutused on aritmeetilised ja alati võimaldavad veamäära, mis ei toimu kirjeldava statistika puhul, mis vastutab kogu elanikkonna analüüsimise eest..

Sel põhjusel eeldab järeldusstatistika tõenäosusmudelite kasutamist, mis võimaldavad teil teha järeldusi laia elanikkonna kohta, tuginedes ainult sellele, mis selle osa näitab (Vaivasuata, 2015).

Kirjeldava statistika kohaselt on võimalik koguda üldkogult andmeid, mis põhinevad juhuslikult valitud üksikisikutest koosneva valimi analüüsil..

Kategooriad

Järjepidevat statistikat võib liigitada kaheks allpool kirjeldatud suureks kategooriaks:

- Hüpoteesikatsed: nagu nimigi ütleb, seisneb see proovis asetatud andmete põhjal elanikkonnale tehtud järelduste tegemises.

- Usaldusintervallid: need on populatsiooni valimis näidatud väärtuste vahemikud asjakohase ja tundmatu omaduse kindlakstegemiseks (Minitab Inc., 2017). Oma juhusliku iseloomu tõttu võimaldavad nad tuvastada igasuguse statistilise analüüsi käigus vea.

Erinevused kirjeldava ja järeldusstatistika vahel

Peamine erinevus kirjeldava ja järeldusstatistika vahel on see, et esimene eesmärk on tellida, koondada ja liigitada muutujate analüüsist saadud andmed.

Teisest küljest teostab järeldusstatistika eelnevalt saadud andmete põhjal mahaarvamisi.

Teisalt sõltub järeldusstatistika kirjeldavate statistiliste andmete põhjal nende järelduste tegemiseks.

Sel moel on kirjeldav statistika aluseks sellele, millisel juhul avaldab järeldusstatistika hiljem oma tööd.

Samuti on oluline märkida, et kirjeldavat statistikat kasutatakse nii populatsioonide (suurte rühmade) kui ka proovide (populatsioonide alamhulga) analüüsimiseks..

Kuigi järeldusstatistika on vastutav proovide uurimise eest, mille eesmärk on jõuda järeldustele elanikkonna kohta.

Teine erinevus nende kahe statistika liigi vahel on see, et kirjeldav statistika keskendub ainult saadud andmete kirjeldusele, eeldamata, et neil on asjaomane vara.

See ei lähe kaugemale sellest, mida võib saada samade andmete põhjal. Teisest küljest usuvad järeldusstatistika, et kõik statistilisest analüüsist saadud andmed sõltuvad välistest ja juhuslikest nähtustest, mis võivad nende väärtust muuta..

Viited

1. Valemid, U. (2017). Universumi valemid. Välja otsitud ASIMETRY: universoformulas.com
2. Fortun, M. (7. juuni 2012). Statistika. Leitud DESCRIPTIVE AND INFERENTIAL STATISTIKAst: materiaestadistica.blogspot.com.co
3. Minitab Inc. (2017). Välja otsitud Mis on usaldusvahemik?: Support.minitab.com
4. Santillán, A. (13. september 2016). Tõendid. Saadud kirjeldavast ja järelduslikust statistikast: üldised mõisted: ebevidencia.com
5. (6. detsember 2015). Matemaatika. Saadud erinevus kirjeldava statistika ja järeldusstatistika vahel: diferenciaentre.info