Forskel mellem beskrivende og inferential statistik: beskrivende vs inferentiel statistik sammenlignet

Anonim

Beskrivende vs Inferential Statistics

Statistikken er disciplinen for indsamling, analyse og præsentation af data. Statistisk teori er opdelt i to grene på grundlag af de oplysninger, de producerer ved at analysere dataene.

Hvad er beskrivende statistik?

Beskrivende statistik er grenen af ​​statistikker, der beskriver kvantitativt hovedegenskaberne i et datasæt. For at repræsentere egenskaberne for et datasæt så nøjagtigt som muligt opsummeres dataene ved hjælp af enten grafiske eller numeriske værktøjer.

Den grafiske opsummering sker ved at tabulere, gruppere og tegne værdierne for de relevante variabler. Frekvensfordeling og relative frekvensfordelingshistogrammer er sådanne repræsentationer. De skildrer fordelingen af ​​værdierne i hele befolkningen.

Den numeriske opsummering indebærer beregning af beskrivende tiltag som gennemsnit, tilstand og gennemsnit. De beskrivende foranstaltninger er yderligere kategoriseret i to klasser; de er foranstaltninger af central tendens og mål for dispersion / variation. Foranstaltningerne af central tendens er middel / middel, median og mode. Hver har sit eget anvendelsesniveau og anvendelighed. Hvor man kan mislykkes, kan den anden repræsentere datasættet bedre.

Som navnet antyder, involverer dispersionsmålene måling af fordelingen af ​​dataene. Omfanget, standardafvigelsen, variansen, percentiler og kvartilområderne og variationskoefficienten er spredningsforanstaltninger. De giver oplysninger om spredningen af ​​dataene.

Et simpelt eksempel på brugen af ​​beskrivende statistikker er at beregne Grade Point Average af en elev. GPA er i det væsentlige det vægtede gennemsnit af elevernes resultater og afspejler den samlede akademiske præstation for den pågældende studerende.

Hvad er Inferential Statistics?

Inferentiel statistik er branchen af ​​statistikker, der danner konklusioner om den berørte befolkning ud fra datasættet opnået fra en prøve, der udsættes for tilfældige observationer og prøvetagningsvariationer. Generelt opnås resultater fra en tilfældig stikprøve af befolkningen, og konklusionerne afledt af prøven generaliseres derefter for at repræsentere hele befolkningen.

Prøven er en delmængde af befolkningen, og målinger af beskrivende statistikker for de data, der er erhvervet fra prøven, kaldes simpelthen som statistik.Foranstaltningerne til beskrivende statistikker opnået ved analysen af ​​prøven er kendt som parametre, når de anvendes på befolkningen, og de repræsenterer hele befolkningen.

Inferentiel statistik fokuserer på hvordan man generaliserer de statistikker, der opnås fra en prøve, så præcist som muligt for at repræsentere befolkningen. En bekymring er karakteren af ​​prøven. Hvis prøven er forspændt, er resultaterne også forspændte, og parametrene baseret på disse repræsenterer ikke hele befolkningen korrekt. Derfor er prøveudtagning en vigtig undersøgelse af inferentiel statistik. Statistiske antagelser, Statistisk beslutningsteori og estimationsteori, hypotesetest, udformning af eksperimenter, variansanalyse og analyse af regression er fremtrædende emner i studiet i teorien om inferentiel statistik.

Et godt eksempel på inferentiel statistik i aktion er forudsigelsen af ​​resultatet af et valg forud for afstemningen ved afstemning.

Hvad er forskellen mellem beskrivende og inferentiel statistik?

• Beskrivende statistik er fokuseret på at opsummere data indsamlet fra en prøve. Teknikken frembringer foranstaltninger af central tendens og spredning, der repræsenterer, hvordan værdierne af variablerne er koncentreret og dispergeret.

• Inferentiel statistik generaliserer de statistikker, der er opnået fra en prøve, til den generelle befolkning, som prøven tilhører. Foranstaltningerne fra befolkningen betegnes som parametre.

• Beskrivende statistikker gør kun en sammenfatning af egenskaberne af prøven, hvorfra data blev erhvervet, men i inferential statistik anvendes måleen fra prøven til at aflede befolkningens egenskaber.

• I inferential statistik blev parametrene opnået fra en prøve, men ikke hele populationen; Derfor eksisterer der altid en vis usikkerhed i forhold til de reelle værdier.