Forskel mellem parameter og statistik: parameter vs statistisk sammenlignet
Overvej disse spørgsmål; Hvad er gennemsnitsindkomsten for en person i dit land, hvad er gennemsnittet af kvinder i verden, og hvad er gennemsnitsvægten af æggene produceret af visse racer af fugle? Det er umuligt at lave en undersøgelse, der omfatter alle emner af interesse. I det første tilfælde er det alle folkene i dit land, for det andet, alle kvinder i din verden, og i det tredje er alle æg produceret af den pågældende fugleopdræt. Dette større sæt indeholdende alle elementer er kendt som befolkningen i statistik lingo.
Ved at vælge et begrænset antal elementer fra befolkningen på en sådan måde, at det repræsenterer alle de andre, kan vi udlede befolkningens egenskaber ved at analysere delmængden. Denne delmængde af befolkningen er kendt som prøven. Foranstaltninger til beskrivende statistikker bruges til at opsummere og forklare befolkningens hovedattributter.Mere om Parameter
En beskrivende foranstaltning (som middel, mode eller median) af en population er kendt som en parameter. Det udtrykker numerisk værdien for en attribut ved at sammenfatte de tilgængelige data. Som tidligere nævnt er det umuligt at overveje værdierne for attributter over hele befolkningen. Derfor bruges prøven til at beregne foranstaltningerne og derefter udlede dem i befolkningen.
I klassisk sandsynlighedsteori er en parameter en konstant, men har "ukendt værdi", som bestemmes af estimaterne baseret på prøver. I den moderne bayesiske sandsynlighed er parametrene tilfældige variabler, og deres usikkerhed er beskrevet som en fordeling.
Statistikken er et beskrivende mål for prøven. I modsætning til parameteren beregnes prøveværdierne ud fra den stikprøve, der opnås fra befolkningen. Formelt defineres den som en funktion af prøven, men uafhængig af fordelingen af prøven.
I indledning fungerer statistikken som estimator for parametrene. Prøvemiddelværdi, prøvevariation og standardafvigelse, kvantiler som kvartiler og percentiler, og ordrestatistikker som maksimum og minimum er alle tilhørende statistikkategorien for en prøve.
Statistikkens observerbarhed er en vigtig faktor, der adskiller statistikken og parameteren. I en population er parameteren ikke direkte observerbar, men i en prøve er statistikken let observere, mest af tiden er en eller to beregninger væk.Derudover har statistikken vigtige egenskaber som fuldstændighed, tilstrækkelighed, konsistens, upartiskhed, robusthed, beregningsmæssig bekvemmelighed, lav varians og den gennemsnitlige kvadratfejl er et minimum.
Hvad er forskellen mellem parameter og statistik?
• Parameter er et beskrivende mål for befolkningen, og statistikker er et beskrivende mål for en prøve.
• Parametre kan ikke beregnes direkte, men statistikker kan beregnes og kan observeres direkte.
• Parametre er udledt (udledt) fra statistik og statistikker fungerer som estimat for befolkningsparameteren. (Eksempel middelværdi (x)) virker som estimator for populationsmiddel μ)
• I parameter er værdier ikke nødvendigvis lig med prøveværdierne, men omtrentlige.
