A leíró és az inferenciális statisztikák közötti különbség

Leíró és inferenciális statisztika

A statisztikák ma a kutatás egyik legfontosabb része, figyelembe véve, hogy az adatokat hogyan lehet mérhető formákba rendezni. Néhány hallgató azonban összezavarod a leíró és a következtetési statisztika között, megnehezítve számukra a kutatásukhoz legmegfelelőbb módszer kiválasztását..

Ha közelebbről megnézzük, a leíró és a következtetési statisztikák közötti különbség már nyilvánvaló az adott nevükben. A „leíró” leírja az adatokat, míg a „következtetõ” következtetéseket von le, vagy lehetõvé teszi a kutató számára, hogy az összegyûjtött információk alapján következtetést vonjon le..

Például az a feladat, hogy kutatást végezzen egy tizenéves terhességről egy adott középiskolában. Leíró és következtetési statisztikák felhasználásával meg fogja vizsgálni a tizenéves terhesség eseteinek számát az iskolában egy adott évre vonatkozóan. A különbség az, hogy a leíró statisztikákkal csupán összegyűjti az összegyűjtött adatokat, és ha lehetséges, felismeri a változások mintáját. Például elmondható, hogy az elmúlt öt évben az X Középiskolában a tizenéves terhességek nagy része a harmadik évben beiratkozott személyekkel történt. Nem kell megjósolni, hogy a hatodik évben a harmadik évfolyamú hallgatók továbbra is azok lesznek, akiknél több a tizenéves terhesség. A következtetéseket és az előrejelzéseket csak a következtetési statisztikákban teszik meg.

A leírás vagy a következtetés elve a kutató adataira vagy összegyűjtött információira is vonatkozik. Visszalépve a tizenéves terhességről szóló korábbi példánkra, a leíró statisztika csak a leírt populációra korlátozódik. Egyszerűen fogalmazva: a X Középiskolán a tinédzser terhességgel kapcsolatban gyűjtött adatok CSAK az adott intézményre vonatkoznak.

A következtetési statisztikákban az X Gimnázium csak a célpopuláció mintája lehet. Tegyük fel, hogy a tizenéves terhesség állapotát kívánja megtudni New Yorkban. Mivel lehetetlen lenne adatokat gyűjteni minden egyes New York-i középiskolától, az X High School mintájaként fog működni, amely tükrözi vagy ábrázolja a New York City összes középiskoláját. Ez természetesen általában azt jelenti, hogy hibahatár van jelen, mivel egy minta nem elegendő a teljes populáció ábrázolásához. Az esetleges hibaarányt az adatok elemzésekor is figyelembe veszik. Különböző számítások, például átlag, medián és mód felhasználásával a kutatók képesek lesznek leírni vagy megvizsgálni az adatokat, és elérni, amit a folyamat során akarnak.

A statisztikák, különösen a következtetések alapján, nagy jelentőséggel bírnak a mai iparban, főleg azért, mert olyan információkat szolgáltatnak, amelyek potenciálisan segíthetnek az egyéneknek a jövőbeni döntések meghozatalában. Például az egy városban a népességnövekedés mértékére vonatkozó következtetési statisztikák elindítása alapul szolgálhat egy vállalkozás számára annak eldöntéséhez, hogy felállít-e üzletét ebben a városban. Az a tény, hogy a számokat is felhasználja a következtetések levonására, javítja a kutatás pontosságát, valamint az adatok érthetőségét.

A statisztikai eredményeket gyakran különböző modelleken mutatják be, a grafikonoktól a diagramokig. A pontosság növelése érdekében a kutatók különféle tényezőket is figyelembe vesznek, amelyek befolyásolhatják lakosságát, és numerikus adatokké alakítják. Ily módon a hiba valószínűsége minimálisra csökken, és az eset alaposan összefoglaló képet kap.

Összefoglaló:

1.A leíró statisztika csupán „írja le” a kutatást, és nem teszi lehetővé következtetések vagy előrejelzések készítését.

2.A különféle statisztikák lehetővé teszik a kutatónak, hogy következtetéseket vonjon le, és előre jelezze az esetlegesen előforduló változásokat az aggodalomra okot adó területen.

3.A leíró statisztika általában egy meghatározott területen belül működik, amely a teljes célpopulációt tartalmazza.

4.Az interferens statisztikák általában mintát vesznek a lakosságról, különösen, ha a populáció túl nagy ahhoz, hogy kutatásokat végezzen.