Rozdiel medzi opisnou a inferenčnou štatistikou

Popisný vs. porovnávací štatistický údaj

Štatistika je jednou z najdôležitejších súčastí súčasného výskumu vzhľadom na to, ako organizuje údaje do merateľných foriem. Niektorí študenti sa však zamieňajú medzi deskriptívnymi a inferenčnými štatistikami, čo im sťažuje výber najlepšej možnosti, ktorú môžu použiť vo svojom výskume..

Ak sa pozriete pozorne, rozdiel medzi popisnými a inferenčnými štatistikami je už v ich názvoch dosť zrejmý. „Opisný“ opisuje údaje, zatiaľ čo „inferenciálny“ odvodzuje alebo umožňuje výskumnému pracovníkovi dospieť k záveru na základe zhromaždených informácií..

Napríklad ste poverený výskumom tehotenstva mladistvých na určitej strednej škole. Pomocou deskriptívnych aj inferenciálnych štatistík budete skúmať počet prípadov tehotenstva mladistvých v škole po určitý počet rokov. Rozdiel je v tom, že pomocou opisných štatistík iba sumarizujete zhromaždené údaje a pokiaľ je to možné, zisťujete vzor zmien. Napríklad možno povedať, že za posledných päť rokov sa väčšina dospievajúcich tehotenstiev na strednej škole stala tými, ktoré sa zapísali do tretieho roka. Nie je potrebné predpovedať, že v šiestom ročníku by boli študentmi tretieho ročníka stále tí, ktorí majú väčší počet tehotenstiev. Závery a predpovede sa robia iba v inferenciálnych štatistikách.

Zásada opisu alebo záveru sa vzťahuje aj na údaje alebo zozbierané informácie výskumného pracovníka. Vrátime sa k nášmu predchádzajúcemu príkladu o tehotenstve dospievajúcich, popisná štatistika sa obmedzuje iba na popísanú populáciu. Zjednodušene povedané, údaje zozbierané na X High School týkajúce sa dospievania sú použiteľné LEN pre túto konkrétnu inštitúciu.

V inferenciálnej štatistike mohla byť X High School iba vzorkou cieľovej populácie. Povedzme, že sa snažíte zistiť stav tehotenstva mladistvých v New Yorku. Keďže by nebolo možné zhromaždiť údaje z každej strednej školy v New Yorku, X High School bude potom pôsobiť ako vzorka, ktorá bude odrážať alebo reprezentovať všetky stredné školy v New Yorku. Zvyčajne to znamená, že existuje určitá miera chýb, pretože jedna vzorka nestačí na to, aby predstavovala celú populáciu. Táto miera možnej chyby sa tiež berie do úvahy pri analýze údajov. Použitím rôznych výpočtov, ako sú priemer, medián a režim, by vedci dokázali opísať alebo preskúmať údaje a dosiahnuť tým, čo chcú v procese..

Štatistika, najmä inferenčná, je v dnešnom priemysle do značnej miery dôležitá, najmä preto, lebo poskytuje informácie, ktoré môžu jednotlivcom pomôcť pri rozhodovaní v budúcnosti. Napríklad zavedenie inferenciálnych štatistík o miere rastu populácie v konkrétnom meste by mohlo slúžiť ako základ pre podnikanie pri rozhodovaní o tom, či v tomto meste založiť obchod. Skutočnosť, že na vyvodenie záverov využíva aj čísla, zvyšuje presnosť výskumu a zrozumiteľnosť údajov..

Štatistické výsledky sa často zobrazujú prostredníctvom rôznych modelov, od grafov po grafy. V záujme zvýšenia presnosti výskumníci tiež berú do úvahy rôzne faktory, ktoré by mohli ovplyvniť ich populáciu, a transformovať ju do číselných údajov. Týmto spôsobom je minimalizovaná pravdepodobnosť chyby a je dosiahnutý dôkladný súhrnný pohľad na prípad.

Zhrnutie:

1. Opisná štatistika iba „opisuje“ výskum a neumožňuje vyvodiť závery alebo predpovede.

2.Interferenčná štatistika umožňuje výskumníkovi dospieť k záveru a predpovedať zmeny, ktoré sa môžu vyskytnúť v oblasti záujmu..

3. Opisná štatistika zvyčajne pracuje v konkrétnej oblasti, ktorá obsahuje celú cieľovú populáciu.

4.Inferenčné štatistiky obyčajne odoberajú vzorku populácie, najmä ak je populácia príliš veľká na to, aby mohla vykonať výskum.