Beskrivende vs slutningsstatistikk
Statistikk er disiplinen for innsamling, analyse og presentasjon av data. Teori om statistikk er delt inn i to grener på grunnlag av informasjonen de produserer ved å analysere dataene.
Hva er beskrivende statistikk?
Beskrivende statistikk er grenen av statistikk som beskriver hovedegenskapene til et datasett kvantitativt. For å representere egenskapene til et datasett så nøyaktig som mulig, oppsummeres dataene ved hjelp av enten grafiske eller numeriske verktøy.
Den grafiske oppsummeringen gjøres ved å tabulere, gruppere og tegne verdiene til variablene av interesse. Frekvensfordeling og relative frekvensfordelingshistogrammer er slike representasjoner. De skildrer fordelingen av verdiene i hele befolkningen.
Den numeriske oppsummeringen innebærer å beregne beskrivende mål som gjennomsnitt, modus og gjennomsnitt. De beskrivende målene er videre kategorisert i to klasser; de er mål på sentral tendens og mål på spredning/variasjon. Målene for sentral tendens er gjennomsnitt/gjennomsnitt, median og modus. Hver har sitt eget nivå av anvendelighet og nytte. Der den ene kan mislykkes, kan den andre representere datasettet bedre.
Som navnet tilsier, innebærer spredningsmål å måle fordelingen av dataene. Området, standardavvik, varians, persentiler og kvartilområder, og variasjonskoeffisient er mål for spredning. De gir informasjon om spredningen av dataene.
Et enkelt eksempel på bruk av beskrivende statistikk er å beregne gjennomsnitt for en student. GPA er i hovedsak det vektede gjennomsnittet av studentenes resultater og er en refleksjon av den generelle akademiske prestasjonen til den aktuelle studenten.
Hva er konklusjonsstatistikk?
Inferensiell statistikk er grenen av statistikk, som trekker konklusjoner om den aktuelle populasjonen fra datasettet hentet fra et utvalg utsatt for tilfeldige, observasjons- og utvalgsvariasjoner. Generelt oppnås resultater fra et tilfeldig utvalg av populasjonen, og konklusjonene utledet fra utvalget generaliseres deretter til å representere hele populasjonen.
Utvalget er en undergruppe av populasjonen, og mål på beskrivende statistikk for dataene som er hentet fra utvalget er ganske enkelt kjent som statistikk. Målene for beskrivende statistikk oppnådd fra analysen av utvalget er kjent som parametere når de brukes på populasjonen, og de representerer hele populasjonen.
Inferensiell statistikk fokuserer på hvordan man kan generalisere statistikken hentet fra et utvalg så nøyaktig som mulig for å representere populasjonen. En faktor av bekymring er prøvens art. Hvis utvalget er skjev, så er resultatene også skjevt, og parametrene basert på disse representerer ikke hele populasjonen riktig. Derfor er prøvetaking en viktig studie av konklusjonsstatistikk. Statistiske forutsetninger, statistisk beslutningsteori og estimeringsteori, hypotesetesting, design av eksperimenter, variansanalyse og regresjonsanalyse er fremtredende emner for studier i teorien om inferensiell statistikk.
Et godt eksempel på inferensiell statistikk i aksjon er prediksjon av resultatet av et valg før avstemningen ved hjelp av meningsmåling.
Hva er forskjellen mellom beskrivende og inferensiell statistikk?
• Beskrivende statistikk er fokusert på å oppsummere dataene som er samlet inn fra et utvalg. Teknikken produserer mål på sentral tendens og spredning som representerer hvordan verdiene til variablene er konsentrert og spredt.
• Inferensiell statistikk generaliserer statistikken hentet fra et utvalg til den generelle populasjonen som utvalget tilhører. Målene for befolkningen kalles parametere.
• Beskrivende statistikk gjør bare oppsummeringer av egenskapene til utvalget som data ble hentet fra, men i inferensiell statistikk brukes målet fra utvalget til å utlede egenskaper til populasjonen.
• I inferensiell statistikk ble parametrene hentet fra et utvalg, men ikke hele populasjonen; derfor eksisterer det alltid en viss usikkerhet sammenlignet med de virkelige verdiene.
