설명 및 추론 통계가 통계가 분할되어 두 가지 주요 부분, 측정, 여러 변수 정보를 추출 할 책임이 정확한 과학 들을 제어하는 경우와 통신이 인 불확실성.
이러한 방식으로 통계는 과학적, 사회적 행동과 사건을 정량화하고 통제하는 것을 목표로합니다.
기술 통계는 모집단 또는 표본과 관련된 데이터에서 파생 된 정보를 요약하는 역할을합니다. 그 목적은이 정보를 정확하고 단순하며 명확하고 질서 정연한 방식으로 합성하는 것입니다 (Santillán, 2016).
이는 기술 통계가 통계 데이터라고하는 데이터 그룹의 가장 대표적인 요소를 나타내는 방법입니다. 요컨대, 이러한 유형의 통계는 해당 데이터를 설명하는 역할을합니다.
그 부분에서 추론 통계는 수집 된 데이터에 대한 추론을 담당합니다. 데이터 자체가 보여주는 것과는 다른 결론을 내립니다.
이러한 유형의 통계는 정보의 각 부분을 행동을 바꿀 수있는 현상과 연관시키는 단순한 정보 편집을 넘어 섭니다.
추론 통계는 표본 분석을 통해 모집단에 대한 관련 결론에 도달합니다. 따라서 항상 결론 내에서 오차 한계를 계산해야합니다.
기술 통계
가장 인기 있고 잘 알려진 통계 분야입니다. 주요 목표는 변수를 분석하고 이후에 해당 분석에서 얻은 결과를 설명하는 것입니다.
기술 통계는 해당 그룹을 정의하는 특성을 정확하게 파악하기 위해 데이터 그룹을 설명하려고합니다 (Fortun, 2012).
이 통계 분기는 그룹에서 파생 된 정보의 분석 결과 데이터를 정렬, 요약 및 분류하는 역할을한다고 말할 수 있습니다.
기술 통계의 몇 가지 예에는 특정 연도의 한 국가 인구 센서스 또는 주어진 기간 내에 병원에 입원 한 사람들의 수가 포함될 수 있습니다.
카테고리
기술 통계 분야의 일부인 특정 개념과 범주가 있습니다. 일부는 다음과 같습니다.
- 분산 : 동일한 변수에 포함 된 값 사이에 존재하는 차이입니다. 분산에는 이러한 값의 평균도 포함됩니다.
- 평균 : 동일한 변수에 포함 된 모든 값의 합계와 그 결과를 합계에 포함 된 데이터 수로 나눈 결과 값입니다. 변수의 중심 경향으로 정의됩니다.
- 바이어스 또는 첨도 : 곡선이 얼마나 가파른지를 나타내는 측정입니다. 평균에 가장 가까운 요소의 수를 나타내는 값입니다. 편향에는 세 가지 유형 (Leptokurtic, Mesocurtic 및 Platicúrtic)이 있으며, 각각은 평균 주변의 데이터 집중도가 얼마나 높은지를 나타냅니다.
- 그래픽 : 분석에서 얻은 데이터를 그래픽으로 표현한 것입니다. 일반적으로 막대, 원형, 선형, 다각형 등 다양한 유형의 통계 그래프가 사용됩니다.
- 비대칭 : 동일한 변수의 값이 평균에 대해 어떻게 분포되어 있는지를 나타내는 값입니다. 음수, 대칭 또는 양수일 수 있습니다 (Formulas, 2017).
추론 통계
동일한 샘플의 세그먼트에 대한 기술 통계가 제공하는 데이터를 고려하여 모집단에 대한 추론을 수행하는 데 사용되는 분석 방법입니다. 이 세그먼트는 엄격한 기준에 따라 선택해야합니다.
추론 통계는 표본 관찰을 통해 인구에 대한 글로벌 진술을 할 수있는 특수 도구를 사용합니다.
이러한 유형의 통계에 의해 수행되는 계산은 산술적이며 항상 전체 모집단 분석을 담당하는 기술 통계의 경우가 아닌 오류 한계를 허용합니다.
이러한 이유로 추론 통계에서는 일부가 말하는 내용만을 기반으로 대규모 모집단에 대한 결론을 추론 할 수있는 확률 모델을 사용해야합니다 (Vaivasuata, 2015).
기술 통계에 따르면 무작위로 선택된 개인으로 구성된 표본 분석을 통해 일반 모집단에서 데이터를 얻을 수 있습니다.
카테고리
추론 통계는 아래에 설명 된 두 가지 큰 범주로 분류 될 수 있습니다.
- 가설 검정 : 이름에서 알 수 있듯이 표본에서 얻은 데이터에서 모집단에 대한 결론을 검정하는 것으로 구성됩니다.
- 신뢰 구간 : 관련성 있고 알려지지 않은 특성을 식별하기 위해 모집단 표본 내에서 표시되는 값의 범위입니다 (Minitab Inc., 2017). 임의의 특성으로 인해 추론 적 통계 분석 내에서 오차 한계를 인식 할 수 있습니다.
기술 통계와 추론 통계의 차이점
기술 통계와 추론 통계의 주요 차이점은 전자가 변수 분석에서 파생 된 데이터를 정렬, 요약 및 분류하려고한다는 것입니다.
그 부분, 추론 통계는 이전에 얻은 데이터를 기반으로 추론을 수행합니다.
반면에 추론 통계는 추론을 수행하기 위해 기술 통계 작업에 의존합니다.
이러한 방식으로 기술 통계는 추론 통계가 나중에 작업을 수행하는 기반을 구성합니다.
설명 통계는 모집단 (대규모 그룹)과 표본 (모집단의 하위 집합)을 모두 분석하는 데 사용된다는 점도 중요합니다.
추론 통계는 일반 인구에 대한 결론에 도달하려는 샘플을 연구하는 책임이 있습니다.
이 두 가지 유형의 통계 간의 또 다른 차이점은 기술 통계는 관련 속성이 있다고 가정하지 않고 얻은 데이터의 설명에만 초점을 맞춘다는 것입니다.
이것은 얻은 데이터가 나타낼 수있는 범위를 넘어서는 것이 아닙니다. 추론 통계는 통계 분석에서 파생 된 모든 데이터가 값을 변경할 수있는 외부 및 임의 현상에 의존한다고 믿습니다.
참고 문헌
- Formulas, U. (2017). 우주 공식. ASYMMETRY에서 획득 : universoformulas.com
- Fortun, M. (2012 년 6 월 7 일). 통계 설명 및 추론 통계에서 획득 : materiaestadistica.blogspot.com.co
- Minitab Inc. (2017). 신뢰 구간이란 무엇입니까? : support.minitab.com에서 검색 함
- Santillán, A. (2016 년 9 월 13 일). 증거. 기술 및 추론 통계에서 얻음 : 일반 개념 : ebevidencia.com
- (2015 년 12 월 6 일). 수학. 기술 통계와 추론 통계의 차이에서 구함 : differenceentre.info