آمار توصیفی در مقابل آمار استنباطی
آمار رشته جمع آوری، تجزیه و تحلیل و ارائه داده ها است. نظریه آمار بر اساس اطلاعاتی که با تجزیه و تحلیل داده ها تولید می کند به دو شاخه تقسیم می شود.
آمار توصیفی چیست؟
آمار توصیفی شاخه ای از آمار است که ویژگی های اصلی یک مجموعه داده را به صورت کمی توصیف می کند. برای نمایش خصوصیات یک مجموعه داده تا حد امکان دقیق، داده ها با استفاده از ابزارهای گرافیکی یا عددی خلاصه می شوند.
خلاصه‌سازی گرافیکی با جدول‌بندی، گروه‌بندی و نمودار کردن مقادیر متغیرهای مورد نظر انجام می‌شود.توزیع فرکانس و هیستوگرام های توزیع فرکانس نسبی چنین نمایش هایی هستند. آنها توزیع مقادیر را در سراسر جمعیت به تصویر می کشند.
خلاصه عددی شامل محاسبه معیارهای توصیفی مانند میانگین، حالت، و میانگین است. معیارهای توصیفی بیشتر به دو دسته تقسیم می شوند. آنها معیارهای گرایش مرکزی و معیارهای پراکندگی/تغییر هستند. معیارهای گرایش مرکزی میانگین/متوسط، میانه و حالت هستند. هر کدام سطح کاربرد و سودمندی خاص خود را دارند. جایی که یکی ممکن است شکست بخورد، دیگری ممکن است مجموعه داده را بهتر نشان دهد.
همانطور که از نام آن پیداست، معیارهای پراکندگی شامل اندازه‌گیری توزیع داده‌ها است. محدوده، انحراف معیار، واریانس، صدک ها و محدوده چارک و ضریب تغییرات معیارهای پراکندگی هستند. آنها اطلاعاتی در مورد گسترش داده ها ارائه می دهند.
یک مثال ساده از استفاده از آمار توصیفی، محاسبه میانگین نمرات یک دانش آموز است. معدل در اصل میانگین وزنی نتایج دانش آموزان است و بازتابی از عملکرد تحصیلی کلی آن دانش آموز خاص است.
آمار استنباطی چیست؟
آمار استنباطی شاخه‌ای از آمار است که از مجموعه داده‌های به‌دست‌آمده از نمونه‌ای که در معرض تغییرات تصادفی، مشاهده‌ای و نمونه‌گیری قرار گرفته‌اند، در مورد جامعه مورد نظر نتیجه‌گیری می‌کنند. به طور کلی، نتایج از یک نمونه تصادفی از جامعه به‌دست می‌آیند و نتایج حاصل از نمونه برای نمایش کل جامعه تعمیم می‌یابد.
نمونه زیرمجموعه ای از جامعه است و معیارهای آمار توصیفی برای داده های به دست آمده از نمونه به سادگی به عنوان آمار شناخته می شوند. معیارهای آمار توصیفی به‌دست‌آمده از تجزیه و تحلیل نمونه، هنگام اعمال به جامعه به عنوان پارامتر شناخته می‌شوند و کل جامعه را نشان می‌دهند.
آمار استنباطی بر چگونگی تعمیم آمارهای به دست آمده از یک نمونه تا حد امکان دقیق برای نشان دادن جامعه تمرکز دارد. یکی از عوامل نگرانی ماهیت نمونه است.اگر نمونه بایاس باشد، نتایج نیز بایاس هستند و پارامترهای مبتنی بر اینها کل جامعه را به درستی نشان نمی دهند. بنابراین، نمونه گیری یکی از مطالعات مهم آمار استنباطی است. مفروضات آماری، تئوری تصمیم گیری آماری و نظریه تخمین، آزمون فرضیه ها، طراحی آزمایش ها، تحلیل واریانس و تحلیل رگرسیون از موضوعات برجسته مطالعه در تئوری آمار استنباطی هستند.
یک مثال خوب از آمار استنباطی در عمل، پیش‌بینی نتایج یک انتخابات قبل از رای‌گیری با استفاده از نظرسنجی است.
تفاوت بین آمار توصیفی و استنباطی چیست؟
• آمار توصیفی بر خلاصه کردن داده های جمع آوری شده از یک نمونه متمرکز است. این تکنیک معیارهایی از تمایل و پراکندگی مرکزی را تولید می کند که نشان دهنده نحوه متمرکز و پراکندگی مقادیر متغیرها است.
• آمار استنباطی آمار به دست آمده از یک نمونه را به جامعه عمومی که نمونه به آن تعلق دارد تعمیم می دهد. معیارهای جمعیت به عنوان پارامتر نامیده می شوند.
• آمار توصیفی تنها ویژگی های نمونه ای را که داده ها از آن به دست آمده اند خلاصه می کند، اما در آمار استنباطی، از معیار نمونه برای استنتاج ویژگی های جامعه استفاده می شود.
• در آمار استنباطی، پارامترها از یک نمونه به دست آمد، نه از کل جامعه. بنابراین، همیشه مقداری عدم قطعیت در مقایسه با مقادیر واقعی وجود دارد.
