什么是描述性统计和推论统计？ - 文化词汇

该描述和统计推断的两个主要分支，其中的统计划分的一部分，精确的科学，是负责提取信息的几个变量，衡量他们，控制和沟通的情况下出现的不确定性。

通过这种方式，统计旨在量化和控制科学和社会行为与事件。

描述统计负责汇总从与总体或样本有关的数据中得出的信息。其目标是以精确，简单，清晰和有序的方式综合这些信息（Santillán，2016年）。

这就是描述性统计可以如何指示一组数据（称为统计数据）中最具代表性的元素。简而言之，这种统计负责对所述数据进行描述。

就其本身而言，推论统计负责对收集的数据进行推论。它得出的结论不同于数据本身所显示的结论

这种类型的统计信息超出了简单的信息汇编范围，而是将每条信息与可以改变其行为的现象相关联。

推论统计从样本分析中得出有关总体的相关结论。因此，您应该始终在结论内计算误差范围。

描述性统计

它是最流行和最著名的统计分支。其主要目的是分析变量，然后描述从所述分析获得的结果。

描述性统计旨在描述一组数据，以便精确指出定义该组的特征（Fortun，2012年）。

可以说，该统计分支负责对从组中获取的信息进行分析而得到的数据进行排序，汇总和分类。

描述性统计数据的一些示例可能包括某个国家/地区在给定年份的人口普查或在给定时间范围内入院的人数。

某些概念和类别完全属于描述性统计领域。下面列出了一些：

- 色散：是同一变量中包含的值之间存在的差异。分散也包括这些值的平均值。

- 平均值：是由同一变量中包含的所有值的和与结果相除所得的值的总和。它定义为变量的集中趋势。

- 偏差或峰度：这是表明曲线陡峭程度的度量。该值指示最接近平均值的元素数。共有三种不同类型的偏差（Leptokurtic，Mesocurtic和Platicurtic），每种偏差都表明数据集中在平均值附近有多高。

- 图形：是从分析获得的数据的图形表示。通常，使用不同类型的统计图，包括条形图，圆形图，线性图，多边形图等，

- 不对称：它是一个值，显示相同变量的值相对于平均值的分布方式。它可以是负的，对称的或正的（Formulas，2017）。

它是一种用于推断总体的分析方法，它考虑到描述性统计数据抛出的同一样本片段上的数据。必须根据严格的标准选择此细分。

推论统计利用特殊工具，使您可以通过观察样本对总体进行总体陈述。

通过这种类型的统计数据进行的计算是算术运算，并且始终会留有一定的误差范围，而描述性统计数据则并非如此，因为描述性统计数据负责分析整个总体。

因此，推论统计要求使用概率模型，该模型允许您仅根据一部分人口告诉您的结论就得出结论（Vaivasuata，2015年）。

根据描述性统计数据，可以通过分析由随机选择的个体组成的样本来从一般人群中获取数据。

推断统计可以分为以下两大类：

- 假设检验：顾名思义，它包括检验根据样本产生的数据得出的总体结论。

- 置信区间：这些是在人群样本中指示的值范围，以识别相关和未知特征（Minitab Inc.，2017）。由于它们的随机性，它们使我们能够在任何推论统计分析中识别出误差幅度。

描述性统计和推理性统计之间的主要区别在于，前者寻求对变量分析得出的数据进行排序，汇总和分类。

就推论统计而言，它是基于先前获得的数据进行推论的。

另一方面，推论统计依赖于描述性统计的工作来进行推论。

这样，描述性统计构成了推论统计随后进行工作的基础。

同样重要的是要注意，描述性统计用于分析人群（大组）和样本（人群的子集）。

推论统计学负责研究样本，以寻求有关一般人群的结论。

这两种类型的统计数据之间的另一个区别是，描述性统计数据仅关注获得的数据的描述，而不假定它们具有任何相关的属性。

这不超出获得的数据可以指示的范围。就推论统计而言，它认为从任何统计分析中得出的所有数据都依赖于可能改变其价值的外部和随机现象。