Nilalaman

• Pangunahing Pagkakaiba
• Mga Istatistika ng Deskriptibo kumpara sa Mga Mahalagang Estatistika
• Tsart ng paghahambing
• Ano ang Descriptive Statistics?
• Mga Uri
• Ano ang Inferential Statistics?
• Mga domain
• Pangunahing Pagkakaiba
• Konklusyon

Pangunahing Pagkakaiba

Ang pangunahing pagkakaiba sa pagitan ng Descriptive Statistics at inferential Statistics ay ginagamit ng Descriptive Statistics ang data upang magbigay ng mga paglalarawan ng populasyon, alinman sa pamamagitan ng mga pagkalkula ng numero o mga grapiko o talahanayan at ang mga Inferential Statistics ay nagsasagawa ng mga konklusyon at hula tungkol sa isang populasyon batay sa isang sample ng data na kinuha mula sa populasyon na pinag-uusapan.

Mga Istatistika ng Deskriptibo kumpara sa Mga Mahalagang Estatistika

Ang mga istatistika ng deskriptibo ay isa na nagpapakilala sa populasyon. Sa kabilang dulo, ang mga istatistika ng mahihinuha ay ginagamit upang gawing pangkalahatan ang populasyon batay sa mga sample. Ang mga istatistika ng deskriptibo ay ang term na ibinigay sa pagsusuri ng mga datos na tumutulong upang mabubuod o ipakita ang data sa isang makabuluhang paraan. Ang mga mahihinang istatistika na tinatawag na sampling ay ginagamit upang matiyak na ang halimbawang pinili ay kumakatawan sa populasyon nang mas malapit hangga't maaari. Sa mga istatistika na naglalarawan, ang data ay nagbubuod at kinakatawan sa isang tumpak na paraan gamit ang mga tsart, talahanayan, at mga graph samantalang ang inferential Statistics ay tinutukoy ang posibilidad ng mga katangian ng sample gamit ang teorya ng probabilidad. Sa mga istatistika na naglalarawan, ginagamit ang mga tool upang masukat ang sentral na ugali (ibig sabihin / median / mode), ang pagkalat ng data (saklaw, karaniwang paglihis, atbp.), At sa mga inferential Statistics, mga tool na ginamit para sa mga pagsubok sa hypothesis, pagsusuri ng pagkakaiba-iba, atbp. .

Tsart ng paghahambing

Ano ang Descriptive Statistics?

Ang mga istatistika ng deskriptibo ay ang term ng mga istatistika na ibinigay sa survey ng data na tumutulong na ilarawan, ipakita o abstract na data sa isang makabuluhang lawak. Ang mga istatistika ng deskriptibo ay napakahalaga sapagkat kung ipinakita namin ang aming hilaw na data, mahirap isipin kung ano ang ipinakita ng data, lalo na kung marami ito. Samakatuwid, ang mga istatistika na naglalarawan ay nagbibigay-daan sa amin upang maipakita ang data sa isang mas makabuluhang paraan, na nagbibigay-daan sa mas simpleng interpretasyon ng data. Ang naglalarawang istatistika ay naglalarawan ng data sa pamamagitan ng mga istatistika at mga graph ay isang mahalagang paksa at tinalakay sa iba pang mga gabay sa Estatistika ng agraryo.

Mga Uri

• Mga Panukala ng sentral na ugali: ito ay mga paraan ng pagtukoy sa gitnang posisyon ng isang pamamahagi ng dalas para sa isang pangkat ng data. Sa pagkakataong ito, ang pamamahagi ng dalas ay simpleng pamamahagi at pamantayan ng mga marka na isinasaalang-alang ng 100 mag-aaral hanggang sa pinakamababa hanggang sa pinakamataas. Maaari naming ipaliwanag ang gitnang posisyon na ito gamit ang ilang mga istatistika, na naglalaman ng mode, median, at kahulugan. Maaari mong basahin ang tungkol sa mga panukala ng isang sentral na ugali dito.
• Mga Panukala ng pagkalat: ito ay mga paraan ng pagbubuod ng isang pangkat ng data sa pamamagitan ng paglalarawan kung paano kumalat ang mga marka. Ang mga pamamaraan ng pagkalat ay makakatulong sa amin upang paikliin kung paano kumalat ang mga marka na ito. Upang mailalarawan ang pagkalat na ito, ang ilang mga istatistika ay magagamit sa amin, kabilang ang saklaw, quadrilles, ganap na paglihis, pagkakaiba-iba, at karaniwang paglihis.

Ano ang Inferential Statistics?

Ang mga istatistika ng hindi pagkakasunod-sunod, hindi katulad ng mga istatistika ng deskriptibo, ay ang pagsisikap na mailapat ang mga konklusyon na nakuha mula sa isang pag-aaral sa eksperimentong sa mas pangkalahatang populasyon. Ang mga mahihinuhang istatistika ay nagtatangkang sagutin ang mga katanungan tungkol sa mga populasyon at mga sample na hindi nasubok sa ibinigay na eksperimento. Kung nagsasagawa ka ng isang survey, ang layunin ay ilapat ang pagkumpleto sa isang mas pangkalahatang populasyon, sa pag-aakalang ang saklaw ng sampling ay sapat na sapat at ang halimbawang halimbawang sapat ng mas malawak na publiko. Mahalaga ang mga istatistika na may katuturan sapagkat ang mga pag-aaral at eksperimento ay kailangang magpahayag at magtapos ng isang bagay tungkol sa mga komprehensibong populasyon at hindi lamang sa sample na pinag-aralan. Mahalaga ang mga istatistika ng pagkilala kung ang pagsusuri ng bawat miyembro ng isang buong populasyon ay hindi maginhawa o posible. Ang mga mahuhulugang istatistika ay gumagamit ng mga istatistika ng istatistika upang matulungan kang ihambing ang iyong data ng sample sa iba pang mga sample o nakaraang pananaliksik.

Mga domain

• Pagtantya ng mga parameter. Nangangahulugan ito ng pagkuha ng isang istatistika mula sa iyong data ng sample (halimbawa ang ibig sabihin ng sample) at paggamit nito upang sabihin ang isang bagay tungkol sa isang patuloy na populasyon (i.e., inaasahang halaga).
• Pagsubok ng hypothesis. Dito maaari mong magamit ang data ng sample upang tumugon sa mga katanungan sa pananaliksik. Halimbawa, maaari kang maging mausisa sa pag-alam kung ang isang bagong gamot sa kanser ay epektibo. O kung ang agahan ay tumutulong sa mga bata na gampanan ang mas mahusay sa mga paaralan.

Pangunahing Pagkakaiba

1. Ang Statistics Statistics ay isang order na kung saan ay kasangkot sa paglalarawan ng populasyon sa ilalim ng pag-aaral. Ang mga mahihinang istatistika ay isang uri ng istatistika; na nakatuon sa pagtatapos ng populasyon, sa pamamagitan ng sample na pagsusuri at pagmamasid.
2. Mayroong graphic o tabular na representasyon ng pangwakas na resulta sa mga istatistika na naglalarawan samantalang ang pangwakas na resulta na ipinapakita sa anyo ng posibilidad.
3. Inilarawan ng mga istatistika na naglalarawan ang data, na nalalaman na, upang magbuod ng sample. Sa kabaligtaran, ang mga mahihinang istatistika ay nagtatangkang magtapos upang malaman ang tungkol sa populasyon; na umaabot pa sa magagamit na data.
4. Nangongolekta, nag-aayos, nag-aaral at naghahatid ng data sa mga makabuluhang paraan ang Mga Descriptive Statistics. Sa kabaligtaran, ang Inferential Statistics ay naiiba ang data, pagsubok ng hypothesis at gumawa ng mga hula sa hinaharap na mga kinalabasan.
5. Ang mga istatistika ng naglalarawan ay naglalarawan ng isang kondisyon habang ang mga mahihinang istatistika ay nagpapaliwanag ng posibilidad ng paglitaw ng isang kaganapan.

Konklusyon

Samakatuwid, mayroon kaming sapat na talakayan sa dalawang termino, ang kailangan mo lang malaman ay ang deskriptibong istatistika ay tungkol sa kumakatawan sa iyong umiiral na hanay ng data samantalang ang mga inferensial na istatistika ay tumutok sa paggawa ng isang haka sa karagdagang populasyon, na nasa itaas ng hanay ng data sa ilalim ng pag-aaral. Habang ang mga istatistika na naglalarawan ay nagbibigay ng kabuuan ng data, pinag-aralan ng mananaliksik samantalang ang mga estadistika ng inferential, ay gumagawa ng induction, na nangangahulugang ang data na ibinigay sa iyo ay hindi pinag-aralan.