描述性和推论性统计的区别-教育资源网

统计领域分为两大类：描述性和推论性。这些细分市场中的每一个都很重要，提供实现不同目标的不同技术。描述性统计描述人口或数据集中发生的事情。相比之下，推理统计数据允许科学家从样本组中获取结果并将其推广到更大的人群中。这两种统计数据有一些重要的区别。

描述性统计

描述性统计是大多数人听到“统计”一词时可能产生的统计类型。在这一统计分支中，目标是描述。数值测量用于说明一组数据的特征。这部分统计数据中有许多项目，例如：

数据集中心的平均值或度量，由平均值，中位数，模式或中间值组成
数据集的扩展，可以用范围或标准差来衡量，例如偏度和峰度等五个数字汇总测量数据的总体描述，探讨配对数据之间的关系和相关性，以图形形式表示统计结果

这些措施是重要和有用的，因为它们允许科学家看到数据之间的模式，从而理解这些数据。描述性统计只能用于描述研究中的人群或数据集：结果不能推广到任何其他群体或人群。

描述性统计类型

社会科学家使用两种描述性统计数据：

集中趋势度量捕获数据内的一般趋势，并计算并表示为平均值，中位数和模式。一个意思是告诉科学家数学所有数据集的平均值，例如初婚时的平均年龄;中位数代表数据分布的中间值，如位于人们首次结婚年龄范围中间的年龄;以及模式可能是人们**次结婚的最常见年龄。

传播度量描述数据如何分发和相互关联，包括：

范围，数据集中存在的值的整个范围
频率分布，定义特定值在数据集
四分位数内发生的次数，在数据集中形成的子组当所有值在
范围内被分成四个相等部分时，平均**偏差，平均多少每个值偏离平均值
方差，这说明数据
标准偏差中存在多少扩展，这说明数据相对于平均值

传播度量通常在表格，饼图和条形图以及直方图中直观地表示，以帮助理解数据内的趋势。

推论统计

推论统计数据是通过复杂的数学计算产生的，这些计算允许科学家根据从中获取的样本的研究推断出更大人口的趋势。科学家使用推论统计来检查样本中变量之间的关系，然后对这些变量如何与更大的人口相关进行概括或预测。

通常不可能单独检查每个人口成员。因此，科学家们选择了一个具有代表性的人口子集，称为统计样本，从这个分析中，他们能够说出样本来自的人口。推论统计有两大类：

置信区间gi通过测量统计样本，为人口的未知参数提供一系列值。这用间隔和参数在间隔内的置信度来表示。
显着性检验或假设检验，科学家通过分析统计样本对种群提出声明。通过设计，这个过程存在一些不确定性。这可以用重要程度来表示。

科普_1

社会科学家用来检查变量之间的关系，从而创建推论统计的技术包括线性回归分析，逻辑回归分析，方差分析，相关分析，结构方程建模和生存分析。在使用推论统计进行研究时，科学家进行了一项重要的测试，以确定他们是否可以将结果推广到更大的人群。常见的显着性检验包括卡方检验和t检验。这些告诉科学家他们对样本的分析结果代表整个人口的可能性。