Разлика между описателната и преференциалната статистика

Описателна спрямо преференциална статистика

Статистиката е една от най-важните части на изследването днес, като се има предвид как тя организира данните в измерими форми. Някои ученици обаче се объркват между описателната и инфекциозната статистика, което затруднява да изберат най-добрия вариант, който да използват в своите изследвания.

Ако се вгледате внимателно, разликата между описателната и инфекциозната статистика вече е доста очевидна в техните имена. „Descriptive“ описва данни, докато „inferential“ извежда или позволява на изследователя да стигне до заключение въз основа на събраната информация.

Например, имате задача да проучите за тийнейджърската бременност в определена гимназия. Използвайки както описателна, така и инфекциозна статистика, ще изследвате броя на случаите на бременност в юношеска възраст в училището за определен брой години. Разликата е, че с описателната статистика вие просто обобщавате събраните данни и, ако е възможно, откривате модел в промените. Например, може да се каже, че за последните пет години по-голямата част от бременността за тийнейджъри в X СОУ се е случила с тези, записани в третата година. Не е необходимо да се предвижда, че на шестата година студентите от трета година все още ще са тези с по-голям брой бременности. Заключенията, както и прогнозите се правят само в статистически данни за инфекции.

Принципът на описване или заключение важи и за данните или събраната информация на изследователя. Позовавайки се на нашия по-ранен пример за тийнейджърска бременност, описателната статистика е ограничена само до описаната популация. Казано по-просто, данните, събрани в X High School по отношение на тийнейджърската бременност, САМО приложими за тази конкретна институция.

В инфекциозната статистика, X High School може просто да бъде извадка от целевата популация. Да кажем, че се стремите да разберете състоянието на тийнейджърските бременности в Ню Йорк. Тъй като би било невъзможно да се събират данни от всяка гимназия в Ню Йорк, тогава X High School ще действа като извадка, отразяваща или представяща всички гимназии в Ню Йорк. Разбира се, това обикновено означава, че има допустима грешка, тъй като една извадка не е достатъчна, за да представи цялата популация. Този процент на възможна грешка също се взема предвид при анализа на данните. Използвайки различни изчисления като средно, средно и режимно, изследователите ще могат да опишат или изследват данните и да постигнат това, което искат чрез процеса.

Статистиката, особено инфекциозна, е до голяма степен важна за съвременната индустрия, главно защото предоставя информация, която има потенциал да помогне на хората да вземат решения в бъдеще. Например, пускането на инфекциозни статистически данни за темповете на нарастване на населението в определен град може да послужи за основа на бизнеса да реши дали да създаде или не магазин в този град. Фактът, че той също използва числа, за да стигне до заключения, повишава точността на изследването, както и разбираемостта на данните.

Резултатите от статистиката често се показват чрез различни модели, от графики до диаграми. За да увеличат точността, изследователите вземат предвид и различни фактори, които биха могли да повлияят на тяхната популация и да ги преведат в числови данни. По този начин вероятността за грешка е сведена до минимум и се постига задълбочено обобщение на случая.

Резюме:

1. Описателната статистика просто "описва" изследванията и не позволява заключения или прогнози.

2.Инференциалната статистика дава възможност на изследователя да стигне до заключение и да прогнозира промени, които могат да възникнат по отношение на засегнатия район.

3.Описателната статистика обикновено работи в определена област, която съдържа цялото целево население.

4.Инференциалната статистика обикновено взема извадка от население, особено ако населението е твърде голямо, за да провежда изследвания.