Estatísticas descritivas vs inferenciais
Estatística é a disciplina de coleta, análise e apresentação de dados. A teoria das estatísticas é dividida em dois ramos com base nas informações que eles produzem, analisando os dados.
O que é estatística descritiva?
Estatística descritiva é o ramo da estatística que descreve as principais propriedades de um conjunto de dados quantitativamente. Para representar as propriedades de um conjunto de dados com a maior precisão possível, os dados são resumidos usando ferramentas gráficas ou numéricas.
A sumarização gráfica é feita através da tabulação, agrupamento e representação gráfica dos valores das variáveis de interesse. Distribuição de frequência e histogramas de distribuição de frequência relativa são essas representações. Retratam a distribuição dos valores por toda a população.
A sumarização numérica envolve o cálculo de medidas descritivas, como média, modo e média. As medidas descritivas são mais categorizadas em duas classes; são medidas de tendência central e medidas de dispersão / variação. As medidas de tendência central são média / média, mediana e moda. Cada um tem seu próprio nível de aplicabilidade e utilidade. Onde um pode falhar, o outro pode representar melhor o conjunto de dados.
Como o nome indica, as medidas de dispersão envolvem a medição da distribuição dos dados. A faixa, desvio padrão, variância, percentis e faixas de quartil e coeficiente de variação são medidas de dispersão. Eles fornecem informações sobre a disseminação dos dados.
Um exemplo simples do uso da estatística descritiva é o cálculo da média de notas de um aluno. O GPA em essência é a média ponderada dos resultados dos alunos e é um reflexo do desempenho acadêmico geral desse aluno em particular.
O que é estatística inferencial?
A estatística inferencial é o ramo da estatística, que tira conclusões sobre a população em questão a partir do conjunto de dados obtido de uma amostra sujeita a variações aleatórias, observacionais e amostrais. Em geral, os resultados são obtidos a partir de uma amostra aleatória da população e as conclusões derivadas da amostra são generalizadas para representar toda a população.
A amostra é um subconjunto da população, e medidas de estatística descritiva para os dados adquiridos a partir da amostra são simplesmente conhecidas como Estatisticas. As medidas da estatística descritiva obtidas a partir da análise da amostra são conhecidas como parâmetros quando aplicadas à população e representam toda a população.
As estatísticas inferenciais focam em como generalizar as estatísticas obtidas de uma amostra com a maior precisão possível para representar a população. Um fator de preocupação é a natureza da amostra. Se a amostra é tendenciosa, os resultados também são tendenciosos, e os parâmetros baseados nelas não representam a população inteira corretamente. Portanto, a amostragem é um estudo importante da estatística inferencial. Pressupostos estatísticos, teoria da decisão estatística e teoria das estimativas, teste de hipóteses, delineamento de experimentos, análise de variância e análise de regressão são tópicos importantes de estudo na teoria da estatística inferencial.
Um bom exemplo de estatística inferencial em ação é a previsão dos resultados de uma eleição antes da votação por meio de votação.
Qual é a diferença entre Estatística Descritiva e Inferencial?
• A estatística descritiva é focada em resumir os dados coletados de uma amostra. A técnica produz medidas de tendência central e dispersão que representam como os valores das variáveis são concentrados e dispersos.
• Estatísticas inferenciais generalizam as estatísticas obtidas de uma amostra para a população em geral à qual a amostra pertence. As medidas da população são denominadas como parâmetros.
• As estatísticas descritivas fazem apenas um resumo das propriedades da amostra da qual os dados foram adquiridos, mas nas estatísticas inferenciais, a medida da amostra é usada para inferir propriedades da população..
• Na estatística inferencial, os parâmetros foram obtidos de uma amostra, mas não de toda a população; portanto, sempre existe alguma incerteza em relação aos valores reais.