Sosyal Medya

safafidan.com.tr

Olasılık ve Çıkarımsal İstatistik Arasındaki İlişki

diger

Olasılık ve Çıkarımsal İstatistik Arasındaki İlişki

Olasılık ve Çıkarımsal İstatistik Arasındaki İlişki

Olasılık ve Çıkarımsal İstatistik Arasındaki İlişki Nedir?

Bir istatistik sayısal veriler üzerinde matematiksel işlemi gerçekleştirmeden türetilmiş bir sonuçtur. Genel olarak, karar vermede istatistik kullanırsınız. Ayrıca, iki farklı türü yani tanımlayıcı ve çıkarımsal istatistiği:

  • Tanımlayıcı istatistikler: Adından da anlaşılacağı gibi, tanımlayıcı istatistikler sayısal veri kümesi bazı karakteristik aydınlatan bir açıklama sunmak odaklanmak.
  • Çıkarımsal istatistik: Aksine veri kümesi ilgili açıklamaları odaklanmak yerine, çıkarımsal istatistik veri kümesi daha küçük bir bölümünü ayırırlar ve daha büyük veri kümesi ile ilgili önemli bir şey anlamak için çalışırlar. İlgilendiğiniz bazı gerçek dünya ölçüsü hakkında bilgi almak için bu tür istatistikleri kullanın.

Açıklayıcı istatistiklerin sayısal bir veri kümesinin özelliklerini tanımladığı doğrudur, ancak bu veriler neden önemsediğiniz konusunda gerçekten fazla bilgi vermez. Aslında, çoğu veri bilimcisi açıkladıkları gerçek dünya önlemleri hakkında ortaya koydukları şey nedeniyle yalnızca tanımlayıcı istatistiklerle ilgilenmektedir.Örneğin, bir tanımlayıcı istatistik genellikle ilişkili doğruluk derecesi , gerçek dünya tedbirin bir tahmin olarak istatistiğin değerini göstermektedir.

Bu kavramı daha iyi anlamak için, bir işletme sahibinin önümüzdeki çeyrek karlarını tahmin etmesini istediğini düşünün. Son birkaç çeyreklik döneminin ortalama bir kısmını önümüzdeki çeyrekte ne kadar kazanacağına dair bir tahmin olarak kullanabilir. Önceki çeyreklerde karları çok çeşitlilik Ama eğer tahmin tanımlayıcı istatistik varyasyon bu sadece ne kadar tahmin değeri kapalı işaret eder kâr değeri (bu dolar tahmini o yapacak gerçek kardan farklılık hangi miktarda) tahmin olabilir Gerçek olanlardan olmak. (Olması kötü bir bilgi yok.)

Tanımlayıcı istatistikler gibi, çıkarımsal istatistikler da ilgilendiğiniz Real-] Dünya ölçü hakkında bir şeyler ortaya . Bununla birlikte, tanımlayıcı istatistiklerin aksine, çıkarımsal istatistikler, küçük bir veri seçimi hakkında bilgi sağlar; bu nedenle, bu bilgiyi, alındığı daha büyük veri kümesi hakkında bir şey çıkarmak için kullanabilirsiniz. İstatistik olarak, bu daha küçük veri seçimi olarak bilinen örnek , ve alınan örnek olarak adlandırılan başka daha büyük bir tam veri kümesi popülasyon .

Veri kümenizin tamamı analiz edilemeyecek kadar büyükse, bu veri kümesinden daha küçük bir örnek alın, analiz edin ve ardından örnek analiz ederek öğrendiklerinizi temel alarak tüm veri kümesiyle ilgili çıkarımlar yapın. Ayrıca, tüm nüfus için veri toplayamayacağınız durumlarda çıkarsama istatistiklerini kullanabilirsiniz. Bu durumda, yalnızca popülasyon hakkında çıkarsamalar yapmak zorunda olduğunuz verileri kullanmanız yeterlidir.

Bazen, nüfus için eksiksiz bilgilerin eksik olduğu durumlarda kendinizi bulabilirsiniz. Bu gibi durumlarda, mevcut verileri analiz ederek öğrendiklerinize dayanarak, eksik veriler için değerleri tahmin etmek için çıkarsama istatistiklerini kullanabilirsiniz.

Tanımlayıcı istatistikler, sayısal veri kümenizin özelliklerini tanımlarken, varsayımsal istatistikler, alt kümenin alındığı daha büyük veri kümelerini daha iyi anlayabilmek için alt kümelerden çıkarsamalar yapmak için kullanılır. Bu ayrımı daha iyi anlamak için Philadelphia, Pennsylvania’da yaşayan 18 ila 34 yaşları arasındaki kadınları tanımlayan bir sosyo-ekonomik veri kümeniz olduğunu düşünün.

Betimleyici istatistikler, bu alt kümeyi oluşturan kadın nüfusun özelliklerini anlamanıza izin verir. Ya da, bu veri kümesiyle çıkarım istatistikleri kullanarak, 18 ila 34 yaşları arasında, ancak Pennsylvania eyaletindeki tüm şehirlerde (sadece Philadelphia’da değil) yaşayan kadınların daha geniş nüfusu hakkında çıkarımlar yapabilirsiniz.

Geçerli olmasını sağlamak için nüfusunuzun gerçek bir temsilini elde etmek için örnekleminizi dikkatlice seçmeniz gerekir. Numunenin temsilcisi olsa bile, örnek veri kümesi içinde sayılar her zaman bazı sergileyecek gürültü diğer bir deyişle rastgele varyasyon, – – örnek istatistik karşılık gelen nüfus istatistiği tam aynı değildir garanti eder.

 

Devamını Oku
İlgili Makaleler:
Yorum Yap

Yorum Yaz

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Daha Fazla diger

    Çok Okunanlar

    Kategoriler

    Facebook

    Yukarı