描述性统计与推断统计
统计学是收集、分析和呈现数据的学科。统计学理论根据它们通过分析数据所产生的信息分为两个分支。
什么是描述性统计？
描述性统计是统计学的一个分支，它定量地描述数据集的主要属性。为了尽可能准确地表示数据集的属性，可以使用图形或数字工具对数据进行汇总。
图形化摘要是通过对感兴趣的变量的值进行制表、分组和绘图来完成的。频率分布和相对频率分布直方图就是这样的表示。它们描绘了价值观在整个人口中的分布。
数值摘要包括计算描述性指标，如平均值、模式和平均值。描述性度量又分为两类：集中趋势度量和离散/变异度量。集中趋势的度量是平均值/平均值、中位数和模式。每种方法都有自己的适用性和有用性。其中一个可能失败，另一个可以更好地表示数据集。
顾名思义，分散度的度量包括测量数据的分布。范围、标准差、方差、百分位和四分位范围以及变异系数是离散度的度量。它们提供有关数据传播的信息。
使用描述性统计的一个简单例子是计算学生的平均成绩。GPA本质上是学生成绩的加权平均数，是该学生整体学业成绩的反映。
什么是推断统计学？
推断统计学是统计学的一个分支，它从一个受随机、观察和抽样变化影响的样本中得到有关总体的结论。一般来说，结果是从总体的随机样本中获得的，然后将从样本中得出的结论推广到代表整个总体。
样本是总体的一个子集，对从样本中获得的数据进行描述性统计的度量称为统计学。从样本分析中获得的描述性统计指标在应用于总体时被称为参数，它们代表整个群体。
推断统计量的重点是如何将从样本中得到的统计量尽可能准确地概括出来，以代表总体。一个值得关注的因素是样本的性质。如果样本是有偏的，那么结果也是有偏的，基于这些的参数不能正确地代表整个群体。因此，抽样是推理统计学的一个重要研究课题。统计假设、统计决策理论、估计理论、假设检验、实验设计、方差分析和回归分析是推理统计理论的重要研究课题。
推断统计在实际行动中的一个很好的例子是在投票前通过投票方式预测选举结果。
描述性统计和推断统计有什么区别？
•描述性统计侧重于总结从样本中收集的数据。这项技术产生了集中趋势和离散度的度量，表示变量的值是如何集中和分散的。
•推断统计学将从样本中获得的统计数据概括为样本所属的一般人群。人口的度量被称为参数。
•描述性统计仅对从中获取数据的样本的属性进行总结，但在推理统计中，使用样本中的度量来推断人口的属性。
