教你如何区分描述统计学与推断统计学

【统计学】推断统计分析——根据样本统计量推断总体参数 推断统计研究的是如何根据样本数据去推测总体特征的方法。进行推断的原因是在实际生产中,获取总体数据通常比较困难,甚至不可能完成,因此需要对总体进行抽样,通过样本统计量去估计总体参数。 阅读详情
统计学被广泛的应用于各个领域之上,从物理和社会科学,再到人文科学,甚至被用在工商业及ZF的情报决策当中。统计学又可分为描述统计学和推断统计学,那么要怎样来区分她们呢?  
  我们先来了解描述统计学和推断统计学的概念:
•描述统计学(descriptive statistics)是研究如何取得反映客观现象的数据,并通过图表形式对所搜集的数据进行加工处理和显示,进而通过综合概括与分析得出反映客观现象的规律性数量特征的一门学科。 (摘于百度百科)
•推断统计学(inferential statistic)是研究如何根据样本数据去推断总体数量特征的方法,它是在对样本数据进行描述的基础上,对统计总体的未知数量特征做出以概率形式表述的推断。(摘于百度百科)
 
       因此我们可以得出两者的共同点:两者都以概率论为理论基础,都是数理统计学,都是应用数学的一个分支,都可分为数理统计([数理]统计理论与方法)与应用统计(专业统计)两部分,都属于。研究自然与社会现象的通用科学。
       
       描述统计学和推断统计学之间的不同点:
       第一、产生年代不同:一般认为描述统计学产生于二十世纪二十年代以前,以K.毕尔生为代表;推断统计学产生于二十世纪二十年代以后,以费雪为代表。我们可以以费雪为分界点,费雪以前为描述统计学,费雪以后为推断统计学;这两个阶段并无明确的分界时间,其发展是渐进的,不是突变的。
       第二、研究特点不同:描述统计学研究如何简缩数据并描述这些数据的方法,一般包括:统计分析方法,分类原理,汇总,统计表,统计图,频数分配,时间数列,指数,相关,估计推算等。推断统计学研究如何在随机抽样的基础上推论有关总体数量特征的方法,一般包括:统计推断原上推论有关总体数量特征的方法,一般包括:统计推断原理,实验设计,估计理论,抽样调查,复变数分析,序列分析,误差理论,假设检验,决策理论等。
  第三、研究样本不同:描述统计学研究大样本理论,所谓大样本即包括多数个体或多数数值的样本;推断统计学肝究小样本理论,所谓小样本即包括少数个体或少数数恼的样本。应当指出,大小或多少之分也是相对的,缺乏严格的划分标消。据多数统汁学者的意见:如果研究的是一个粮纯项目,则包含三十项以上的数值或个体的样本即可视为大样本;但也有人主张采用五十或一百为划分标准的。
  第四、应用统计的性质不完全相同。描述统计学派和推断统计学派都把其统计学看作是通用科学,可以用来研究自然与社会现象;但在其应用统计方面则略有不同。描述统计学派在应用统计——生物统计、经济统计等方面,仍残留者凯特勒的实质科学的影响;推断统计学在应用统计——物理统计、田间设计、质量管理、经济预测等方面,基本上已转变为通用的方法论科学。


本文来自: 人大经济论坛 计量经济学与统计软件 版,详细出处参考: http://bbs.pinggu.org/forum.php?mod=viewthread&tid=3026515&page=1
统计学原理导论 1 指出下面的变量哪一个属于分类变量() A、年龄 B、工资 C、汽车产量 D、员工对企业某项改革措施的态度(赞成、中立、反对) 正确答案: D 2 指出下面的变量哪一个属于顺序变量 A、年龄 B、工资 C、汽车产量 D、员工对企业某项改革措施的态度(赞成、中立、反对) 正确答案: D 3 指出下面的变量哪一个属于数值型变量 A、年龄 B、性别 C、企业类型 D、员工对企业某项改革措施的态度(赞成... 阅读详情

相关推荐

机器学习工程师的统计学听诊器:从描述统计到推断实战

统计学是机器学习落地的关键支撑,而非前置理论课。它通过描述统计(均值、中位数、变异系数)刻画数据分布形态,借助推断统计(假设检验、置信区间、p值)实现从样本到总体的可信推断。这些方法直接服务于模型评估的可靠性判断、特征工程的有效性验证、异常检测的稳健识别等核心场景。尤其在A/B测试决策、数据漂移监控、效果归因分析中,统计思维能避免‘调参玄学’,让模型输出具备可解释性与业务说服力。本文聚焦机器学习工程师高频使用的统计工具链,覆盖数据清洗、特征筛选、模型诊断到结果交付的全周期实战。

abxlep7702的博客 450

描述统计学与推断统计学的理解、联系、区别

描述统计学与推断统计学的理解、联系、区别

sinat_35238412的博客 6937

医学统计学知识点总结

(3)标准化后的标准化率,已经不再反映当时当地的实际水平,它只表示相互比较的资料间的相对水平;(5)便于资料的进一步统计分析。70. 方差分析是一种以分析数据的变异为基础,以F值为检验统计量的计量资料的假设检验方法,主要用于推断计量资料单因素k水平(k≧3)或多因素不同水平总体均数间的差异性,其前提条件为资料服从正态分布,各组方差齐。64. 方差齐性检验的适用条件是两样本均来自正态分布的总体,方差齐性检验中的检验统计量F服从F分布,有两个自由度,分子的自由度(较大方差)和分母的自由度(较小方差)。

qq_67692062的博客 1668

描述性统计 vs 推断性统计:观察与判断的区别

描述性统计和推断性统计是数据分析的两大分支,前者通过均值、图表等工具呈现数据现状(如销售趋势),后者则利用概率方法(如假设检验、回归分析)从样本推断总体或预测未来。核心区别在于“观察现象”与“判断规律”。实践中需先进行描述性分析(如清理异常值),再开展推断性分析(如验证假设),避免混淆相关性因果或忽略不确定性。两者协同作用,从BI报表到AI预测,实现从“看清数据”到“洞察规律”的进阶。

long1973m的博客 1227

简单地聊聊统计学

写在前面 这个系列会写一下有关统计学的知识和实际中的运用,今天这篇文章先从最基本的开始。 1、什么是统计学? 统计学,就是收集、处理、分析、解释数据并从中得出结论的一个学科。不管你是做什么行业,只要接触到数据,就或多或少地会应用到统计学的知识,所以,学习统计学非常有用。 2、描述统计和推断统计 总的来说,统计方法有两种,描述统计是对数据进行概况分析的统计方法,推断统计是用样本推断总体特征的统计方法。 3、统计学中的几个基本概念 总体:要研究的全部个体的集合 样本:总体中的部分元素的集合 参

data_cola的博客 673

贾俊平统计学第七版笔记和课后答案

完整版在线阅读>>> 贾俊平统计学第七版笔记和课后答案 内容节选 第1章 导 论 1.1 考点归纳 【知识框架】 【考点提示】 (1)统计学的目的(选择题考点); (2)描述统计和推断统计的区分、参数估计和假设检验的区分(选择题考点); (3)统计数据类型、分类、各自特点及其具体应用(选择题、简答题考点)(非常重要); (4)统计学中的基本概念(选择题、简答题考点)。 【核心考点】 考点一:统计数据的类型(见表1-1) 表1-1 统计数据的类型 【注意】①分类数据和顺序数据说明的是事物

进思同学的博客 2286

推断统计学与描述统计学

统计学可以分为:推断统计学,描述统计学。   这是统计的2种不同的应用场景而进行

zhanghongxian123的专栏 2466

统计学期末复习整理

集中趋势是指分布的定位,它是指一组数据向某一中心值靠拢的倾向,或表面一组统计数据所具有的一般水平。

weixin_60896526的博客 2124

统计学(2)——统计学介绍

统计是一门收集数据,处理和分析数据,解释数据并从数据中得出结论的科学 (一)统计方法: 1.描述统计:研究的是数据收集,处理,汇总,图表描述,概括与分析等统计方法。目的是描述数据的特征,找出数据的基本规律。 2.推断统计:是研究如何利用样本数据来推断总体特征的方法。 推断统计又分为参数估计与假设检验。 参数估计,即利用样本信息估计总体特征。 假设检验,即利用样本信息判断对总体的...

weixin_44056331的博客 2281

知识体系_统计学_01_统计学概述

统计学是一门研究如何从数据到结论的学科,即研究从如何收集数据、整理数据、展示和分析数据,解释数据得出结论的方法论学科,旨在从数据中得到有用的信息

geilip的博客 1269

统计学教程详解与案例分析

在概率论中,随机事件是指在一定条件下可能发生也可能不发生的事件。概率则是用来量化事件发生的可能性的一个数值。概率的值介于0到1之间,其中0表示事件不可能发生,而1表示事件必然发生。例如,掷一枚公平的硬币,得到正面朝上的事件是随机事件,由于硬币两面出现的概率相同,所以得到正面的概率是1/2。多元线性回归模型是线性回归的扩展,它包含两个或更多的自变量。其形式与单变量线性回归类似,但涉及多个解释变量。

weixin_34413326的博客 936

因果推断——简介

1. 因果推断是什么? 1.1 因果性与相关性 事件/变量之间的关系,最主要的有相关性和因果性。 相关性是指在观测到的数据分布中,X与Y相关,如果我们观测到X的分布,就可以推断出Y的分布 因果性是指在操作/改变X后,Y随着这种操作/改变也变化,则说明X是Y的因cause 在常用的机器学习算法中,关注的是特征之间的相关性,而无法去识别特征之间的因果性,而很多时候在做决策与判断的时候,我们需要的是...

机器学习,大数据 3万+

《统计学原理》复旦大学教材详细解读与应用

在数据分析和科学研究的领域,统计学是一门不可或缺的工具,它为我们提供了收集、处理、分析和解释数据的方法。统计学的基础概念包括总体、样本、参数、统计量等。总体是指我们研究对象的全部个体,而样本则是从中选取的一部分,用以代表或估计总体特性。参数是描述总体特征的数值,如总体均值和方差,而统计量则是基于样本数据计算得出的量,如样本均值和标准差。在统计学方法的介绍中,我们首先要了解描述统计和推断统计的区别。描述统计着重于数据的整理、描述和总结,而推断统计则旨在从样本数据中推断出总体参数的性质。

weixin_34392511的博客 1035

统计学:统计基本概念

1.统计学含义 统计学,是一门关于数据收集、处理、分析、解释,并从数据中得出结论的科学。 数据收集:取得数据 数据处理:用图形等形式展示数据 数据分析:利用统计方法分析数据,并从数据中提取有用信息得出结论 数据解释:对分析结果的说明 得出结论:从数据分析结果中得出客观结论 2.描述统计与推断统计 如下图所示,数据分析方法分为描述统计方法和推断统计方法。 数据分析方法描述统计推断统计参数估计假设...

ISWW 3265

深入理解Cornerstone3D.js渲染Stack影像数据

这个是调用的core\src下的init.ts的init方法,作用是:初始化cornerstone-core,检测客户端是否支持WebGL,默认情况下是支持中等GPU层级.另外一个重要的是实例化WebWorkManager.WebWorkManager类似于Java的线程池,是用来对Web Worker进行管理的管理器。使用DICOMwebClient获取影像文件的元数据,然后将它们缓存到imageLoader的metaDataManager中,在上面我们可以输出元数据看一下是什么。

wangwei19820517的博客 1492

PyQt5 + HFSS:给你的仿真脚本做个专属GUI界面(零基础搭建指南)

本文详细介绍了如何使用PyQt5为HFSS仿真脚本创建专属GUI界面,适合零基础用户快速上手。通过Python二次开发,实现参数可视化调整、进度实时监控等功能,大幅提升团队协作效率。文章涵盖环境配置、界面设计、HFSS集成到打包部署的全流程,是仿真工程师提升工作效率的实用指南。

weixin_42535720的博客 185

【教程】30000字长文,手把手教你用Python实现统计学

听说你已经被统计学劝退,被Python唬住……先别着急划走,看完这篇再说!先说结论,大多数情况下的学不会都不是知识本身难,而是被知识的传播者劝退的。比如大佬们授课,虽逻辑严谨、思维缜密,但你只能望其项背,因为大佬们往往无法体会菜鸟的痛苦。再比如一些照本宣科的老师,他们没有深入研究这些知识,无法用通俗的语言帮你解释,只能貌似努力地帮你认真地读完所有PPT……究其本质而言,这种情况多半是按 “是什么、有什么用,怎么用” 的方式在学,而对在大多数人而言,第一步就学懂“是什么。

CDA数据分析师 1348

CAPL 中的变量类型详解与应用

CAPL 中的变量类型详解与应用

qq_42268594的博客 1447

统计学基础与常见名词(生物信息方向)

本部分对科研统计学的核心要素进行了概要性梳理,包括集中趋势、离散度、分布形态、相关结构、概率视角、置信区间与假设检验等基础概念,并结合常见的数据可视化方式进行了直观说明。内容旨在为读者建立一个系统化的入门框架,使其能够在阅读科研文献、理解数据特征或开展基础分析时具备必要的统计思维。在后续章节中,本专栏将进一步展开这些主题的数学原理、推断逻辑与实际应用方法,包括更严格的公式推导、方法选择策略以及典型科研情境下的分析案例,帮助读者从“理解概念”迈向“能够正确应用”

春困秋乏夏打盹,睡不醒的冬三月 1555

fsQCA实战:从数据校准到结果解读的完整流程(附R代码示例)

本文提供了一份完整的模糊集定性比较分析(fsQCA)实战指南,详细阐述了从数据校准、必要条件分析、真值表构建到布尔最小化与结果解读的全流程。通过R语言代码示例,帮助研究者掌握如何将理论转化为可操作的分析步骤,并产出稳健的中间解,以揭示导致结果的复杂条件组合。

d6e7f8g9h的博客 1169

生成式AI;语义通信技术;生成式AI辅助的云边协同算法及其可解释性

生成式AI 语义通信技术 生成式AI辅助的云边协同算法及其可解释性 一、端到端设计的物理层内生智能 二、生成式语义通信 三、生成式数字孪生网络 四、生成式AI辅助的云边协同算法及其可解释性 五、未来可能的研究方向

ZhangJiqun&191cm&85kg 425

统计与概率

它是应用数学的一个分支,主要通过利用概率论建立数学模型,收集所观察系统的数据,进行量化的分析、总结,并进而进行推断和预测,为相关决策提供依据和参考。推断统计学是在描述统计学的基础上,对统计总体的未知数量特征做出以概率形式表述的推断。描述统计学(Descriptive Statistics)是统计学的一个分支,它研究如何通过图表和数学方法对数据资料进行整理、分析和描述,以揭示数据中的规律和趋势。通过描述统计学的方法,研究者可以对数据进行有效的整理和分析,从而发现数据中的规律和趋势,为决策提供科学依据。

T20151470的博客 1335

用Python爬取大连商品交易所期货实时行情:从入门到实战

python复制编辑# utils.py"豆粕": "M0","铁矿石": "I0","聚乙烯": "L0","玉米": "C0","聚丙烯": "PP0","棕榈油": "P0"本项目展示了:✅ 如何从新浪财经 API获取主力合约实时数据✅ 使用Python异步爬虫技术) 提升效率✅ 利用pandas和matplotlib进行结构化分析与可视化✅ 具备良好的扩展性,可对接金融、农业、能源等数据需求场景✅ 可作为期货量化策略数据源✅ 可嵌入自动化报告系统。

2201_76125261的博客 1247
上一篇: 概率编程——未来也可以这样预测
下一篇: 关于贝叶斯的一个小小的总结
csshuke
博客等级 码龄16年 1517粉丝 8原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值