ANO ANG MGA NAGLALARAWAN AT MAHIHINANG ISTATISTIKA? - TALASALITAAN NG KULTURA - 2024

Ang mga descriptive at inferensial na istatistika ay bahagi ng dalawang pangunahing sanga kung saan nahahati ang istatistika, ang eksaktong agham na responsable para sa pagkuha ng impormasyon sa ilang mga variable, pagsukat sa kanila , pagkontrol at pakikipag-usap kung sakaling walang katiyakan.

Sa ganitong paraan, ang mga istatistika ay naglalayong sukatin at kontrolin ang parehong mga pang-agham at panlipunang pag-uugali at mga kaganapan.

Ang mga istatistika ng deskriptibo ay may pananagutan para sa pagbubuod ng impormasyon na nagmula sa data na may kaugnayan sa isang populasyon o sample. Ang pakay nito ay upang mai-synthesize ang impormasyong ito sa isang tumpak, simple, malinaw at maayos na paraan (Santillán, 2016).

Ito ay kung paano maipahiwatig ng mga istatistika na naglalarawan ang pinaka mga kinatawan na elemento ng isang pangkat ng data, na kilala bilang statistical data. Sa madaling sabi, ang ganitong uri ng istatistika ay may pananagutan sa paggawa ng mga paglalarawan ng nasabing data.

Para sa bahagi nito, ang mga istatistika ng pagkilala ay responsable para sa paggawa ng mga inpormasyon tungkol sa mga datos na nakolekta. Itinapon nito ang mga konklusyon na naiiba sa kung ano ang ipinakita ng data mismo.

Ang ganitong uri ng istatistika ay lalampas sa simpleng pagsasama-sama ng impormasyon, na nauugnay sa bawat piraso ng impormasyon sa mga phenomena na maaaring baguhin ang pag-uugali nito.

Ang mga mahuhulugang istatistika ay umaabot sa mga nauugnay na konklusyon tungkol sa isang populasyon mula sa pagsusuri ng isang sample. Samakatuwid, dapat mong palaging kalkulahin ang isang margin ng error sa loob ng iyong mga konklusyon.

Mga istatistika ng naglalarawan

Ito ang pinakapopular at kilalang sangay ng mga istatistika. Ang pangunahing layunin nito ay upang pag-aralan ang mga variable at kasunod na ilarawan ang mga resulta na nakuha mula sa nasabing pagsusuri.

Ang naglalarawang istatistika ay naglalayong ilarawan ang isang pangkat ng data upang matukoy nang tumpak ang mga katangian na tumutukoy sa sinabi ng pangkat (Fortun, 2012).

Masasabi na ang sangay ng istatistika na ito ay may pananagutan sa pag-order, pagbubuod at pag-uuri ng mga datos na resulta mula sa pagsusuri ng impormasyon na nagmula sa isang pangkat.

Ang ilang mga halimbawa ng mga deskriptibong istatistika ay maaaring isama ang mga census ng populasyon ng isang bansa sa isang naibigay na taon o ang bilang ng mga taong na-admit sa isang ospital sa loob ng isang takdang oras.

Mga kategorya

Mayroong ilang mga konsepto at kategorya na eksklusibo na bahagi ng larangan ng naglalarawang mga istatistika. Ang ilan ay nakalista sa ibaba:

- Pagkakalat : ito ang pagkakaiba-iba na umiiral sa pagitan ng mga halaga na kasama sa loob ng parehong variable. Kasama rin sa pagkakalat ang average ng mga halagang ito.

- Average : ay ang halaga na nagreresulta mula sa kabuuan ng lahat ng mga halaga na kasama sa parehong variable at ang kasunod na paghati sa resulta ng bilang ng data na kasama sa kabuuan. Ito ay tinukoy bilang sentral na ugali ng isang variable.

- Bias o kurtosis : ito ang pagsukat na nagpapahiwatig kung paano ang matarik na curve. Ito ang halaga na nagpapahiwatig ng bilang ng mga elemento na pinakamalapit sa average. Mayroong tatlong magkakaibang uri ng bias (Leptokurtic, Mesocurtic, at Platicúrtic), bawat isa sa kanila ay nagpapahiwatig kung gaano kataas ang konsentrasyon ng data sa paligid ng ibig sabihin.

- Mga graphic : ang graphic na representasyon ng data na nakuha mula sa pagsusuri. Karaniwan, ang iba't ibang uri ng mga istatistika na mga graph ay ginagamit, kabilang ang bar, pabilog, guhit, polygonal, bukod sa iba pa,

- Asymmetry : ito ang halaga na nagpapakita kung paano ipinamamahagi ang mga halaga ng parehong variable na may kaugnayan sa average. Maaari itong maging negatibo, simetriko o positibo (Formula, 2017).

Mga istatistika na may kabuluhan

Ito ang pamamaraan ng pagsusuri na ginamit upang makagawa ng mga inpormasyon tungkol sa isang populasyon, isinasaalang-alang ang data na itinapon ng mga naglalarawang istatistika sa isang segment ng parehong sample. Ang segment na ito ay dapat mapili sa ilalim ng mahigpit na pamantayan.

Ginagamit ng mga istatistika ng mahihinang istatistika ang mga espesyal na tool na nagbibigay-daan sa iyo upang gumawa ng mga pandaigdigang pahayag tungkol sa populasyon, mula sa pagmamasid ng isang sample.

Ang mga kalkulasyon na isinasagawa sa pamamagitan ng ganitong uri ng istatistika ay aritmetika at palaging pinapayagan para sa isang margin ng error, na hindi ito ang kaso sa mga naglalarawang istatistika, na namamahala sa pagsusuri sa buong populasyon.

Para sa kadahilanang ito, ang mga mahihinang istatistika ay nangangailangan ng paggamit ng mga modelo ng posibilidad na nagbibigay-daan sa iyo upang maghinay ng mga konklusyon tungkol sa isang malaking populasyon batay lamang sa kung ano ang sinasabi ng isang bahagi nito (Vaivasuata, 2015).

Ayon sa mga istatistika na naglalarawan, posible na makakuha ng data mula sa isang pangkalahatang populasyon mula sa pagsusuri ng isang sample na binubuo ng mga random na napiling mga indibidwal.

Mga kategorya

Ang mga istatistika ng pagkilala ay maaaring maiuri sa dalawang malalaking kategorya na inilarawan sa ibaba:

- Mga pagsusuri sa hypothesis : tulad ng ipinahihiwatig ng pangalan nito, binubuo ito ng pagsubok kung ano ang natapos tungkol sa isang populasyon mula sa data na nakuha ng sample.

- Mga agwat ng kumpiyansa : ito ang mga saklaw ng mga halaga na ipinahiwatig sa loob ng sample ng isang populasyon upang makilala ang isang nauugnay at hindi kilalang katangian (Minitab Inc., 2017). Dahil sa kanilang random na kalikasan, sila ang nagpapahintulot sa amin na makilala ang isang margin ng error sa loob ng anumang inferential statistical analysis.

Mga pagkakaiba sa pagitan ng naglalarawan at mahihinang istatistika

Ang pangunahing pagkakaiba sa pagitan ng naglalarawan at mahihinang istatistika ay ang dating naglalayong mag-order, magbubuod at pag-uriin ang mga datos na nagmula sa pagsusuri ng mga variable.

Para sa bahagi nito, ang mga mahihinang istatistika, ay nagsasagawa ng mga pagbabawas batay sa dati nang nakuha na data.

Sa kabilang banda, ang mga mahihinang istatistika ay nakasalalay sa gawain ng mga naglalarawan na istatistika upang maisagawa ang mga inpormasyon.

Sa ganitong paraan, ang mga naglalarawang istatistika ay bumubuo ng batayan kung saan ang mga mahihinang istatistika ay susunod na isasagawa ang gawain nito.

Mahalaga rin na tandaan na ang mga istatistika na naglalarawan ay ginagamit upang pag-aralan ang parehong populasyon (malalaking grupo) at mga halimbawa (mga subset ng populasyon).

Habang ang mga istatistika ng inferential ay may pananagutan para sa pag-aaral ng mga sample kung saan hangad nitong maabot ang mga konklusyon tungkol sa pangkalahatang populasyon.

Ang isa pang pagkakaiba sa pagitan ng dalawang uri ng istatistika na ang mga deskriptibong istatistika ay nakatuon lamang sa paglalarawan ng datos na nakuha, nang hindi inaakalang mayroon silang anumang may-katuturang pag-aari.

Hindi ito lalampas sa maipahiwatig ng nakuha ng datos. Para sa bahagi nito, naniniwala ang inferensial na istatistika na ang lahat ng data na nagmula sa anumang pagsusuri sa istatistika ay nakasalalay sa panlabas at random na mga phenomena na maaaring baguhin ang halaga nito.

Mga Sanggunian

1. Mga formula, U. (2017). Mga Formula ng Uniberso. Nakuha mula sa ASYMMETRY: universoformulas.com
2. Fortun, M. (Hunyo 7, 2012). Mga Istatistika Nakuha mula sa DESCRIPTIVE AT INFERENTIAL STATISTICS: materiaestadistica.blogspot.com.co
3. Minitab Inc. (2017). Nakuha mula sa Ano ang agwat ng kumpiyansa?: Support.minitab.com
4. Santillán, A. (Setyembre 13, 2016). Katibayan. Nakuha mula sa Descriptive at inferential statistics: pangkalahatang konsepto: ebevidencia.com
5. (Disyembre 6, 2015). Matematika. Nakuha mula sa Pagkakaiba sa pagitan ng Mga Deskriptibong Istatistika at Mga Mahalagang Estatistika: pagkakaiba sa.info