Différence entre statistiques descriptives et inférentielles

Statistiques descriptives vs statistiques inférentielles

Les statistiques constituent aujourd'hui l'une des parties les plus importantes de la recherche en ce qui concerne la manière dont elles organisent les données sous des formes mesurables. Cependant, certains étudiants confondent statistiques descriptives et inférentielles, ce qui les empêche de choisir la meilleure option à utiliser dans leurs recherches..

Si vous regardez de plus près, la différence entre la statistique descriptive et la statistique inférentielle est déjà assez évidente dans leurs prénoms. Le terme «descriptif» décrit les données, tandis que le terme «inférentiel» infère ou permet au chercheur de tirer une conclusion sur la base des informations recueillies..

Par exemple, vous êtes chargé de faire des recherches sur la grossesse chez les adolescentes dans un certain lycée. À l'aide de statistiques descriptives et inférentielles, vous effectuerez une recherche sur le nombre de cas de grossesse chez les adolescentes à l'école pendant un nombre d'années spécifique. La différence est qu'avec les statistiques descriptives, vous ne faites que résumer les données collectées et, si possible, détecter un motif dans les modifications. Par exemple, on peut dire que ces cinq dernières années, la majorité des grossesses précoces chez les adolescentes de l’école secondaire X sont survenues chez celles inscrites en troisième année. Il n’est pas nécessaire de prédire que, lors de la sixième année, les étudiantes de troisième année seraient toujours celles ayant le plus grand nombre de grossesses précoces. Les conclusions ainsi que les prédictions ne sont faites que dans des statistiques inférentielles.

Le principe de description ou de conclusion s’applique également aux données ou aux informations collectées du chercheur. Pour revenir à notre exemple précédent concernant les grossesses précoces, les statistiques descriptives ne concernent que la population décrite. Pour le dire simplement, les données recueillies sur X High School concernant la grossesse chez les adolescentes ne s'appliquent UNIQUEMENT qu'à cette institution..

Dans les statistiques inférentielles, X High School pourrait n'être qu'un échantillon de la population cible. Supposons que vous visiez à connaître l'état des grossesses précoces à New York. Puisqu'il serait impossible de collecter des données dans chaque lycée de New York, le X High School servira ensuite d'échantillon qui refléterait ou représenterait tous les lycées de la ville de New York. Bien entendu, cela signifie généralement qu’une marge d’erreur est présente, puisqu’un échantillon ne suffit pas pour représenter la population entière. Ce taux d'erreur possible est également pris en compte lors de l'analyse des données. À l'aide de divers calculs tels que la moyenne, la médiane et le mode, les chercheurs seraient en mesure de décrire ou d'examiner des données et d'obtenir ce qu'ils souhaitent tout au long du processus..

Les statistiques, notamment inférentielles, sont en grande partie importantes dans l'industrie actuelle, principalement parce qu'elles fournissent des informations susceptibles d'aider les individus à prendre des décisions. Par exemple, le lancement de statistiques inférentielles sur le taux de croissance de la population d’une ville donnée pourrait servir de base à une entreprise pour décider de s’installer ou non dans cette ville. Le fait qu'il utilise également des chiffres pour tirer des conclusions améliore l'exactitude de la recherche ainsi que la compréhensibilité des données..

Les résultats statistiques sont souvent présentés à travers différents modèles, des graphiques aux graphiques. Pour accroître la précision, les chercheurs prennent également en compte divers facteurs susceptibles d’affecter leur population et les traduisent en données numériques. De cette façon, la probabilité d'erreur est minimisée et une vue complète résumée du cas est obtenue.

Résumé:

1.Les statistiques descriptives ne font que "décrire" la recherche et ne permettent pas de conclusions ou de prédictions.

2.Les statistiques infra permettent au chercheur de tirer une conclusion et de prévoir les changements qui pourraient survenir concernant le sujet de préoccupation.

3.Les statistiques descriptives fonctionnent généralement dans une zone spécifique contenant la totalité de la population cible.

4.Les statistiques d’information prennent généralement un échantillon d’une population, surtout si elle est trop nombreuse pour mener des recherches sur.