有兩種主要類型的統(tǒng)計學用于分析定量數據 - 描述性統(tǒng)計和推論性統(tǒng)計。在先前的博客中，我已經談到過描述性統(tǒng)計。在這篇博客文章中，我將與您討論推論性統(tǒng)計，以及何時應該使用它們以及為什么。

一、何時使用推論性統(tǒng)計?

大多數研究的目標是根據所收集的統(tǒng)計數據中觀察到的趨勢來推廣研究結果并預測結果。

讓我們想象一個小例子。通過收集他們的性別、課程、成績和每天學習的小時數，對500名大學生進行了研究。

研究人員的目標是估計任何大學生為獲得80%以上分數而花費的小時數。然而，不可能從每個大學生那里收集數據。

因此，研究人員從人口中選擇一個樣本(抽樣技術)并收集數據。

根據樣本統(tǒng)計結果，她對人口的參數進行估計。

用通俗的語言來說，根據樣本的統(tǒng)計數據推斷出人口的特征，預測變量如何相互作用。

二、確定推論性統(tǒng)計的部分

1.假設

推論統(tǒng)計是基于構建假設，然后使用數據和測試來得出是否存在變量之間關系的結論。通常，零假設陳述沒有變量之間的關系，備擇假設則陳述相反 - 變量之間存在某種關系。

2.抽樣誤差

你需要找出的第一件事是抽樣誤差。沒有辦法一個樣本幾乎總是能夠解釋人口的特征。這可能是由于偶然性(隨機性)或抽樣中的錯誤導致的。

3.概率、P值和顯著性水平

用于接受或拒絕零假設的每個統(tǒng)計檢驗都基于在進行測試之前確定的顯著性水平。它也被稱為alpha。這個水平有助于使用概率來確定結果由于實際原因而不是偶然發(fā)生的可能性。顯著性水平通常設置為0.05或0.01。

顯著性水平如何起作用呢?如果得到的P值等于或小于0.05，就拒絕零假設并接受備擇假設。這里有一個很好的視頻來解釋P值。

4.測試

在定義假設、顯著性水平和接受標準之后，使用測試來得出進行估計所需的計算值。

如果只有一個變量，使用單因素卡方檢驗。

您可以使用適合性檢驗來回答樣本數據是否與總體相符的問題。

如果有兩個獨立的分類變量，則使用卡方擬合進行比較并確定它們是否相符。

如果只有兩組，使用t檢驗。這可以是配對的t檢驗或未配對的t檢驗。

如果有兩組以上，無論是配對還是未配對，都使用ANOVA(方差分析)。ANOVA可以再次是一元的(具有一個獨立變量)或二元的(具有兩個獨立變量)。P值與f-統(tǒng)計量相關。

使用自由度和alpha值確定關鍵值，以比較計算值并決定是接受還是拒絕零假設。雙尾檢驗的關鍵值通常為1.96，即在正態(tài)分布中占95%面積。

有一個規(guī)則來比較關鍵值和計算值

關鍵值 > 計算值 - 接受零假設

關鍵值 < 計算值 - 拒絕零假設

檢查第I型或第II型錯誤。

海馬課堂專業(yè)課程輔導做出以下新改變啦：
?試聽課全面升級，不滿意退50%，
?課程輔導產品升級，贈送考前保障呦
?輔導不滿意可以隨心退！
海馬課堂，3500+嚴選碩博學霸師資，針對學生的薄弱科目和學校教學進度，匹配背景相符的導師，根據學生情況進行1V1專屬備課，上課時間靈活安排，中英雙語詳細講解課程中的考點、 難點問題，并提供多方位的課后輔導，輔助學生掌握全部課程知識，補足短板。