推論統計

推斷統計學(英文:Statistical inference),為統計學中,研究如何根據樣本數據去推斷總體數量特徵的方法。它是在對樣本數據進行描述的基礎上,對統計總體的未知數量特徵做出以機率形式表述的推斷。更概括地說,是在一段有限的時間內,通過對一個隨機過程的觀察來進行推斷的。 統計學中,推斷統計(或稱統計推論、推論統計)與描述統計相對應。 統計推斷的結果常用來決定下一步的作法,可能是要做更深入的試驗或問卷,或是是決定是否要實行某項方案。

基本定義

推論統計的理論假設是機率論。機率論研究發現,當樣本總體的樣本容量達到特定值時候,則【樣本總體分布】的形狀為Z分布(樣本容量三十以上)、T分布(樣本容量為三十到八)或P分布(樣本容量為十以下)的。這時,我們從樣本總體中隨機抽出一個樣本,這個樣本落在這個樣本總體的中心區域的可能性較大,落在邊緣區域可能性較小,出了某一區域的可能性很小。這一規律在所有定樣本容量的數據分布中都存在。因此,我們可把兩組數據放到一個坐標繫上,然後根據兩組數據的統計參數來比較兩個分布是否有顯著性差異,並估算出猜錯的可能性。

其他

推論統計中最常用到的指標為Z分數(大樣本研究)、T分數(小樣本研究)、P分數(二項分布研究),檢驗方式主要有Z檢驗、T檢驗、)。除此以外,推理統計中另有非參數分析方法,可以根據數據的秩來計算統計結果。
推論統計結果的可靠性除了受到實驗方法和數據處理方法的影響,還受到樣本容量影響,根據過大或過小的樣本計算出的結論都可能是不可靠的,為此,心理統計學中又有【【ω2】】法和D值法來檢驗樣本是否大到足以影響推論的地步。

相關搜尋

熱門詞條

聯絡我們