Inferentiële statistieken

In dit artikel wordt uitgelegd wat inferentiële statistiek is en waarvoor het wordt gebruikt. Op dezelfde manier zult u verschillende voorbeelden kunnen zien van de toepassing van inferentiële statistieken en ook wat het verschil is tussen inferentiële statistieken en beschrijvende statistieken.

Wat is inferentiële statistiek?

Inferentiële statistiek is de tak van de statistiek die verantwoordelijk is voor het bepalen van populatiewaarden uit steekproefgegevens. Met andere woorden, inferentiële statistieken worden gebruikt om conclusies te trekken over de statistische parameters van een populatie door slechts een deel ervan te analyseren.

Normaal gesproken is het bij het uitvoeren van een statistisch onderzoek niet mogelijk om alle elementen van de populatie te analyseren. Daarom wordt slechts een steekproef van individuen geanalyseerd en worden de resultaten vervolgens geëxtrapoleerd naar de hele populatie. Inferentiële statistiek is dus het deel van de statistiek dat het mogelijk maakt de resultaten van de populatie af te leiden uit de berekeningen die zijn uitgevoerd met de onderzochte steekproef.

Houd er rekening mee dat het niet mogelijk zal zijn om de exacte populatieparameters te kennen. Statistische gevolgtrekking helpt echter een lage foutmarge te behouden en vergroot de kans op het succesvol bepalen van populatiewaarden.

Inferentiële statistieken zijn daarom belangrijk omdat ze het mogelijk maken een populatie te analyseren door alleen een steekproef te bestuderen, wat de onderzoekskosten verlaagt. Bovendien helpen inferentiële statistieken bij de besluitvorming omdat ze waardevolle informatie verschaffen over de statistische populatie.

Voorbeelden van inferentiële statistieken

Nadat we de definitie van inferentiële statistiek hebben gezien, zullen we verschillende voorbeelden zien van de toepassing ervan om het concept volledig te assimileren.

Voorbeelden van toepassing van inferentiële statistieken:

• Opiniepeilingen : door de mening van een representatieve steekproef te vragen, kunnen we te weten komen wat de bevolking vindt van een product, een politicus, een bedrijf, enz.
• Onderzoek naar de effectiviteit van een medicijn : Er wordt een experiment uitgevoerd waarbij een medicijn wordt getest op een groep patiënten en uit de resultaten kan worden afgeleid of het medicijn effectief is bij de behandeling van de ziekte.
• Kwaliteitscontrole bij de productie : Door eenvoudigweg een monster van de geproduceerde producten te analyseren, is het mogelijk om via inferentiële statistieken te bepalen of het proces correct functioneert en aan de kwaliteitsnormen voldoet.
• Financiële risicoanalyse – Inferentiële statistieken worden ook gebruikt om het risico van bepaalde financiële investeringen te berekenen.
• Marktgedrag voorspellen : Op basis van historische verkoopgegevens kunnen voorspellingen over toekomstig marktgedrag worden gedaan met behulp van inferentiële statistieken.

Inferentiële statistische methoden

De meest gebruikte statistische methoden in inferentiële statistieken zijn:

• Parameterschatting
• Hypothese contrast
• Regressie analyse
• Experimenteel ontwerp

Soorten inferentiële statistieken

De soorten inferentiële statistieken zijn:

• Parametrische inferentiële statistieken : bestudeert variabelen die kunnen worden gedefinieerd door een waarschijnlijkheidsverdeling.
• Niet-parametrische inferentiële statistieken : bestudeert variabelen die niet in een waarschijnlijkheidsverdeling passen.

Hieronder wordt gedetailleerder uitgelegd wat elk type inferentiële statistiek is.

Parametrische statistieken

Parametrische statistiek is de tak van de inferentiële statistiek die ervan uitgaat dat gegevens kunnen worden gemodelleerd door een waarschijnlijkheidsverdeling. Daarom maakt parametrische statistiek gebruik van statistische tests die overeenkomen met bekende waarschijnlijkheidsverdelingen.

Opgemerkt moet worden dat de overgrote meerderheid van de gebruikte statistische methoden parametrisch zijn, dat wil zeggen dat ze deel uitmaken van parametrische statistieken.

In de eerste plaats worden parametrische statistieken gebruikt om een parameter te schatten, hetzij op basis van een puntschatting, hetzij op basis van een interval, en om hypothesetoetsen uit te voeren.

Niet-parametrische statistieken

Niet-parametrische statistiek is de tak van de inferentiële statistiek die variabelen bestudeert die niet in een waarschijnlijkheidsverdeling passen of waarvan de parameters van de verdeling niet zijn gedefinieerd. Dat wil zeggen dat niet-parametrische statistieken worden gebruikt voor variabelen die niet met theoretische modellen kunnen worden gedefinieerd.

De verdelingen die in niet-parametrische statistieken worden gebruikt, kunnen dus niet a priori worden gedefinieerd, maar de waargenomen gegevens bepalen deze.

Niet-parametrische statistische methoden worden over het algemeen gebruikt wanneer niet aan de eerdere aannames van bepaalde tests wordt voldaan, omdat parametrische statistieken doorgaans vereisen dat bepaalde aannames worden gedaan. Hieronder zullen we zien wat de verschillen zijn tussen niet-parametrische statistieken en parametrische statistieken.

Inferentiële statistiek en beschrijvende statistiek

Laten we tot slot eens kijken hoe inferentiële statistieken verschillen van beschrijvende statistieken, aangezien ze de twee belangrijkste takken van de statistiek vormen.

Beschrijvende statistiek is de tak van de statistiek die verantwoordelijk is voor het beschrijven van verzamelde gegevens om de analyse ervan te vergemakkelijken. Simpel gezegd worden beschrijvende statistieken gebruikt om een reeks gegevens samen te vatten met behulp van statistische metingen, grafieken of tabellen.

Het verschil tussen inferentiële statistieken en beschrijvende statistieken ligt in hun doel. De functie van inferentiële statistieken is het bepalen van de parameterwaarden van een populatie, terwijl het doel van beschrijvende statistieken is om de kenmerken van een steekproef te beschrijven.