การอนุมานและการทำนาย: อะไรคือความแตกต่าง?

บ่อยครั้งในสถิติเราต้องการใช้ข้อมูลด้วยเหตุผลสองประการ:

(1) การอนุมาน: เราต้องการเข้าใจธรรมชาติของความสัมพันธ์ระหว่างตัวแปรทำนายและ ตัวแปรตอบสนอง ในชุดข้อมูลที่มีอยู่

(2) การทำนาย: เราต้องการใช้ชุดข้อมูลที่มีอยู่เพื่อสร้างแบบจำลองที่ทำนายค่าของตัวแปรตอบสนองของการสังเกตใหม่

ตัวอย่างเช่น สมมติว่าเรามีชุดข้อมูลต่อไปนี้ที่มีข้อมูลเกี่ยวกับบ้าน:

ตัวอย่างของการอนุมาน:

สมมติว่าเราสร้าง แบบจำลองการถดถอยเชิงเส้นพหุคูณ โดยใช้พื้นที่เป็นตารางฟุต จำนวนห้องนอน และจำนวนห้องน้ำเป็นตัวแปรทำนาย และราคาเป็นตัวแปรตอบสนอง

จากนั้นเราสามารถใช้ค่าสัมประสิทธิ์การถดถอยเพื่อทำความเข้าใจการเปลี่ยนแปลงโดยเฉลี่ยของราคาที่เกี่ยวข้องกับการเปลี่ยนแปลงหนึ่งหน่วยในตัวแปรทำนายแต่ละตัว

ตัวอย่างเช่น เราสามารถเข้าใจว่าราคาเปลี่ยนแปลงไปเท่าใด (โดยเฉลี่ย) สำหรับห้องนอนเพิ่มเติมแต่ละห้อง ห้องน้ำเพิ่มเติมแต่ละห้อง และเพิ่มเติมแต่ละตารางฟุต

ตัวอย่างการทำนาย:

เราสามารถสร้างแบบจำลองการถดถอยเชิงเส้นพหุคูณแบบเดียวกัน และใช้ในการทำนายมูลค่าของบ้านหลังใหม่โดยพิจารณาจากพื้นที่เป็นตารางฟุต จำนวนห้องนอน และจำนวนห้องน้ำ

เช่น เราสามารถใช้แบบจำลองนี้ทำนายราคาบ้านใหม่ 3 ห้องนอน 3 ห้องน้ำ 2,000 ตารางฟุต

จากนั้นเราสามารถเปรียบเทียบการคาดการณ์ของเรากับราคาประกาศจริงและประเมินว่าบ้านนั้นมีมูลค่าต่ำเกินไปหรือมีมูลค่าสูงเกินไปหรือไม่

ตัวอย่างต่อไปนี้แสดงให้เห็นถึงความแตกต่างระหว่างการอนุมานและการทำนายในสถานการณ์ที่แตกต่างกัน:

ตัวอย่างที่ 1: การอนุมานและการทำนายในกีฬา

สมมติว่าเรามีชุดข้อมูลต่อไปนี้ที่มีข้อมูลเกี่ยวกับทีมบาสเกตบอลมืออาชีพ:

ตัวอย่างของการอนุมาน:

สมมติว่าเราสร้างแบบจำลองการถดถอยเชิงเส้นหลายตัวโดยใช้จุด รีบาวด์ และตัวช่วยเป็นตัวแปรทำนาย และชนะเป็นตัวแปรตอบสนอง

จากนั้นเราสามารถใช้แบบจำลองเพื่อทำความเข้าใจจำนวนชัยชนะที่เปลี่ยนแปลงไป (โดยเฉลี่ย) ในแต่ละคะแนน การเด้งกลับ และการช่วยเหลือเพิ่มเติม

ตัวอย่างการทำนาย:

เราสามารถสร้างแบบจำลองการถดถอยเชิงเส้นพหุคูณแบบเดียวกัน และใช้เพื่อคาดการณ์จำนวนชัยชนะที่ทีมจะได้รับโดยพิจารณาจากจำนวนคะแนน รีบาวด์ และแอสซิสต์

ตัวอย่างเช่น เราสามารถใช้แบบจำลองเพื่อทำนายจำนวนทีมที่ชนะได้ 90 แต้ม 40 รีบาวด์ และ 30 แอสซิสต์

ตัวอย่างที่ 2: การอนุมานและการทำนายในธุรกิจ

สมมติว่าเรามีชุดข้อมูลต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับรายได้ต่อปี (เป็นล้าน) ของบริษัทต่างๆ:

ตัวอย่างของการอนุมาน:

สมมติว่าเราสร้างแบบจำลองการถดถอยเชิงเส้นพหุคูณโดยใช้ค่าโฆษณา จำนวนพนักงาน และการเข้าซื้อกิจการทั้งหมดเป็นตัวแปรทำนาย และรายได้ต่อปีเป็นตัวแปรตอบสนอง

จากนั้นเราสามารถใช้แบบจำลองเพื่อทำความเข้าใจว่ารายได้รวมต่อปีเปลี่ยนแปลงไปมากเพียงใด (โดยเฉลี่ย) โดยแต่ละดอลลาร์ที่ใช้ไปกับการโฆษณา พนักงานเพิ่มเติมแต่ละคน และการเข้าซื้อกิจการเพิ่มเติมแต่ละครั้ง

ตัวอย่างการทำนาย:

เราสามารถสร้างแบบจำลองการถดถอยเชิงเส้นพหุคูณแบบเดียวกัน และใช้เพื่อคาดการณ์รายได้ต่อปีของบริษัทโดยพิจารณาจากการใช้จ่ายด้านการตลาดทั้งหมด จำนวนพนักงาน และการเข้าซื้อกิจการทั้งหมด

ตัวอย่างเช่น เราสามารถใช้แบบจำลองนี้เพื่อคาดการณ์รายได้ต่อปีของบริษัทที่ใช้เงิน 25 ล้านดอลลาร์ในการโฆษณา มีพนักงาน 40 คน และได้เข้าซื้อกิจการ 2 ครั้ง

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้ให้ข้อมูลเพิ่มเติมเกี่ยวกับคำศัพท์สำคัญที่ต้องทำความเข้าใจในสถิติ:

สถิติเชิงพรรณนาหรือเชิงอนุมาน: อะไรคือความแตกต่าง?
ระดับการวัด: ระบุ ลำดับ ช่วงเวลา และอัตราส่วน
ตัวแปรเชิงคุณภาพและเชิงปริมาณ: อะไรคือความแตกต่าง?