दूसरे छोर पर, नमूनों के आधार पर आबादी के बारे में सामान्यीकरण करने के लिए इनफ़रेंशियल आँकड़ों का उपयोग किया जाता है। तो, वर्णनात्मक और ह्रासमान आंकड़ों के बीच एक बड़ा अंतर है, अर्थात आप अपने डेटा के साथ क्या करते हैं। आइए इस लेख पर नज़र डालते हैं दो विषयों पर कुछ और जानकारी प्राप्त करने के लिए।
तुलना चार्ट
| तुलना के लिए आधार | वर्णनात्मक आँकड़े | आनुमानिक आंकड़े |
|---|---|---|
| अर्थ | वर्णनात्मक सांख्यिकी सांख्यिकी की वह शाखा है जो अध्ययन के तहत जनसंख्या का वर्णन करने से संबंधित है। | इंफ़रेंशियल स्टेटिस्टिक्स एक प्रकार के आँकड़े हैं, जो नमूना विश्लेषण और अवलोकन के आधार पर जनसंख्या के बारे में निष्कर्ष निकालने पर केंद्रित है। |
| यह क्या करता है? | सार्थक तरीके से डेटा को व्यवस्थित, विश्लेषण और प्रस्तुत करें। | तुलना, परीक्षण और डेटा की भविष्यवाणी करता है। |
| अंतिम परिणाम का प्रपत्र | चार्ट, ग्राफ और टेबल | संभावना |
| प्रयोग | किसी स्थिति का वर्णन करने के लिए। | किसी घटना के घटने की संभावनाओं को समझाने के लिए। |
| समारोह | यह डेटा की व्याख्या करता है, जो पहले से ही ज्ञात है, नमूना को संक्षेप में प्रस्तुत करने के लिए। | यह आबादी के बारे में जानने के लिए निष्कर्ष पर पहुंचने का प्रयास करता है, जो उपलब्ध आंकड़ों से परे फैली हुई है। |
वर्णनात्मक सांख्यिकी की परिभाषा
वर्णनात्मक सांख्यिकी एक अनुशासन को संदर्भित करती है जो मात्रात्मक रूप से डेटासेट की महत्वपूर्ण विशेषताओं का वर्णन करती है। गुणों का वर्णन करने के उद्देश्य के लिए, यह केंद्रीय प्रवृत्ति के उपायों का उपयोग करता है, अर्थात माध्य, मोड और फैलाव के उपाय यानी रेंज, मानक विचलन, चतुर्थक विचलन और विचरण, आदि।
डेटा को सटीक तरीके से डेटा का प्रतिनिधित्व करने के लिए, संख्यात्मक और ग्राफिकल टूल जैसे चार्ट की मदद से डेटा को एक उपयोगी तरीके से संक्षेपित किया जाता है। इसके अलावा, पाठ चित्र के समर्थन में प्रस्तुत किया गया है, यह समझाने के लिए कि वे क्या प्रतिनिधित्व करते हैं।
इंफ़रेंशियल स्टेटिस्टिक्स की परिभाषा
डिफरेंशियल स्टैटिस्टिक्स सैंपल से जनसंख्या के सामान्यीकरण के बारे में है, यानी सैंपल के विश्लेषण के नतीजे बड़ी आबादी के लिए काटे जा सकते हैं, जहां से सैंपल लिया जाता है। यह आबादी के बारे में निष्कर्ष निकालने का एक सुविधाजनक तरीका है जब ब्रह्मांड के प्रत्येक सदस्य को क्वेरी करना संभव नहीं है। चुना गया नमूना पूरी आबादी का प्रतिनिधि है; इसलिए, इसमें जनसंख्या की महत्वपूर्ण विशेषताएं होनी चाहिए।
इंफ़रेंशियल स्टेटिस्टिक्स का उपयोग नमूने के गुणों के आधार पर आबादी के गुणों की संभावना को निर्धारित करने के लिए किया जाता है, संभाव्यता सिद्धांत को नियोजित करके। प्रमुख विभक्ति आँकड़े सांख्यिकीय मॉडल पर आधारित होते हैं जैसे कि विश्लेषण का विश्लेषण, ची-वर्ग परीक्षण, छात्र का टी वितरण, प्रतिगमन विश्लेषण, आदि। हीन सांख्यिकी के तरीके:
- मापदंडों का अनुमान
- परिकल्पना का परीक्षण
वर्णनात्मक और अवर सांख्यिकी के बीच महत्वपूर्ण अंतर
वर्णनात्मक और विभेदक आंकड़ों के बीच का अंतर निम्नलिखित आधारों पर स्पष्ट रूप से खींचा जा सकता है:
- वर्णनात्मक सांख्यिकी एक अनुशासन है जो अध्ययन के तहत आबादी का वर्णन करने से संबंधित है। इंफ़रेंशियल स्टेटिस्टिक्स एक प्रकार के आँकड़े हैं; यह नमूना विश्लेषण और अवलोकन के आधार पर जनसंख्या के बारे में निष्कर्ष निकालने पर केंद्रित है।
- वर्णनात्मक सांख्यिकी डेटा को एक सार्थक तरीके से एकत्र, व्यवस्थित, विश्लेषण और प्रस्तुत करती है। इसके विपरीत, Inferential सांख्यिकी, डेटा की तुलना करता है, परिकल्पना का परीक्षण करता है और भविष्य के परिणामों की भविष्यवाणियां करता है।
- वर्णनात्मक आंकड़ों में अंतिम परिणाम का एक आरेख या सारणीबद्ध प्रतिनिधित्व होता है जबकि अंतिम परिणाम संभाव्यता के रूप में प्रदर्शित होता है।
- वर्णनात्मक आँकड़े एक स्थिति का वर्णन करते हैं जबकि हीनतापूर्ण आँकड़े किसी घटना के घटित होने की संभावना की व्याख्या करते हैं।
- वर्णनात्मक आँकड़े डेटा को बताते हैं, जो पहले से ही ज्ञात है, नमूना को संक्षेप में प्रस्तुत करने के लिए। इसके विपरीत, हीनतापूर्ण आंकड़े आबादी के बारे में जानने के लिए निष्कर्ष पर पहुंचने का प्रयास करते हैं; जो उपलब्ध आंकड़ों से परे है।
निष्कर्ष
इसलिए, हमारे पास दो विषयों पर पर्याप्त चर्चा है, आप सभी को यह जानना होगा कि वर्णनात्मक आँकड़े आपके वर्तमान डेटासेट को दर्शाने के बारे में हैं, जबकि हीनतापूर्ण आँकड़े अतिरिक्त आबादी पर धारणा बनाने पर ध्यान केंद्रित करते हैं, जो अध्ययन के तहत डेटासेट से परे है। हालांकि वर्णनात्मक आँकड़े उस डेटा का सारांश प्रदान करते हैं जो शोधकर्ता ने वास्तव में अध्ययन किया है, जबकि हीन सांख्यिकी, सामान्यीकरण करता है, जिसका अर्थ है कि आपको प्रदान किया गया डेटा वास्तव में अध्ययन नहीं किया गया है।
