推断统计学高分学习指南来啦！留学生们快快收藏吧~

有两种主要类型的统计学用于分析定量数据 - 描述性统计和推论性统计。在先前的博客中，我已经谈到过描述性统计。在这篇博客文章中，我将与您讨论推论性统计，以及何时应该使用它们以及为什么。

一、何时使用推论性统计?

大多数研究的目标是根据所收集的统计数据中观察到的趋势来推广研究结果并预测结果。

让我们想象一个小例子。通过收集他们的性别、课程、成绩和每天学习的小时数，对500名大学生进行了研究。

研究人员的目标是估计任何大学生为获得80%以上分数而花费的小时数。然而，不可能从每个大学生那里收集数据。

因此，研究人员从人口中选择一个样本(抽样技术)并收集数据。

根据样本统计结果，她对人口的参数进行估计。

用通俗的语言来说，根据样本的统计数据推断出人口的特征，预测变量如何相互作用。

二、确定推论性统计的部分

1.假设

推论统计是基于构建假设，然后使用数据和测试来得出是否存在变量之间关系的结论。通常，零假设陈述没有变量之间的关系，备择假设则陈述相反 - 变量之间存在某种关系。

2.抽样误差

你需要找出的第一件事是抽样误差。没有办法一个样本几乎总是能够解释人口的特征。这可能是由于偶然性(随机性)或抽样中的错误导致的。

3.概率、P值和显著性水平

用于接受或拒绝零假设的每个统计检验都基于在进行测试之前确定的显著性水平。它也被称为alpha。这个水平有助于使用概率来确定结果由于实际原因而不是偶然发生的可能性。显著性水平通常设置为0.05或0.01。

显著性水平如何起作用呢?如果得到的P值等于或小于0.05，就拒绝零假设并接受备择假设。这里有一个很好的视频来解释P值。

4.测试

在定义假设、显著性水平和接受标准之后，使用测试来得出进行估计所需的计算值。

如果只有一个变量，使用单因素卡方检验。

您可以使用适合性检验来回答样本数据是否与总体相符的问题。

如果有两个独立的分类变量，则使用卡方拟合进行比较并确定它们是否相符。

如果只有两组，使用t检验。这可以是配对的t检验或未配对的t检验。

如果有两组以上，无论是配对还是未配对，都使用ANOVA(方差分析)。ANOVA可以再次是一元的(具有一个独立变量)或二元的(具有两个独立变量)。P值与f-统计量相关。

使用自由度和alpha值确定关键值，以比较计算值并决定是接受还是拒绝零假设。双尾检验的关键值通常为1.96，即在正态分布中占95%面积。

有一个规则来比较关键值和计算值

关键值 > 计算值 - 接受零假设

关键值 < 计算值 - 拒绝零假设

检查第I型或第II型错误。

诺藤教育专业课程辅导做出以下新改变啦：
⏩试听课全面升级，不满意退50%，
⏩课程辅导产品升级，赠送考前保障呦
⏩辅导不满意可以随心退！
诺藤教育，3500+严选硕博学霸师资，针对学生的薄弱科目和学校教学进度，匹配背景相符的导师，根据学生情况进行1V1专属备课，上课时间灵活安排，中英双语详细讲解课程中的考点、 难点问题，并提供多方位的课后辅导，辅助学生掌握全部课程知识，补足短板。