Какова Логически выведенная Статистика?
Логически выведенные статистические данные - статистические данные, которые используются, чтобы сделать логически выведенные заявления о совокупности. Эти статистические данные полагаются на использование методики случайной выборки, которая гарантирует, что образец является представительным. Простой пример логически выведенной статистики может, вероятно, быть найден на первой полосе почти любой газеты, с любой статьей, утверждающей, что X % совокупности Y thinks/does/feels/believes Z. І заявление, такое как 33 % 24-30 лет предпочитают, чтобы корка к pie І положилась на логически выведенную статистику. В этом случае, каждый отдельный 24-30-летний не был рассмотрен об их десертном предпочтении. Вместо этого типичный образец совокупности был рассмотрен с целью создания вывода о совокупности в целом.
использование логически выведенной статистики краеугольный камень исследования в области совокупностей и событий, потому что это является трудным и иногда невозможным рассмотреть каждый орган совокупности или наблюдать каждый случай. Вместо этого исследователи пытаются получить типичный образец и использование что как основание для их требований. Это отличается от описательной статистики, которые описывают только данные непосредственно в статистических терминах.
Много вещей могут пойти не так, как надо с логически выведенной статистикой. Поэтому исследователи пытаются быть очень осторожными относительно того, как они используются, и они заботятся, чтобы проверить их данные и образец обзора, чтобы подтвердить, что информация точна. Цель состоит в том, чтобы продемонстрировать, что наблюдаемое различие или тенденция реальны, и не являются простой счастливой случайностью данных или типовой совокупности. Это может быть сделано, создавая противоречивую гипотезу и видя, может ли это быть доказано. В корке против примера сороки, например, исследователь мог бы спросить если информационная поддержка требование что больше 24-30 лет как корка чем сорока.
Много вещей могут влиять на проверку правильности типовой совокупности, используемой в логически выведенной статистике. Размер важен, потому что, чем меньший размер, тем больше риск, что образец не будет представительным для изучаемой совокупности. Выборочный метод также важен; например, если бы кто-то взял образец удобства, который включал каждое 10-ое название в телефонную книгу или прохожих в аллее, то этот образец не мог бы быть действительным. Типовая погрешность измерения - также соображение. Например, возможно, что 24 - 30 лет, посещая соглашение любителя сороки, более вероятно, будут наслаждаться сорокой чем корка, которая означала бы, что обзор на десертном предпочтении, которое использовало посетителей конференции в качестве образца, не будет очень представительным.
Анализ статистики может быть стимулирующим, все же логически выведенные статистические данные используются каждый день, чтобы сделать широкие обобщения о совокупностях, которые могут сформировать государственную политику и другие проблемы. Исследователи, которые работают с логически выведенной статистикой, пытаются сохранять свои методы и методы прозрачными и настолько строгими насколько возможно, чтобы гарантировать целостность их результатов.