통계적 추론의 명사 해석

통계적 추론은 무작위 관찰 데이터 (샘플) 와 문제의 조건 및 가정 (모델) 의 확률 형식을 기반으로 한 추론입니다. 그것은 수학 통계의 주요 임무이며, 그 이론과 방법은 수학 통계의 주요 내용을 구성한다. 통계적 추론의 목적은 문제의 기본 가설과 관측 데이터에 포함된 정보를 이용하여 가능한 정확하고 신뢰할 수 있는 결론을 내리는 것이다. 주기적 시스템 샘플링 (등거리 샘플링 또는 기계 샘플링이라고도 함) 은 전체 순서 번호를 매기거나 난수 표를 조사하여 첫 번째 조각을 결정한 다음 등거리 샘플링의 원칙에 따라 순차적으로 샘플을 추출합니다. 같은 제품이 서로 다른 설비와 환경에 의해 생산될 때, 조건에 따라 제품의 품질이 크게 다를 수 있습니다. 샘플링된 샘플을 대표하기 위해 서로 다른 조건에서 생산된 제품을 그룹화하여 동일한 그룹의 제품 품질을 일관되게 만든 다음 각 그룹의 샘플을 비례적으로 무작위로 추출하여 하나의 샘플을 합성할 수 있습니다.

보충

특성

통계적 추론의 기본 특징 중 하나는 기반이 되는 조건에 임의 관찰 데이터가 포함되어 있다는 것입니다. 확률론은 무작위 현상을 연구 대상으로 하여 통계적 추론의 이론적 기초이다.

표현형식

수리통계에서 통계적으로 추정되는 문제는 종종 다음과 같은 형식으로 나타난다. 연구한 문제는 파악된 총체적, 전체 분포는 알 수 없거나 부분적으로 알 수 없는 것으로, 총체적으로 추출한 샘플 (관찰 데이터) 을 통해 알 수 없는 분포와 관련된 결론을 도출한다. 예를 들어, 한 무리의 키는 하나의 전체를 구성하는데, 일반적으로 키는 정규 분포에 복종한다고 생각하지만, 이 전체의 평균은 알 수 없다. 무작위로 일부 사람을 뽑아 키 값을 측정하고, 이 데이터를 이용하여 이 그룹의 평균 키를 추산하다. 이것은 통계적 추론, 즉 매개 변수 추정의 한 형태입니다. 관심이 있는 질문이' 평균 키가 1.7 (m) 을 초과하는지 여부' 라면 샘플을 통해 이 명제가 성립되었는지 검증해야 한다. 이는 일종의 추리 형식, 즉 가설 검사다. 통계적 추론은 부분 (샘플) 에서 전체 (전체) 를 추론하기 때문에, 샘플에 근거하여 전체를 추론할 수 없고, 그 결론은 확률로 표현해야 한다. 통계적 추론의 목적은 문제의 기본 가설과 관측 데이터에 포함된 정보를 이용하여 가능한 정확하고 신뢰할 수 있는 결론을 내리는 것이다.

통계적 추론은 전체적으로 샘플을 추출한 다음 추출된 부분에서 얻은 무작위 데이터를 합리적으로 분석하여 전반적으로 과학적 판단을 하는 것이다. 그것은 일정한 확률의 추측을 수반하는데, 그 특징은 전반적으로 샘플에서 추정되는 것이고, 통계적 추론은 수리통계의 핵심 부분이다. 통계적 추론의 기본 문제는 두 가지 범주로 나눌 수 있습니다. 하나는 매개변수 추정입니다. 다른 하나는 가설 검사입니다.