통계적 추론은 통계학의 두 가지 중요한 측면, 즉 통계와 추론이다. 통계학은 데이터를 수집, 정리, 분석 및 해석하는 과정을 의미하며, 추정은 알려진 데이터와 배경 정보를 기준으로 알 수 없는 양이나 현상에 대해 결론을 내리는 것을 의미합니다.
통계
통계학은 데이터를 수집, 정리, 분석 및 해석하는 과학적 방법이다. 여기에는 통계 설명, 통계 추론 및 다중 통계와 같은 다양한 기술이 포함되어 있습니다. 실제로 통계학은 예측, 의사 결정, 위험 평가 등에 자주 사용된다.
통계의 핵심은 데이터에 있다. 데이터는 판매량, 온도 등과 같은 수량화될 수 있습니다. , 또는 성별, 직업 등과 같은 질적. 데이터의 유형과 출처도 조사 데이터, 실험 데이터, 관찰 데이터 등 다양합니다. 통계학에서 데이터의 품질과 대표성은 분석 결과에 매우 중요하다.
암시
추리는 알려진 정보를 근거로 알 수 없는 결론을 도출하는 추리 과정이다. 통계학에서 추론은 일반적으로 샘플 데이터를 기반으로 확률론과 통계 방법을 이용하여 전체 매개변수에 대한 결론을 도출한다.
추론에는 주로 가설 테스트와 베이지안 추론이 포함됩니다. 가설 검사는 샘플 데이터를 분석하고, 전체 매개변수에 대한 가정을 하고, 확률론의 방법으로 가설의 정확성을 검증하는 것이다. 베네치아 추리는 선험적 정보와 새로 얻은 데이터를 바탕으로 전반적인 후험 확률 분포를 얻는 것이다.
응용 사례
우리는 통계추론이 실천에서의 응용을 설명하기 위해 응용 사례를 하나 들었다.
한 회사가 신제품 판매를 테스트하고 10 개 도시에서 시장 조사를 하기로 결정했다고 가정해 봅시다. 회사에서 조사 데이터를 수집하고 정리한 결과 이 10 도시가 신제품에 대한 수용도가 높은 것으로 나타났다. 그러나 이 회사의 목표는 이 신제품이 전국적으로 유행할지 여부를 결정하는 것이다. 이를 위해서는 통계 매개 변수 추정 방법이 필요합니다.
매개변수 추정은 샘플 데이터를 기준으로 전체 매개변수를 추정하는 방법입니다. 이 경우 전체 매개변수는 신제품의 국가 수용도입니다. 샘플 데이터는 10 개 도시에서 시장 조사를 실시한 결과입니다. 회사는 이 데이터를 사용하여 전체 매개변수를 추정하고 전국적으로 신제품의 인기도를 측정할 수 있습니다. 이 구간은 점 추정치에 신뢰 구간을 더하거나 뺄 수 있습니다.