什么是统计学

统计学是关于认识客观现象总体数量特征和数量关系的科学。

它是通过搜集、整理、分析统计资料，认识客观现象数量规律性的方**科学。

由于统计学的定量研究具有客观、准确和可检验的特点，所以统计方法就成为实证研究的最重要的方法，广泛适用于自然、社会、经济、科学技术各个领域的分析研究。

扩展资料：

统计学是一门很古老的科学，一般认为其学理研究始于古希腊的亚里士多德时代，迄今已有两千三百多年的历史。它起源于研究社会经济问题，在两千多年的发展过程中，统计学至少经历了“城邦政情”、“政治算数”和“统计分析科学”三个发展阶段。

所谓“数理统计”并非独立于统计学的新学科，确切地说，它是统计学在第三个发展阶段所形成的所有收集和分析数据的新方法的一个综合性名词。概率论是数理统计方法的理论基础，但是它不属于统计学的范畴，而是属于数学的范畴。

统计学（statistics）：收集、处理、分析、解释数据并从数据中得出结论的科学。

描述统计（descriptive statistics）：研究数据收集、处理和描述的统计学方法。

推断统计（inferential statistics）：研究如何利用样本数据来推断总体特征的统计学方法。

变量（variable）：每次观察会得到不同结果的某种特征。

分类变量（categorical variable）：观测结果表现为某种类别的变量。

顺序变量（rank variable）：又称有序分类变量，观测结果表现为某种有序类别的变量。

数值型变量（metric variable）：又称定量变量，观测结果表现为数字的变量。

均值（mean）：均值也就是平均数，有时特指算术平均数，这是相对其他方式计算的均值，求法是先将所有数字加起来，然后除以数字的个数，这是测量集中趋势，或者说平均数的一种方法。

中位数（median）：也就是选取中间的数，要找中位数，首先需要从小到大排序，排序后，再看中间的数字是什么。

众数（mode）：众数也就是数据集中出现频率最多的数字。

任何统计方法是有效的只有当这个系统或是所讨论的母体满足方**的基本假设。误用统计学可能会导致描述面或是推论面严重的错误，这个错误可能会影响社会政策，医疗实践以及桥梁或是核能发电计划结构的可靠性。

即使统计学被正确的应用，结果对于不是专家的人来说可能会难以陈述。举例来说，统计资料中显著的改变可能是由样本的随机变量所导致，但是这个显著性可能与大众的直觉相悖。人们需要一些统计的技巧（或怀疑）以面对每天日常生活中透过引用统计数据所获得的资讯。

在具体进行取样时，必须根据研究目的的不同，选择不同的取样方法。

①单纯随机取样法先把每个个体编号，然后用抽签的方式从总体中抽取样本。这种方法适用于个体间差异较小、所需抽选的个体数较少或个体的分布比较集中的研究对象。

②分区随机取样法将总体随机地分成若干部分，然后再从每一部分随机抽选若干个体组成样本。这种抽样法可以更有组织地进行，而且中选的个体在总体的分布比单纯随机取样更均匀。

③系统取样法先有系统地将总体分成若干组，然后随机地从第一组决定一个起点，如每组15个元素，决定从第一组的第13个元素选起，那么以后选定的单位即28，43，58，73等等。

④分层取样法根据对总体特性的了解，把总体分成若干层次或类型组，然后从各个层次中按一定比例随机抽选。这种方法的代表性好，但若层次划分得不正确，也不能获得有高度代表性的样本。

参考资料：百度百科——统计学

descriptive statistics与inferential statistics的不同?

1、本质不同

descriptive statistics：是描述性统计，就是描述样本的统计特征，并不深入了解其内部规律，比如求平均数。

inferential statistics：是推论统计，研究如何根据样本数据去推断总体数量特征的方法。它是在对样本数据进行描述的基础上，对统计总体的未知数量特征做出以概率形式表述的推断。更概括地说，是在一段有限的时间内，通过对一个随机过程的观察来进行推断的。

2、释义不同

descriptive statistics：是用来总结大型数据集的重要特征。如均值、中位数、众数等。

inferential statistics：是根据一个小型数据集的主要特征，来对一个大型数据集进行预测，估计或者推断。

3、发音不同

descriptive statistics 的发音是：［dɪ＇skrɪptɪv］ ［stə＇tɪstɪks］

inferential statistics的发音是：［，ɪnfə＇renʃəl］ ［stə＇tɪstɪks］

inferable和inferential的区别

inferable

英 [ɪn'fɜ:rəbl] 美 [ɪn'fɜ:əbəl]

adj.能推理的，能推论的

inferential

英 [ˌɪnfə'renʃəl] 美 [ˌɪnfə'renʃəl]

adj.可以推论的，据推论得出的

统计学中的绝对零点是什么意思，详细~

在统计学里面引用的物理学中的"绝对零点"的概念。所谓绝对零点，就是量表上标着0的地方，表示所要测量的属性是无。这类量表上的数值既可以确定一个事物比另一事物大多少，又可以确定大多少倍。

就是说在统计学里面定距数据没有确定标示着0的地方。

主要术语：

统计学（statistics）：收集、处理、分析、解释数据并从数据中得出结论的科学。

描述统计（descriptive statistics）：研究数据收集、处理和描述的统计学方法。

推断统计（inferential statistics）：研究如何利用样本数据来推断总体特征的统计学方法。

变量（variable）：每次观察会得到不同结果的某种特征。

分类变量（categorical variable）：观测结果表现为某种类别的变量。

顺序变量（rank variable）：又称有序分类变量，观测结果表现为某种有序类别的变量。

数值型变量（metric variable）：又称定量变量，观测结果表现为数字的变量。

均值（mean）：均值也就是平均数，有时特指算术平均数，这是相对其他方式计算的均值，求法是先将所有数字加起来，然后除以数字的个数，这是测量集中趋势，或者说平均数的一种方法。

中位数（median）：也就是选取中间的数，要找中位数，首先需要从小到大排序，排序后，再看中间的数字是什么。

众数（mode）：众数也就是数据集中出现频率最多的数字。

以上内容参考：百度百科--统计学

inferential statistics是什么意思

inferential statistics

[英]ˌɪnfəˈrenʃəl stəˈtistiks

[美]ˌɪnfəˈrɛnʃəl stəˈtɪstɪks

推论统计

[例句]Use descriptive statistics but not inferential statistics.

将应用统计描述而不用统计推断。