Statistiline järeldus on meetodite kogum, mis võimaldab statistilise valimi kaudu teatud populatsiooni käitumist esile kutsuda. Seejärel uuritakse statistilist järeldust, kuidas neid meetodeid valimi andmetele rakendades saab teha järeldusi andmekogumi parameetrite kohta. Samamoodi uuritakse ka uuringust saadud tulemuste usaldusväärsuse määra.
Mõiste mõistmiseks on oluline mõista kolme mõistet:
- Järeldus: Otseses mõttes järeldamine tähendab hinnangute või järelduste tegemist teatud eelduste põhjal, olgu need siis üldised või konkreetsed.
- Rahvaarv: Andmepopulatsioon on muutujaga seotud andmete kogu.
- Statistiline valim: Valim on osa andmekogumist.
Olles selge, mida me järeldamise mõiste all mõtleme, peitub üks põhilisi kahtlusi selles, et valitakse populatsiooni asemel valim.
Tavaliselt töötate statistikas valimitega, kuna populatsioonil on palju andmeid. Näiteks kui me tahame teha järeldusi, see tähendab järeldada üldvalimiste tulemusi, on võimatu küsida kogu riigi elanikkonnalt. Selle probleemi lahendamiseks valitakse mitmekesine ja esinduslik valim. Tänu sellele saab lõpliku tulemuse hinnangu. Sobiva proovi valimine vastutab erinevate proovivõtumeetodite eest.
Statistika teine suur haru on kirjeldav statistika.
Statistilised järeldusmeetodid
Statistilise järelduse meetodid ja tehnikad võib jagada kaheks: parameetrite hindamise meetodid ja hüpoteeside testimise meetodid.
- Parameetrite hindamise meetodid: Ta vastutab väärtuse määramise eest parameetrile või parameetrite komplektile, mis iseloomustavad uuritavat välja. Muidugi, kuna see on hinnanguline, on teatud viga. Sellele reaalsusele kohandatud hinnangute saamiseks luuakse usaldusvahemikud.
- Hüpoteeside testimise meetodid: Selle eesmärk on kontrollida, kas hinnang vastab populatsiooni väärtustele. Kõigis hüpoteeside testides on kaks eeldust. Nullhüpotees (H0), mis peegeldab ideed, et väärtusel on ettemääratud väärtus. Kui nullhüpotees (H0) lükatakse tagasi, aktsepteeritakse alternatiivset hüpoteesi (H1).
