描述性统计学和推断性统计学

[rakibhasanbd47]

统计学就是收集、分析和解释数据。当决策面临不确定性时，统计学非常有用。通过使用统计学，我们可以克服这些情况并生成可操作的分析。

统计学分为两个主要分支：
当您知道数据集中的所有值时，就会使用描述性统计。例如，您对 1000 人进行调查，询问他们是否喜欢橙子，有两个选择（是和否）。您收集结果并发现 900 人回答是，100 人回答否。您发现比例 90% 是“是”，10% 是“否”。很简单，对吧？

但是当我们无法观察到所有数据时会发生什么？

当你只知道部分数据时，就必须使用推 巴西电话号码列表 论统计。当你只知道数据中的一个样本（一小部分）并且对整个总体（数据）进行猜测时，就会使用推论统计。

假设您想计算过去 24 个月的电子邮件打开率，但您只有过去六个月的数据。在这种情况下，假设在 1000 封电子邮件中，有 200 人打开了电子邮件，导致 800 封电子邮件没有转化。这相当于 20% 的打开率和 80% 的未打开率。这些数据对于过去六个月是正确的，但对于 24 个月可能不正确。推论统计有助于我们了解我们与整个人群的接近程度以及我们对这一假设的信心程度。

样本的打开率可能是 20%，但可能会有一点变化。因此，我们考虑 +- 3%，在这种情况下，范围是 17% 到 23%。这听起来不错，但我们对这些数据有多大信心？或者，从整个总体（数据集）中抽取的随机样本中，有多少百分比会落在 17%-23% 的范围内？

在统计学中，95% 的置信水平被认为是可靠的数据。这意味着我们从整个人群中抽取的 95% 的样本数据将产生 17-23% 的打开率，其余 5% 的打开率要么高于 23%，要么低于 17%。但我们 95% 确定打开率为 20% +- 3%

术语“数据”代表描述对象或事件的任何值，例如访客、调查、电子邮件。