الإحصاء الاستدلالي هو فرع رئيسي من فروع الإحصاء، ويستخدم عينة عشوائية من البيانات المأخوذة من مجتمع ما لوصفه وإجراء استنتاجات حول السكان. تكون الإحصاءات الاستدلالية ذات قيمة عندما يكون من غير العملي فحص كل فرد من السكان بأكمله .
ما هي الاحصاءات الاستدلالية
تصف الإحصاءات الوصفية البيانات باستخدام وسائل مثل المخططات أو الرسوم البيانية، بينما تمكن الإحصاءات الاستدلالية من إجراء تنبؤات استنادا إلى تلك البيانات. ومن خلال الإحصاءات الاستدلالية، يمكن أخذ عينات من السكان وإجراء تعميمات حولهم، على سبيل المثال، يمكنك الوقوف في مركز تجاري واستطلاع عينة مكونة من 100 شخص لمعرفة ما إذا كانوا يفضلون التسوق في سيرز. وبإمكانك رسم مخطط شريطي للإجابات بنعم أو لا، وهذا سيكون نوعا من الإحصاءات الوصفية. أو يمكنك استخدام الإحصاءات الاستدلالية الخاصة بك لأن حوالي 75-80٪ من السكان يفضلون التسوق في سيرز .
مجالات الاحصاء الاستدلالي
هناك مجالان رئيسيان للإحصاءات الاستدلالية وهما كالتالي :
تقدير العينات
يعني ذلك أنه يتم أخذ إحصاء من نموذج البيانات الخاص بك (مثلاً متوسط العينة) واستخدامه لتحديد عدد السكان .
اختبارات الفرضية
هذا هو المكان الذي يمكنك فيه استخدام بيانات نموذجية للإجابة على أسئلة البحث، على سبيل المثال، قد تهمك معرفة ما إذا كان دواء السرطان الجديد فعالًا أم لا، أو إذا كان الإفطار يساعد الأطفال على الأداء بشكل أفضل في المدارس .
اهمية الاحصاءات الاستدلالية
تستخدم الإحصاءات استدلالية في عدد من المجالات وهي كالتالي :
- تسمح هذه الطريقة للمحلل بتعميم النتائج على عدد أكبر من السكان .
- يمكن لهذا الأمر أن يحدد ليس فقط ما يمكن أن يحدث، ولكن أيضًا ما الذي يمكن أن يحدث في البرامج .
- تُستخدم الإحصائيات الاستنتاجية لتقييم قوة العلاقة بين المتغيرات المستقلة (السببية) والمتغيرات التابعة (التأثير)، وكذلك لتقييم التأثيرالنسبي لمختلف البرامج .
- لا يمكن استخدام الإحصاءات الاستدلالية إلا إذا كان لدى الإحصائي قائمة كاملة بجميع أفراد السكان، وذلك عن طريق اختيار عينة عشوائية من السكان باستخدام صيغة محددة مسبقًا، ويجب أن يكون حجم العينة كافيًا بما يكفي لتمثيل السكان بشكل جيد .
- تساعد الإحصاءات الاستدلالية في تحديد قوة العلاقة داخل العينة، ويمكن للإحصائي تقييم قوة تأثير المتغيرات المستقلة (مدخلات البرنامج) على النتائج (مخرجات البرنامج). وفي الإحصاءات الاستدلالية، يكون من الصعب الحصول على قائمة السكان أو رسم عينة عشوائية .
تعتمد الإحصاءات الاستدلالية على استخدام الاحصاءات للتعميم من عينة إلى المجتمع، وتوجد اثنتان من المصادر التي قد تؤدي إلى اختلاف العينات عن السكان. يتم اختيار العينات ورسمها بطرق تتضمن خطأ في أخذ العينات وانحياز في الاختيار. تعتمد الإحصاءات الاستدلالية على اختيار عينة عشوائية من عدد كبير من السكان ومحاولة استنتاجات حول مجموعة أكبر من البيانات، مع احتمالية توافق العلاقات بين المتغيرات المقاسة .
انواع الاختبارات الاحصائية الاستدلالية
هناك العديد من الاختبارات التي تجرى في هذا المجال، ومن أهمها ما يلي:
تحليل الانحدار الخطي
في هذا الاختبار ، تُستخدم طريقة خطية لفهم العلاقة بين متغيرين من مجموعة البيانات ، أحد هذه المتغيرات هو المتغير التابع ، بينما يمكن أن يكون هناك واحد أو أكثر من المتغيرات المستقلة المستخدمة ، وبعبارة أخرى ، نحاول التنبؤ بقيمة المتغير التابع بناءً على القيم المتاحة للمتغيرات المستقلة ، ويتم تمثيل هذا عادةً باستخدام مخطط مبعثر ، على الرغم من أنه يمكننا أيضًا استخدام أنواع أخرى من الرسوم البيانية أيضًا .
تحليل التباين
هذه طريقة إحصائية شائعة في علم البيانات، وتستخدم لاختبار وتحليل الفروق بين اثنين أو أكثر من الوسائل في مجموعة البيانات. يتم الحصول على فروق كبيرة بين الوسائل باستخدام هذا الاختبار .
تحليل التباين المشترك
هذا ليس سوى تطور في طريقة تحليل التباين ، ويتضمن إدراج تباين مستمر في العمليات الحسابية ، والتباين المشترك هو متغير مستقل ومستمر ، ويستخدم كمتغيرات الانحدار ، وتستخدم هذه الطريقة على نطاق واسع في النمذجة الإحصائية ، من أجل دراسة الاختلافات الموجودة بين متوسط قيم المتغيرات التابعة .
الدلالة الاحصائية ( اختبار T )
هذا اختبار بسيط نسبيًا في الإحصاءات الاستنتاجية، حيث يستخدم لمقارنة وسائل مجموعتين وفهم ما إذا كانت مختلفة عن بعضها البعض وتحديد مدى الاختلافات وأهميتها .
تحليل الارتباط
هذا الاختبار مفيد جدا ويستخدم لفهم مدى اعتماد اثنين من المتغيرات على بعضهما البعض، ويمكن الحصول على قوة أي علاقة، إن وجدت، بين المتغيرين من هذا التحليل، وستكون قادرا على فهم ما إذا كانت المتغيرات لها علاقة قوية أو ضعيفة، ويمكن أن يكون الارتباط سالبا أو موجبا، وفقا للمتغيرات، وتعني العلاقة السالبة أن قيمة المتغير الواحد تنخفض بينما تزيد قيمة المتغير الآخر، وتعني الارتباط الإيجابي أن قيمة كلا المتغيرين تنخفض أو تزيد في وقت واحد .
الفرق بين الاحصاءات الوصفية والاحصاءات الاستنتاجية
على الرغم من أن الإحصائيات الوصفية مفيدة في تعلم العديد من الأشياء مثل انتشار البيانات ومركزها، إلا أنه لا يمكن استخدام أي شيء في الإحصائيات الوصفية لإجراء أي تعميمات، وفي الإحصائيات الوصفية، يظهر مثل هذه القياسات مثل المتوسط والانحراف المعياري على شكل أرقام دقيقة .
على الرغم من أن الإحصاءات الاستدلالية تستخدم بعض العمليات الحسابية المماثلة ، مثل المتوسط والانحراف المعياري ، وتبدأ الإحصاءات الاستدلالية بعينة ثم تعميمها على مجموعة سكانية ، ولم يتم ذكر هذه المعلومات حول السكان كرقم ، وبدلاً من ذلك يعبر العلماء عن هذه المعلمات كمجموعة من الأرقام المحتملة ، على درجة من الثقة .