Parameter lwn Statistik
Pertimbangkan soalan ini; apakah purata pendapatan seseorang di negara anda, apakah purata ketinggian wanita di dunia, dan apakah purata berat telur yang dihasilkan oleh baka ayam tertentu? Adalah mustahil untuk melakukan tinjauan yang merangkumi semua subjek yang diminati. Dalam kes pertama, ia adalah semua orang di negara anda, dalam kedua, semua wanita di dunia anda, dan dalam kes ketiga, semua telur yang dihasilkan oleh baka ayam itu. Set yang lebih besar yang mengandungi semua elemen ini dikenali sebagai populasi dalam bahasa statistik.
Walau bagaimanapun, dengan memilih bilangan elemen yang terhad daripada populasi sedemikian rupa sehingga ia mewakili semua yang lain, kita boleh menyimpulkan sifat populasi dengan menganalisis subset. Subset populasi ini dikenali sebagai sampel. Ukuran statistik deskriptif digunakan untuk meringkaskan dan menerangkan sifat utama populasi.
Lagi tentang Parameter
Sukatan deskriptif (seperti min, mod atau median) populasi dikenali sebagai parameter. Ia secara berangka menyatakan nilai untuk atribut dengan meringkaskan data yang tersedia. Seperti yang dinyatakan sebelum ini, adalah mustahil untuk mempertimbangkan nilai untuk atribut ke atas keseluruhan populasi. Oleh itu, sampel digunakan untuk mengira ukuran dan kemudian menyimpulkannya ke dalam populasi.
Walau bagaimanapun, dalam kes luar biasa, seperti banci lengkap dan ujian piawai, parameter dikira daripada populasi.
Dalam teori kebarangkalian klasik, parameter ialah pemalar, tetapi mempunyai "nilai tidak diketahui", yang ditentukan oleh anggaran berdasarkan sampel. Dalam kebarangkalian Bayesian moden, parameter ialah pembolehubah rawak, dan ketidakpastiannya diterangkan sebagai taburan.
Lagi tentang Statistik
Statistik ialah ukuran deskriptif sampel. Berbeza dengan parameter, nilai sampel dikira daripada sampel rawak yang diperoleh daripada populasi. Secara lebih formal, ia ditakrifkan sebagai fungsi sampel, tetapi bebas daripada pengedaran sampel.
Dalam inferens, statistik bertindak sebagai penganggar untuk parameter. Min sampel, varians sampel dan sisihan piawai, kuantil seperti kuartil dan persentil serta statistik tertib seperti maksimum dan minimum semuanya tergolong dalam kategori statistik sampel.
Kebolehmerhatian statistik merupakan faktor utama yang memisahkan statistik dan parameter. Dalam populasi, parameter tidak boleh diperhatikan secara langsung, tetapi dalam sampel, statistik mudah diperhatikan, selalunya satu atau dua pengiraan jauh. Selain itu, statistik mempunyai sifat penting seperti kesempurnaan, kecukupan, ketekalan, tidak berat sebelah, keteguhan, kemudahan pengiraan, varians rendah, dan ralat kuasa dua min adalah minimum.
Apakah perbezaan antara Parameter dan Statistik?
• Parameter ialah ukuran deskriptif populasi dan statistik ialah ukuran deskriptif sampel.
• Parameter tidak boleh dikira secara langsung, tetapi statistik boleh dikira dan boleh diperhatikan secara langsung.
• Parameter disimpulkan (disimpulkan) daripada statistik dan statistik bertindak sebagai penganggar untuk parameter populasi. (Min sampel (x ̅) bertindak sebagai penganggar untuk min populasi µ)
• Dalam parameter, nilai tidak semestinya sama dengan nilai sampel, tetapi anggaran.
