الإحصاء الاستدلالي هو واحد من الفرعين الرئيسيين للإحصاءات ، ويستخدم الإحصاء الاستدلالي عينة عشوائية من البيانات المأخوذة من مجتمع ما لوصف وإجراء استنتاجات حول السكان ، وتعد الإحصاءات الاستدلالية ذات قيمة عندما يكون فحص كل فرد من السكان بأكمله غير مناسب أو ممكن  .

ما هي الاحصاءات الاستدلالية

تصف الإحصاءات الوصفية البيانات على سبيل المثال ، مخطط أو رسم بياني ، أما الإحصائيات الاستدلالية تسمح بإجراء تنبؤات ( الاستدلالات ) من تلك البيانات ، وباستخدام الإحصاءات الاستدلالية ، يمكن أخذ البيانات من العينات وإجراء تعميمات حول السكان ، على سبيل المثال ، قد تقف في مركز تجاري وتسأل عينة من 100 شخص إذا كانوا يحبون التسوق في Sears ، ويمكنك عمل مخطط شريطي للإجابات بنعم أو لا (من شأنه أن يكون إحصاءات وصفية) أو يمكنك استخدام بحثك (والإحصاءات الاستدلالية ) لسبب أن حوالي 75-80 ٪ من السكان يحبون التسوق في سيرز .

مجالات الاحصاء الاستدلالي

هناك مجالان رئيسيان للإحصاءات الاستدلالية وهما كالتالي :

هذا يعني أخذ إحصاء من نموذج البيانات الخاص بك (على سبيل المثال متوسط ​​العينة) واستخدامه لمعرفة عدد السكان .

هذا هو المكان الذي يمكنك فيه استخدام بيانات نموذجية للإجابة على أسئلة البحث ، فعلى سبيل المثال ، قد تكون مهتمًا بمعرفة 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 :

• أنها تسمح للمحلل لتعميم النتائج على عدد أكبر من السكان .
• يمكن أن يحدد ليس فقط ما يمكن أن يحدث ، ولكن ما الذي يمكن أن يحدث في البرامج .
• تساعد الإحصائيات الاستنتاجية في تقييم قوة العلاقة بين المتغيرات المستقلة (السببية) والمتغيرات (التأثير) التابعة ، كما يمكن تقييم التأثير النسبي لمختلف البرامج .
• لا يمكن استخدام الإحصاءات الاستدلالية إلا عندما يكون لدى الإحصائي قائمة كاملة بأفراد السكان ، من خلال رسم عينة عشوائية من السكان باستخدام صيغة سابقة الإعداد ، ويحدد الإحصائي أن حجم العينة كبير بدرجة كافية .
• يمكن أن 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 ، من الصعب الحصول على قائمة السكان أو رسم عينة عشوائية .

ويمكن القول أن الإحصاءات الاستدلالية تستخدم في إجراء تعميمات من عينة إلى مجتمع ، وهناك مصدران للخطأ قد يؤديان إلى اختلاف العينات عن السكان ، حيث يتم رسمها والتي تتضمن خطأ في أخذ العينات وانحياز أخذ العينات ، وتعتمد الإحصاءات الاستدلالية على أخذ عينة عشوائية من عدد أكبر من السكان ومحاولة استخلاص استنتاجات حول العدد الأكبر من تلك البيانات ، واحتمالية أن تكون العلاقات بين المتغيرات المقاسة متوافقة .

انواع الاختبارات الاحصائية الاستدلالية

هناك العديد من الاختبارات في هذا المجال ، ومن أهمها ما يلي :

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 .

هذه طريقة إحصائية أخرى تحظى بشعبية كبيرة في علم البيانات ، ويتم استخدامها لاختبار وتحليل الاختلافات بين اثنين أو أكثر من الوسائل من مجموعة البيانات ، ويتم الحصول على اختلافات كبيرة بين الوسائل ، وذلك باستخدام هذا الاختبار .

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 .

إنه اختبار بسيط نسبيًا في الإحصاءات الاستنتاجية ، ويستخدم هذا لمقارنة وسائل مجموعتين وفهم ما إذا كانت مختلفة عن بعضها البعض ، وترتيب الاختلاف ، أو مدى أهمية الاختلافات التي يمكن الحصول عليها من هذا .

هذا الاختبار مفيد للغاية ، ويستخدم لفهم مدى اعتماد اثنين من المتغيرات على بعضها البعض ، ويمكن الحصول على قوة أي علاقة ، إن وجدت ، بين المتغيرين من هذا التحليل ، وستكون قادرًا على فهم ما إذا كانت المتغيرات لها علاقة قوية أو ضعيفة ، ويمكن أن يكون الارتباط سالبًا أو موجبًا ، وفقًا للمتغيرات ، وتعني العلاقة السالبة أن قيمة المتغير الواحد تنخفض بينما تزيد قيمة المتغير الآخر ، ويعني الارتباط الإيجابي أن قيمة كلا المتغيرين تنخفض أو تزيد في وقت واحد.

الفرق بين الاحصاءات الوصفية والاحصاءات الاستنتاجية

على الرغم من أن الإحصاءات الوصفية مفيدة في تعلم العديد من الأشياء مثل انتشار البيانات ومركزها ، لا يمكن استخدام أي شيء في الإحصائيات الوصفية لإجراء أي تعميمات ، وفي الإحصائيات الوصفية ، تظهر القياسات مثل المتوسط ، ​​والانحراف المعياري كأرقام 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.