主要區別
描述性統計和推斷統計的主要區別在於描述性統計利用資料來描述人口，無論是透過數值計算，還是圖表或表格和推斷統計，都會根據從有關人口中提取的資料樣本，得出關於某個群體的結論和預測。
描述性統計(descriptive statistics) vs. 推斷統計學(inferential statistics)
描述性統計是描述人口特徵的統計方法。另一方面，利用推斷統計量對樣本進行總體概括。描述性統計是一個術語，用於檢查資料，有助於以有意義的方式總結或顯示資料。推理統計學稱為抽樣，用於確保所選樣本儘可能地代表總體。在描述性統計中，用圖表、表格和圖表精確地總結和表示資料，而推理統計則用概率論來確定樣本特徵的概率。在描述性統計中，工具用於測量中心趨勢（平均值/中位數/模式）、資料傳播（範圍、標準差等），在推斷統計學中，工具用於假設檢驗、方差分析等。
比較圖
什麼是描述性統計(descriptive statistics)？
描述性統計是對資料進行調查的統計學術語，它在很大程度上有助於描述、顯示或抽象資料。描述性統計是非常重要的，因為如果我們展示原始資料，很難想象資料顯示了什麼，特別是如果有大量資料的話。因此，描述性統計使我們能夠以更有意義的方式呈現資料，這使得對資料的解釋更為簡單。描述性統計透過統計和圖表描述資料是一個重要的主題，並在其他農業統計指南中討論。
型別
- 集中趨勢的度量：這些是定義一組資料的頻率分佈中心位置的方法。在這種情況下，頻數分佈就是100名學生從最低到最高所佔分數的分佈和標準。我們可以用一些統計資料來解釋這個中心位置，包括模式、中位數和平均值。你可以在這裡讀到關於集中趨勢的度量。
- 散佈度量：這些是透過描述如何分佈分數來彙總一組資料的方法。衡量價差有助於我們縮短這些分數的分佈。為了描述這種價差，我們可以使用一些統計資料，包括範圍、四次曲面、絕對偏差、方差和標準差。
什麼是推斷統計學(inferential statistics)？
與描述性統計不同，推斷統計學是將一項實驗研究所得結論應用於更一般人群的努力。推斷統計學試圖回答在給定的實驗中沒有被測試的人群和樣本的問題。如果你進行一項調查，目標是將完成度應用於更一般的人群，假設抽樣範圍足夠大，樣本代表更廣泛的公眾。推斷統計學是很重要的，因為研究和實驗需要宣告和總結一些關於綜合群體的東西，而不僅僅是研究的樣本。當不方便或不可能對整個人群中的每個成員進行檢查時，推斷統計是有價值的。推斷統計學使用統計模式來幫助您將樣本資料與其他樣本或之前的研究進行比較。
域
- 估計引數。這意味著從你的樣本資料中獲取一個統計資料（例如樣本均值），並利用它來說明總體常數（即期望值）。
- 假設檢驗。在這裡你可以利用樣本資料來回答研究問題。例如，你可能很想知道一種抗癌新藥是否有效。或者如果早餐有助於孩子們在學校表現更好。
主要區別
- 描述性統計是描述被研究人群的順序。推斷統計學是一種統計方法，主要是透過抽樣分析和觀察來總結人口。
- 在描述性統計中，最終結果以圖形或表格形式表示，而最終結果以概率的形式顯示。
- 描述性統計描述了已知的資料，用來總結樣本。相反，推斷統計學試圖得出關於人口的結論；這超出了現有資料的範圍。
- 描述性統計以有意義的方式收集、組織、分析和呈現資料。相反，推斷統計學則是對比資料，檢驗假設，並對未來的結果作出預測。
- 描述性統計描述一種情況，而推理統計則解釋事件發生的可能性。
結論
因此，我們對這兩個術語進行了充分的討論，你只需要知道描述性統計是關於代表你現有的一組資料，而推斷統計學則集中在對額外的總體進行推測，即在研究的資料集之上。描述性統計提供了全部的資料，研究者已經研究了，而推理統計則進行了歸納，這意味著提供給你的資料沒有被研究。
