描述统计学与推断统计学的理解、联系、区别

描述统计学

英文名称：Descriptive Statistics

描述统计(descriptive statistics)是来描绘(describe)或总结(summarize)的观察量的基本情况的统计总称。描述统计学研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合概括与分析得出反映客观现象的规律性数量特征。

关键理解：描述统计学反映客观现象的规律数量特征

推断统计学

• 推论统计学是指在统计学中，研究如何根据样本数据去推断总体数量特征的方法。它是在对样本数据进行描述的基础上，对统计总体的未知数量特征做出以概率形式表述的推断。更概括地说，是在一段有限的时间内，通过对一个随机过程的观察来进行推断的。
• 推论统计学具备归纳预测性质的数据通常使用此统计方法来处理，在20世纪20年代，R．A．Fisher的工作奠定了今天统计推论理论的基础，他的研究课题主要是从生物学(如物种学、遗传分类及其在农产品上的应用等)中提出来的。说明如何归纳样本数据进而推论出母体性质，并标示出误差发生的机率。推论统计学在实际作业中应用层级相当广泛，可谓现代统计学中最重要的部分。
• 推断统计是研究如何利用样本数据来推断总体特征的统计方法。比如，要了解一个地区的人口特征，不可能对每个人的特征一一进行测量，对产品的质量进行检验，往往是破坏性的，也不可能对每个产品进行测量。这就需要抽取部分个体即样本进行测量，然后根据获得的样本数据对所研究的总体特征进行推断，这就是推断统计要解决的问题。

== 关键理解：推断统计是研究如何利用样本数据来推断总体特征的统计方法。需要抽取部分个体即样本进行测量，然后根据获得的样本数据对所研究的总体特征进行推断。==

描述统计学与推断统计的联系

描述统计学和推断统计学是现代统计学（或者说是管理统计学）的两个组成部分，相辅相成、缺一不可，描述统计学是现代统计学的基础和前提，推断统计学是现代统计学的核心和关键。

描述统计学与推断统计的区别

描述统计学是研究数据收集、处理、汇总、图表描述、概括与分析等统计方法。

描述统计是通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。

推断统计是研究如何利用样本数据来推断总体特征的方法。

推断统计是统计学乃至于心理统计学中较为年轻的一部分内容。它以统计结果为依据，来证明或推翻某个命题。具体来说,就是通过分析样本与样本分布的差异，来估算样本与总体、同一样本的前后测成绩差异，样本与样本的成绩差距、总体与总体的成绩差距是否具有显著性差异。

参考资料：

https://wiki.mbalib.com/wiki/描述统计学
https://wiki.mbalib.com/wiki/推断统计学