L'inférence statistique est l'ensemble des méthodes qui permettent d'induire, à travers un échantillon statistique, le comportement d'une certaine population. L'inférence statistique étudie donc comment, grâce à l'application de ces méthodes sur les données d'un échantillon, des conclusions peuvent être tirées sur les paramètres de la population de données. De la même manière, il étudie également le degré de fiabilité des résultats extraits de l'étude.
Pour comprendre le concept, il est important de comprendre trois concepts :
- Inférence: Déduire signifie littéralement tirer des jugements ou des conclusions à partir de certaines hypothèses, qu'elles soient générales ou particulières.
- Ville: Une population de données est l'ensemble total de données qui existent sur une variable.
- Échantillon statistique: Un échantillon fait partie de la population de données.
Étant clair sur ce que nous entendons par le concept d'inférence, l'un des doutes fondamentaux réside dans le fait de choisir un échantillon plutôt qu'une population.
Normalement, dans les statistiques, vous travaillez avec des échantillons en raison de la grande quantité de données dont dispose une population. Par exemple, si l'on veut tirer des conclusions, c'est-à-dire inférer les résultats des élections générales, il est impossible de demander à l'ensemble de la population du pays. Pour résoudre ce problème, un échantillon varié et représentatif est choisi. Grâce à quoi une estimation du résultat final peut être extraite. Le choix d'un échantillon approprié relève de la responsabilité des différentes techniques d'échantillonnage.
L'autre grande branche de la statistique est la statistique descriptive.
Méthodes d'inférence statistique
Les méthodes et techniques d'inférence statistique peuvent être divisées en deux : les méthodes d'estimation des paramètres et les méthodes de test d'hypothèses.
- Méthodes d'estimation des paramètres : Il est chargé d'attribuer une valeur au paramètre ou à l'ensemble de paramètres qui caractérisent le domaine à l'étude. Bien sûr, étant une estimation, il y a une certaine erreur. Pour obtenir des estimations adaptées à cette réalité, des intervalles de confiance sont créés.
- Méthodes de test d'hypothèse: Son objectif est de vérifier si une estimation correspond aux valeurs de la population. Dans tous les tests d'hypothèses, il y a deux hypothèses. L'hypothèse nulle (H0) qui reflète l'idée qu'une valeur a une valeur prédéterminée. Si l'hypothèse nulle (H0) est rejetée, alors l'hypothèse alternative (H1) est acceptée.
