قبلا مفهوم استنباط آماری را معرفی کردیم (فرایند استنباط اطلاعات درباره یک جامعه آماری با استفاده از یک نمونه). معمولا اطلاعات درباره جوامع آماری، توسط پارامترها (parameters) توصیف می شود، لذا تکنیک های آماری عمدتا به استنباط درباره پارامترهای جامعه آماری با استفاده از آماره های نمونه ای می پردازند (به یاد آورید که یک پارامتر مقداری درباره جامعه آماری و یک آماره مقداری درباره یک نمونه است).
در یک فضای تئوریک، می توان فرض کرد که پارامترهای جامعه آماری شناخته شده اند. اما در زندگی واقعی، محاسبه پارامترها غیر ممکن است، چون جوامع آماری ممکن است خیلی بزرگ باشند. در نتیجه، بیشتر پارامترهای جوامع آماری نه تنها ناشناخته اند، بلکه ندانستنی هم هستند! مشکلی که رفتن به سمت موضوع استنباط آماری را بر می انگیزد، این است که اغلب برای تصمیم گیری به اطلاعاتی درباره مقدار پارامترها نیاز داریم. برای مثال، تصمیم گیری درباره گسترش خط تولید لباس، اطلاعاتی درباره میانگین هزینه پوشاک توسط جمعیت بزرگسال کشور مورد نیاز است؛ اما از آنجا که این جمعیت چند ده میلیون نفر است، تعیین این میانگین مانعی بزرگ محسوب می شود. اما اگر دقت 100% را نخواهیم، نمونه ای از افراد را انتخاب می کنیم و میزان هزینه سالیانه پوشاک را در این گروه تعیین می کنیم و میانگین نمونه ای را محاسبه می کنیم. اگرچه احتمال مساوی بودن میانگین نمونه و میانگین جامعه خیلی کم است، اما انتظار می رود که خیلی نزدیک باشند. برای خیلی از تصمیمات، باید بدانیم که چقدر نزدیک.
برچسبها: نمونه گیری, Sampling, پارامتر, parameter
