Tanımlayıcı İstatistik mi, Çıkarımsal İstatistik mi? Veriyi Özetlemek ile Genellemek
İki dal aynı veri setinden başlar ama farklı soruya cevap verir: tanımlayıcı istatistik elinizdeki gözlemlerin neye benzediğini söyler, çıkarımsal istatistik bu gözlemlerden görmediğiniz kitle hakkında ne kadar emin olabileceğinizi söyler.
Bir bakışta
- Ayrımı yöntem değil, iddianın kapsamı belirler. Sonucu yalnız ölçtüğünüz kişiler ya da kayıtlar için söylüyorsanız tanımlayıcı, ölçmediğiniz kitleye genelliyorsanız çıkarımsal çalışıyorsunuz.
- Tanımlayıcı istatistik belirsizlik taşımaz, çıkarımsal istatistik belirsizliği raporlar. Bir ortalama tek başına özettir; aynı ortalama güven aralığı ve örnekleme mantığıyla verildiğinde kitle tahminine dönüşür.
- Çıkarımın değeri örneklemin nasıl seçildiğine bağlıdır. Yanlı seçilmiş bir örneklemde en doğru test bile yanlış kitleyi anlatır.
- Tam sayım varsa çıkarıma çoğu zaman gerek kalmaz. Şirketin tüm satış kayıtları elinizdeyse ortalama zaten gerçek değerdir; test yalnız geleceğe ya da başka döneme genellerken anlam kazanır.
Aynı tablo, iki farklı soru
Bir e-ticaret ekibinin geçen ayki siparişlerinden rastgele seçtiği bir grup müşteriye memnuniyet anketi gönderdiğini düşünün. Gelen yanıtların ortalamasını almak, puanların hangi aralıkta toplandığını ve en sık verilen puanı göstermek tanımlayıcı istatistiktir. Bu iş, yalnız anketi dolduranlar hakkında bilgi verir ve hiçbir tahmin içermez.
Aynı ekip "tüm müşterilerimizin memnuniyeti geçen yıla göre düştü mü?" diye sorduğunda soru değişir. Artık ölçülmeyen müşteriler hakkında konuşulmaktadır; ankete yanıt verenler yalnız bir pencere işlevi görür. Bu noktada örnekleme hatasını hesaba katan araçlar, yani güven aralıkları ve hipotez testleri devreye girer. Bu, çıkarımsal istatistiktir.
Kısacası tanımlayıcı istatistik "elimdeki veri neye benziyor?" sorusunu, çıkarımsal istatistik "bu veriden daha geniş bir gerçek hakkında ne kadar emin konuşabilirim?" sorusunu cevaplar. İkisi rakip değil, aynı analizin ardışık katmanlarıdır.
Özet, kitleye ancak örneklem mantığıyla taşınır
- Örneklem verisiGerçekten ölçülen kişiler, ürünler ya da kayıtlar
- Tanımlayıcı özetOrtalama, medyan, yayılım, dağılım grafiği; yalnız eldeki veri için geçerli
- ÇıkarımGüven aralığı ve test ile anakütle hakkında belirsizliği belirtilmiş sonuç
Tanımlayıcı istatistiğin araç kutusu
Tanımlayıcı istatistik veriyi birkaç sayıya ve grafiğe indirger. Merkezi eğilim ölçüleri (ortalama, medyan, mod) tipik değeri, yayılım ölçüleri (açıklık, çeyrekler arası aralık, varyans, standart sapma) değerlerin ne kadar dağıldığını gösterir. Dağılımın biçimi histogram, kutu grafiği ve frekans tablolarıyla okunur; iki değişken arasındaki ilişki için çapraz tablo ve saçılım grafiği kullanılır.
Bu araçların ortak noktası, sonucun hesaplandığı veriyle sınırlı kalmasıdır. Bir şubenin geçen ayki ortalama sepet tutarı hesaplandığında o sayı tartışmasız biçimde o ayın, o şubenin ortalamasıdır. Belirsizlik yalnız ölçüm hatasından gelir; örneklemeden gelen bir belirsizlik yoktur.
Tanımlayıcı aşama atlanırsa çıkarım da sağlam olmaz. Aykırı değerler, eksik kayıtlar, çarpık dağılımlar ve beklenmedik gruplar ilk bakışta tanımlayıcı özetlerde görünür. Hangi testin uygun olduğu da çoğu zaman bu özetlere bakılarak seçilir.
Çıkarımsal istatistik neyi ekler?
Çıkarımsal istatistiğin temel fikri, örneklemin rastgele seçilmesi durumunda örneklem değerlerinin bir dağılım izlediğidir. Aynı anakütleden başka bir örneklem seçseydiniz başka bir ortalama bulurdunuz. Bu dalgalanmanın büyüklüğü bilindiğinde, tek bir örneklemden anakütle hakkında aralık tahmini yapmak ve gözlenen farkın tesadüfle açıklanıp açıklanamayacağını sınamak mümkün olur.
Başlıca araçlar şunlardır: • Nokta tahmini: örneklem ortalamasını ya da oranını anakütle değerinin tahmini olarak kullanmak. • Güven aralığı: tahmini, makul değerler aralığıyla birlikte vermek. • Hipotez testi: iki grup arasındaki farkın ya da bir ilişkinin örnekleme dalgalanmasıyla açıklanıp açıklanamayacağını sınamak. • Regresyon çıkarımı: katsayıların anakütle için anlamlı olup olmadığını değerlendirmek.
Bu araçların hepsi bir varsayıma dayanır: örneklem, anakütleyi temsil edecek biçimde seçilmiştir. Gönüllü yanıtlara dayanan bir anket, yalnız şikâyeti olanların yanıt verdiği bir form ya da tek bir şubeden toplanan veri, en doğru formülle bile tüm müşteriler hakkında güvenilir sonuç vermez.
Ölçüt ölçüt iki yaklaşım
- Ölçüt: Cevapladığı soru. Tanımlayıcı: eldeki veri neye benziyor? / Çıkarımsal: görmediğimiz anakütle hakkında ne söyleyebiliriz?
- Ölçüt: Sonucun geçerli olduğu alan. Tanımlayıcı: yalnız ölçülen birimler. / Çıkarımsal: örneklemin temsil ettiği anakütle.
- Ölçüt: Belirsizlik. Tanımlayıcı: örneklemeden gelen belirsizlik yoktur. / Çıkarımsal: belirsizlik güven aralığı ve anlamlılık düzeyiyle açıkça raporlanır.
- Ölçüt: Tipik çıktı. Tanımlayıcı: ortalama, medyan, standart sapma, histogram, özet tablo. / Çıkarımsal: güven aralığı, p değeri, test istatistiği, katsayı aralıkları.
- Ölçüt: Varsayımlar. Tanımlayıcı: neredeyse yok; doğru hesap yeterli. / Çıkarımsal: rastgele örnekleme, bağımsız gözlemler, bazı testlerde dağılım biçimi.
- Ölçüt: Tipik hata. Tanımlayıcı: tek bir özete güvenip dağılımı görmemek. / Çıkarımsal: anlamlılığı büyüklükle karıştırmak, temsil gücü olmayan örneklemden genellemek.
Raporlarda en sık görülen karışıklıklar
Karışıklığın çoğu, tanımlayıcı bir bulgunun çıkarımsal bir cümleyle sunulmasından doğar. Örneğin bir pilot uygulamada iki şubenin ortalaması farklı çıktığında "yeni süreç satışları artırıyor" denmesi, ölçülen birkaç günü tüm geleceğe genellemektir. Tersi de olur: tüm kayıtların elde olduğu bir tam sayımda, farkın anlamlı olup olmadığını görmek için test yapmak çoğu zaman gereksizdir; çünkü ölçülen fark zaten gerçek farktır.
Bir başka sık hata, anlamlılığın önem sanılmasıdır. Büyük örneklemlerde çok küçük farklar bile istatistiksel olarak anlamlı çıkabilir; bu, farkın iş açısından değerli olduğu anlamına gelmez. Bu yüzden çıkarımsal sonuç her zaman tanımlayıcı bir etki büyüklüğüyle birlikte verilir: farkın kendisi, yüzdesi ya da güven aralığı.
Doğru cümle, iddianın kapsamını açıkça söyler
Bir analizde ikisi birlikte nasıl kullanılır?
Gerçek bir analiz projesinde iki dal sırayla çalışır. Önce veri temizlenir ve tanımlayıcı özetler çıkarılır: hangi gruplar var, dağılım simetrik mi, aykırı değer var mı, eksik veri hangi alanlarda yoğunlaşıyor. Bu adım, sonraki test seçimini ve varsayımların ne kadar karşılandığını belirler.
Ardından araştırma sorusu netleştirilir. Soru eldeki veriyle sınırlıysa, örneğin bir yönetim raporunda geçen çeyreğin performansı anlatılıyorsa, tanımlayıcı özetler yeterlidir. Soru genelleme içeriyorsa, örneğin bir A/B testinden tüm kullanıcılar için karar alınacaksa, çıkarımsal araçlar seçilir ve sonuç belirsizliğiyle birlikte raporlanır.
Son adımda iki katman birlikte sunulur: tanımlayıcı tablo okurun veriyi görmesini, çıkarımsal sonuç kararın ne kadar güvenle alınabileceğini anlatır. Yalnız p değeri içeren bir rapor da, yalnız ortalamalardan oluşan bir rapor da eksiktir.
Mindset programlarında bu iki katman
Veri Bilimi için İstatistik Eğitimi, tanımlayıcı istatistikler, çizelgeler ve aykırı değerlerle başlayıp örneklem dağılımları, merkezi limit teoremi, güven aralığı ve hipotez sınamasına uzanarak bu ayrımı sırasıyla çalıştırır. Rapor okuyup karar veren analistler ve veri ekipleri için asıl kazanım, bir bulgunun hangi kapsamda söylenebileceğini ayırt etmektir.
Data Science Uzmanlığı Sertifika Programı ise istatistik ve analitik düşünmeyi makine öğrenmesi ve tahminleme çalışmalarının zemini olarak ele alır; model sonuçlarını yorumlarken aynı örneklem ve genelleme mantığı tekrar karşınıza çıkar.
İlgili Mindset programı
Veri Bilimi için İstatistik Eğitimi
Sık sorulan sorular
Betimsel istatistik ile tanımlayıcı istatistik aynı şey mi?
Evet. Türkçe kaynaklarda betimsel, betimleyici ve tanımlayıcı istatistik aynı dalı anlatmak için kullanılır; İngilizcedeki karşılığı descriptive statistics'tir. Çıkarımsal istatistik için de yer yer çıkarsamalı istatistik denir. Terimden çok, sonucun yalnız ölçülen veriye mi yoksa daha geniş bir kitleye mi ait olduğuna bakmak ayrımı doğru kurmanızı sağlar.
Korelasyon tanımlayıcı mı, çıkarımsal mı?
İkisi de olabilir. Örneklemdeki iki değişkenin birlikte nasıl değiştiğini gösteren korelasyon katsayısı tanımlayıcı bir özettir. Bu katsayının anakütlede sıfırdan farklı olup olmadığını test etmek ya da katsayı için güven aralığı vermek ise çıkarımsal bir adımdır. Aynı sayı, hangi iddiayı taşımak için kullanıldığına göre farklı dala girer.
Makine öğrenmesi çıkarımsal istatistiğin yerini alır mı?
Almaz; farklı bir soruya odaklanır. Makine öğrenmesi çoğunlukla yeni gözlemler için isabetli tahmin üretmeyi hedefler, çıkarımsal istatistik ise bir etkinin ya da farkın anakütlede var olup olmadığını ve belirsizliğini açıklamayı hedefler. Model değerlendirmesinde test verisine ayırma, güven aralığı ve örneklem büyüklüğü gibi çıkarımsal kavramlar yine kullanılır.
Küçük bir örneklemle çıkarım yapılabilir mi?
Yapılabilir ama belirsizlik büyür: güven aralıkları genişler ve gerçek farkları yakalama gücü azalır. Küçük örneklemde dağılım varsayımları da daha önemli hale gelir; t dağılımı gibi küçük örnekleme uygun yöntemler ya da parametrik olmayan testler tercih edilir. Sonuç raporlanırken aralığın genişliği açıkça yazılmalı, kesin bir yargı gibi sunulmamalıdır.
Grafikler hangi gruba girer?
Histogram, kutu grafiği, sütun ve saçılım grafikleri tanımlayıcı araçlardır; eldeki verinin biçimini gösterirler. Bir grafiğe güven aralığı çubukları eklendiğinde ise grafik çıkarımsal bilgi de taşır. Okura bu çubukların standart sapma mı, standart hata mı, yoksa güven aralığı mı olduğu mutlaka belirtilmelidir; üçü farklı şeyler anlatır.