In the most common research situati

In the most common research situations, the investigator cannot directly assess the whole population of interest. For this reason, a sample is often studied to infer the actual population measures or parameters. Statistical inference comprises the application of methods to analyze the sample data in order to estimate the population parameters. The basic assumption in statistical inference is that each individual within the population of interest has the same probability of being included in a specific sample. When the sample is not randomly selected. the study findings can still be generalized if the sample can be considered representative of the whole population of interest. A set of statistical methods used to infer the population parameters is performed under the assumption that the sample estimates follow a bell-shaped distribution, called normal distribution. This article presents with the help of examples, the logic used in the sampling distribution theory. The concept of normal (also called gaussian) sampling distribution has an important role in statistical inference, even when the population values are not normally distributed. In fact, in the statistical inference process, the form of the distribution of the sample estimates is more important than the distribution of the individual values.

ผลลัพธ์ (ไทย) 1:

ในสถานการณ์การวิจัยทั่วไป การตรวจสอบโดยตรงไม่สามารถประเมินประชากรทั้งหมดน่าสนใจ ด้วยเหตุนี้ ตัวอย่างมักจะศึกษาจะอนุมานประชากรจริงวัดหรือพารามิเตอร์ สถิติอนุมานประกอบด้วยการประยุกต์ใช้วิธีการวิเคราะห์ข้อมูลตัวอย่างเพื่อประมาณพารามิเตอร์ประชากร สมมติฐานพื้นฐานในทางสถิติอนุมานคือ ว่า แต่ละคนภายในประชากรของเมืองมีที่เดียวน่าอยู่ในตัวอย่างที่เจาะจง เมื่อตัวอย่างไม่ได้สุ่มเลือก ผลการศึกษาวิจัยสามารถยังคงสามารถ generalized ถ้าตัวอย่างสามารถเป็นตัวแทนของประชากรทั้งหมดน่าสนใจ ชุดของวิธีทางสถิติที่ใช้ในการอนุมานประชากรพารามิเตอร์จะดำเนินการภายใต้สมมติฐานที่ว่า การประเมินตัวอย่างทำตามการทรงระฆังกระจาย การแจกแจงปกติที่เรียกว่า บทความนี้แสดง โดยใช้ตัวอย่าง ตรรกะที่ใช้ในทฤษฎีการกระจายการสุ่มตัวอย่าง แนวคิดของการกระจายการสุ่มตัวอย่าง (เรียกว่านที่) ปกติมีบทบาทสำคัญในทางสถิติอนุมาน แม้ว่าค่าประชากรมีไม่กระจายปกติ ในความเป็นจริง ในกระบวนการอนุมานทางสถิติ รูปแบบของการกระจายของการประเมินอย่างเป็นสำคัญมากกว่าการกระจายของค่าแต่ละค่า

ผลลัพธ์ (ไทย) 2:

ในสถานการณ์ที่การวิจัยที่พบมากที่สุดผู้วิจัยไม่สามารถประเมินประชากรทั้งหมดที่น่าสนใจ ด้วยเหตุนี้กลุ่มตัวอย่างที่มักจะมีการศึกษาเพื่อสรุปมาตรการประชากรที่เกิดขึ้นจริงหรือพารามิเตอร์ สถิติอนุมานประกอบด้วยการประยุกต์ใช้วิธีการวิเคราะห์ข้อมูลตัวอย่างเพื่อประมาณค่าพารามิเตอร์ของประชากร สมมติฐานพื้นฐานในการอนุมานทางสถิติคือการที่แต่ละคนภายในประชากรที่น่าสนใจมีความน่าจะเป็นเดียวกันของถูกรวมอยู่ในตัวอย่างที่เฉพาะเจาะจง เมื่อกลุ่มตัวอย่างที่ไม่ได้รับการสุ่มเลือก ผลการศึกษายังสามารถทั่วไปถ้ากลุ่มตัวอย่างได้รับการพิจารณาเป็นตัวแทนของประชากรทั้งหมดที่น่าสนใจ ชุดของวิธีการทางสถิติที่ใช้ในการอนุมานพารามิเตอร์ประชากรที่จะดำเนินการภายใต้สมมติฐานว่าประมาณการนี้เป็นตัวอย่างการกระจายรูประฆังเรียกว่ากระจายปกติ บทความนี้นำเสนอด้วยความช่วยเหลือของตัวอย่างตรรกะที่ใช้ในการกระจายทฤษฎีการสุ่มตัวอย่าง แนวคิดของการปกติ (ที่เรียกว่าเกาส์) การกระจายการสุ่มตัวอย่างมีบทบาทสำคัญในการอนุมานทางสถิติแม้ในขณะที่ค่าประชากรที่ไม่ได้กระจายตามปกติ ในความเป็นจริงในกระบวนการอนุมานทางสถิติรูปแบบของการกระจายตัวของประมาณการตัวอย่างที่มีความสำคัญมากกว่าการกระจายของค่าแต่ละบุคคล

ผลลัพธ์ (ไทย) 3:

สถานการณ์ที่พบบ่อยที่สุดในการวิจัย ผู้วิจัยไม่สามารถโดยตรงประเมินประชากรทั้งหมดของความสนใจ ด้วยเหตุผลนี้ ตัวอย่างที่มักศึกษาการอนุมานจริงประชากรมาตรการหรือ พารามิเตอร์ การอนุมานทางสถิติ คือ การประยุกต์ใช้วิธีการวิเคราะห์ข้อมูลตัวอย่างเพื่อใช้ในการประมาณจำนวนพารามิเตอร์ ข้อสมมติพื้นฐานในการอนุมานเชิงสถิติที่แต่ละบุคคลภายในประชากรของดอกเบี้ยที่ได้รับโอกาสเดียวกันถูกรวมอยู่ในตัวอย่างที่เฉพาะเจาะจง เมื่อตัวอย่างไม่สุ่มเลือก ผลการศึกษายังสามารถทั่วไปถ้าตัวอย่างก็ถือเป็นตัวแทนของประชากรทั้งหมดของความสนใจ ชุดของสถิติที่ใช้ สรุปว่าประชากรตัวแปรจะดำเนินการภายใต้สมมติฐานว่าตัวอย่างประมาณการตามกระดิ่งรูปกระจาย เรียกว่าการแจกแจงแบบปกติ บทความนี้นำเสนอด้วยความช่วยเหลือของตัวอย่าง ตรรกะที่ใช้ในทฤษฎีการสุ่มตัวอย่าง การกระจายสินค้า แนวคิดของปกติ ( เรียกว่าเสียน ) การแจกแจงตัวอย่างผู้มีบทบาทสำคัญในการอนุมานทางสถิติ แม้ว่าประชากรค่าไม่ได้เป็นแบบปกติ ในความเป็นจริง ในกระบวนการการอนุมานทางสถิติ รูปแบบของการแจกแจงของตัวอย่างการประมาณการเป็นสำคัญมากกว่าการกระจายของค่าของแต่ละบุคคล