Section author: Danielle J. Navarro and David R. Foxcroft

ஒரு மாதிரியிலிருந்து அறியப்படாத அளவுகளை மதிப்பிடுதல்

கடைசி அத்தியாயத்தின் தொடக்கத்தில் *விளக்க புள்ளிவிவரங்கள் *மற்றும் *அனுமான புள்ளிவிவரங்கள் *ஆகியவற்றுக்கு இடையிலான முக்கியமான வேறுபாட்டை நான் எடுத்துக்காட்டுகிறேன். விவாதிக்கப்பட்டபடி: டிஓசி: ../ ch04/ch04_descriptives, விளக்க புள்ளிவிவரங்களின் பங்கு நாம் * தெரிந்து கொள்வதைச் சுருக்கமாக சுருக்கமாகக் கூறுவதாகும். இதற்கு நேர்மாறாக, அனுமான புள்ளிவிவரங்களின் நோக்கம் “நாம் என்ன செய்கிறோம் என்பதிலிருந்து நமக்குத் தெரியாததைக் கற்றுக்கொள்வது”. இப்போது எங்களுக்கு நிகழ்தகவு கோட்பாட்டில் ஒரு அடித்தளம் உள்ளது, புள்ளிவிவர அனுமானத்தின் சிக்கலைப் பற்றி சிந்திக்க நாங்கள் ஒரு நல்ல நிலையில் இருக்கிறோம். என்ன வகையான விசயங்களைப் பற்றி நாம் அறிய விரும்புகிறோம்? அவற்றை நாம் எவ்வாறு கற்றுக்கொள்வது? அனுமான புள்ளிவிவரங்களின் இதயத்தில் இருக்கும் கேள்விகள் இவை, அவை பாரம்பரியமாக இரண்டு "பெரிய யோசனைகளாக" பிரிக்கப்படுகின்றன: மதிப்பீடு மற்றும் கருதுகோள் சோதனை. இந்த அத்தியாயத்தில் உள்ள குறிக்கோள், இந்த பெரிய சிந்தனைகள், மதிப்பீட்டுக் கோட்பாடு ஆகியவற்றை அறிமுகப்படுத்துவதாகும், ஆனால் நான் முதலில் மாதிரி கோட்பாட்டைப் பற்றி புத்திசாலித்தனமாகப் போகிறேன், ஏனெனில் நீங்கள் மாதிரியைப் புரிந்துகொள்ளும் வரை மதிப்பீட்டுக் கோட்பாடு அர்த்தமல்ல. இதன் விளைவாக, இந்த அத்தியாயம் இயற்கையாகவே இரண்டு பகுதிகளாகப் பிரிக்கிறது: டாக்: CH08_ESTIMATION_1 மூலம்: DOC:` CH08_ESTIMATION_3` மாதிரிக் கோட்பாட்டில் கவனம் செலுத்துகிறது, மற்றும்: DOC: CH08_ESTIMATION_4 மற்றும்: DOC:` CH08_ESTIMATION_5` மதிப்பீட்டைப் பற்றி புள்ளிவிவர வல்லுநர்கள் எவ்வாறு சிந்திக்கிறார்கள் என்பதைப் பற்றி விவாதிக்கவும்.