Statistická inference

Cílem statistické inference je sestavit tvrzení o mechanismu, který stojí za vznikem dat, tedy určit věrohodný statistický model pro naše data [2]. V regresním modelování se obvykle snažíme vztáhnout nějaký výsledek (závisle proměnnou, u níž předpokládáme konkrétní rozdělení) k jiným měřeným charakteristikám. Klíčové části modelu jsou parametry, např. střední hodnota výše platu, pravděpodobnost úmrtí po operaci srdce, nárůst rizika úmrtí při větší zjištěné velikosti nádoru, apod.

Postup statistické inference zahrnuje odhad parametrů modelu, ověření předpokladů modelu a testování statistických hypotéz. Právě prostřednictvím testování nulových hypotéz (zpravidla o rovnosti parametrů 0, tedy absenci účinku daného prediktoru na výsledkovou proměnnou) jsme schopni rozhodnout o tom, zda statistický model dokládá vztah mezi prediktorem a výsledkem.

Více je uvedeno v předmětu Biostatistika pro matematickou biologii, ve výukových jednotkách: Úvod do testování hypotéz, Testování hypotéz o kvantitativních proměnných, Analýza rozptylu (ANOVA), Testování hypotéz o kvantitativních proměnných a Základy korelační analýzy.