# 描述性统计与推断性统计（Descriptive vs inferential statistics）

> IB心理学（IB Psychology） · IB Psychology 2027 First Assessment
> 来源: https://www.owlsprep.com/zh/study/ib-psychology-rm-descriptive-vs-inferential-statistics/

分析并解读描述性统计（descriptive statistics）与推断性统计（inferential statistics）

## 学习目标

- 分析并解读描述性统计（descriptive statistics）与推断性统计（inferential statistics）

## 核心概念（Core concept）

统计学承担两类核心功能。描述性统计（descriptive statistics）用于汇总手头的现有数据——例如均值（mean）、全距（range）、相关系数（correlation coefficient）——让我们可以直观观察单个样本（sample）中的数据模式。推断性统计（inferential statistics）则进一步判断该模式是否可以推广到样本之外，还是仅为随机偶然结果，它会报告统计显著性（statistical significance），通常还会给出效应量（effect size，即效应的实际大小，而非仅判断效应是否存在）。正确解读一项研究需要同时兼顾两类统计结果：数值本身代表的含义，以及我们对结果可推广性的置信程度。

## 关键研究（Key studies）

IB心理学考试作答必须引用已命名的研究作为支撑，你可以学习以下研究作为实证依据：

**Giletta et al. (2021)** — 该元分析（meta-analysis）发现，在不同国家、不同年龄的青少年群体中，同伴影响（peer influence）对青少年行为存在一个较小但统计显著且稳定的效应。——*该研究同时展示了两类统计结果：描述性的效应量（数值较小）以及推断性的统计显著性结果，也解释了解读研究结论时同时参考两类统计的必要性。*

## 评估（AO3）

**优势——分离信号与噪声** — 推断性检验（inferential tests）可以避免研究者将随机波动误判为真实效应，而效应量（effect size）可以防止研究者过度夸大一个实际非常微小的真实效应。

**局限——显著性被广泛误读** — 统计显著的结果并不自动代表效应很大或者具备实际重要性，而不显著的结果也不能证明完全不存在效应，两类误读在学术研究中都非常普遍。

## 适用范围（Scope）

> **note**
>
> 本部分重点讲解两类统计的区别以及对应的解读技能，其中描述性测量的详细内容对应考纲RM_5，推断性检验的详细内容对应考纲RM_6。

## 常见错误

- **错误做法:** 认为“统计显著（statistically significant）”就代表效应很大或者具备实际重要性。
  - 原因: 这是IB心理学考试中经常会被扣分的典型错误概念。
  - 正确做法: 显著性仅代表结果由随机偶然产生的概率很低；在样本量很大的情况下，非常微小的效应也可以达到统计显著水平。解读时需要同时报告效应量和显著性水平，才能判断结果的实际重要性。

---

来自 [OwlsPrep](https://www.owlsprep.com) —— A-Level / IB / AP / IGCSE 免费学习指南，依据官方考纲编写。原页面：https://www.owlsprep.com/zh/study/ib-psychology-rm-descriptive-vs-inferential-statistics/