Estatística Descritiva e Estatística Inferencial
De forma simples e com uma linguagem fácil de se compreender vou tentar falar um pouco sobre o que são estas duas divisões da estatística... let's go...
Compreender os dados saber o conteúdo deles e do que se tratam é essencial, empregar ferramentas corretas nesse processo faz toda diferença, como entender muito bem a regra de negócio e onde se quer chegar, e assim buscar o melhor resultado possível.
Estatística descritiva apoia grande parte desse processo de compreensão dos dados e análise exploratória, auxiliando na descoberta de insights e de como modelar os dados.
Normalmente se trabalha com uma amostra de dados de uma população, porque se trabalhar com a massa total de dados ou seja uma população completa seria na maioria dos casos inviável, e apoiado no resultado dessa amostra é possível fazer uso de Estatística Inferencial para fazer inferências sobre o todo, ou seja são feitas analises sobre um grupo menor e então infere-se que esses resultados se repetem no total do grupo, ou seja são parâmetros aplicáveis a população .
Estatística Descritiva: De forma bem objetiva auxilia no processo de descrever os dados simplificando ou facilitando a visualização podendo organizar os dados de forma que facilite a compreensão ou auxilie na visualização de padrões que não eram facilmente visíveis ou compreensíveis.
Por exemplo, Medidas de Tendência Central, descrevem distribuição dos dados baseados em uma frequência, nesse tipo de visualização é fácil de encontrar informações como a moda, medianas e média e principalmente compreendê-las, outro ótimo exemplo são Medidas de Dispersão que como o nome já diz auxiliam a compreender como os dados estão distribuídos ou dispersos em um espaço amostral, medidas como desvio padrão, variância, e quartis auxiliam na compreensão e obtenção de insights.
Estatística Inferencial ou Indutiva: De forma bem superficial podemos apenas dizer que serve para inferir um resultado sobre uma população baseando-se em uma amostra, então o que exatamente seria isso?
No processo descritivo, normalmente podemos analisar uma massa de dados e obter informações que descrevem essa população de dados como um todo, já na Inferência é feita uma serie de analises sobre uma amostra, não sobre a população, e apoiado nesses resultados é possível deduzir que a população inteira apresente os mesmo resultados desde que a amostra seja suficientemente grande ou elaborada de forma correta sem tendências ou influência do analista, ou seja uma generalização, mas as amostras nunca serão perfeitas, essa imperfeição é o que normalmente gera um erro de amostragem ou seja uma mostra nunca representará perfeitamente uma população mas quanto melhor for a amostra há uma maior chance de se fazer as inferências corretas sobre a população analisada.