HOLA!, BIENVENIDOS A NUESTRO BLOG DE ESTADISTICA INFERENCIAL 1
En este blog se hablara de la unidad 1 de la materia.
LA ESTADISTICA INFERENCIAL
Es el proceso por el cual se deducen (infieren) propiedades o características de una población a partir de una muestra significativa.
SE VERA EL TEMA DE LA ESTADISTICA DESCRIPTIVA
La estadística descriptiva comprende las técnicas que se emplean para resumiry describir datos numéricos.
ESTADISTICA INFERENCIAL Y DESCRIPTIVA
SU CONCEPTO, OBJETIVO Y MAS...
En este blog podras encontrar todos los subtemas de la primera unidad
Informacion completa y de mucha ayuda
lunes, 6 de marzo de 2017
miércoles, 21 de septiembre de 2016
1.9
1.9 ESTADÍSTICA PARAMÉTRICA (POBLACIÓN Y MUESTRA ALEATORIA).
Una población en estadística es el conjunto de todas las observaciones en las que estamos interesados. Se llama tamaño de la población al número de individuos que la componen, siendo cada posible observación un individuo; así pues, las poblaciones pueden ser finitas e infinitas.
Para estudiar una población existen dos posibilidades. Una de ellas consiste en estudiar todos sus elementos y sacar conclusiones; la otra consiste en estudiar sólo una parte de ellos, una muestra, elegidos de tal forma que nos digan algo sobre la totalidad de las observaciones de la población.
La condición más obvia que se le puede pedir a una muestra es que sea representativa de la población. Está claro que si no conocemos la población no podemos saber si la muestra es representativa o no.
La única forma de tener cierta garantía de que esto ocurra es tomar nuestra muestra de forma que cada individuo de la población y cada subgrupo posible de la población tengan igual probabilidad de ser elegidos. A este tipo de muestras se les llama muestras aleatorias o muestras al azar.
Los sistemas de muestreo se basan normalmente en la asignación de un número a cada uno de los individuos de la población y la posterior obtención de una muestra de n números aleatorios que se obtendrá por sorteo utilizando bolas numeradas, ordenadores, etc.
Otra variante del muestreo es cuando se divide la población en n grupos, que no correspondan con ninguna clasificación relacionada con el problema en estudio, que se ordenan. Por sorteo se elige un elemento del primer grupo y a continuación los elementos correspondientes de los demás grupos. Este tipo de muestra se denomina muestra al azar sistemático.
Si la población está subdividida en grupos podemos tomar otro tipo de muestra en la que cada grupo de la población está representado por un porcentaje de individuos igual al porcentaje de individuos de la población integrados en ese grupo. Este tipo se llama muestra al azar estratificado.
PARÁMETROS Y ESTADÍSTICOS
Parámetros poblacionales
Se llama parámetros poblacionales a cantidades que se obtienen a partir de las observaciones de la variable y sus probabilidades y que determinan perfectamente la distribución de esta, así como las características de la población.
Parámetros muéstrales
Los Parámetros muéstrales son resúmenes de la información de la muestra que nos determinan la estructura de la muestra.
Los Parámetros muéstrales no son constantes sino variables aleatorias pues sus valores dependen de la estructura de la muestra que no es siempre la misma como consecuencia del muestreo aleatorio. A estas variables se les suele llamar estadísticos.
1.8
1.8 RECOLECCIÓN DE DATOS
La noción de recolección refiere al proceso y el resultado de recolectar (reunir, recoger o cosechar algo). Un dato, por su parte, una información que permite generar un cierto conocimiento.
Esto quiere decir que la recolección de datos es la actividad que consiste en la recopilación de información dentro de un cierto contexto. Tras reunir estas informaciones, llegará el momento del procesamiento de datos, que consiste en trabajar con lo recolectado para convertirlo en conocimiento útil.
Dentro de la recolección de datos se pueden apelar a diversas técnicas: las encuestas, la observación, la toma de muestras y las entrevistas, entre otras, permiten realizar la tarea. De acuerdo al tipo de datos, la persona utilizará distintos instrumentos (grabadora de audio, cámara de fotos, etc.).
Supongamos que un periodista está realizando una investigación sobre un funcionario gubernamental que habría participado de un acto de corrupción. Para realizar su trabajo periodístico, inicia la recolección de datos entrevistando a otros funcionarios, políticos opositores, policías y autoridades judiciales. Además accede a documentos que le permiten probar el hecho. Una vez que recolecta todos los datos, los procesa y los presenta con forma de artículo en un diario.
Los científicos también desarrollan la recolección de datos. Un antropólogo puede visitar un pueblo indígena para observar sus costumbres, conversar con los pobladores y tomar fotografías. Los datos recopilados luego pueden ser volcados en una investigación académica.
La recolección de datos es muy importante ya que permite sustentar el conocimiento que se generará luego. De todas formas, la recolección por sí sola no garantiza la calidad del saber producido.
1.7
1.7 COMPONENTES DE UNA INVESTIGACIÓN ESTADÍSTICA.
El estudio estadístico de una situación con propósitos inferenciales se centra en dos conceptos fundamentales: población y muestra, los cuales serán definidos a continuación:
• Población. Es el conjunto formado por todos los valores posibles que puede asumir, la variable objeto de estudio.
Así por ejemplo, en un estudio sobre la preferencia de los votantes en una elección presidencial, la población consiste en todas las respuestas de los votantes registrados. Pero el término no sólo está asociado a la colección de seres humanos u organismos vivos; y tenemos así que, si se va a hacer una investigación de las ventas anuales de los supermercados, entonces las ventas anuales de todos los supermercados constituyen así mismo la población.
• Muestra. Es cualquier subconjunto de la población, escogido al seguir ciertos criterios de selección.
La muestra es el elemento básico sobre el cual se fundamenta la posterior inferencia acerca de la población de donde se ha tomado. Por ello, su selección debe hacerse siguiendo ciertos procedimientos que son ampliamente tratados en la parte de la estadística llamada Teoría de muestreo.
La inferencia estadística se orienta a sacar conclusiones acerca del parámetro o parámetros poblacionales con base en el valor de un estimador obtenido a partir de los datos muéstrales extraídos de esa población. Para llegar a ese objetivo a través de un proceso racional y eficaz, se aconseja que se tengan en cuenta los siguientes pasos:
• Formulación del problema. En este punto se debe especificar de manera clara la pregunta que se debe responder y la población de datos asociada a la pregunta. Los conceptos deben ser precisos y deben ponerse limitaciones adecuadas al problema motivadas por el tiempo, dinero disponible y la habilidad de los Investigadores.
Algunos conceptos como, artículo defectuoso, económico, salario, pueden variar en cada caso y para cada problema debemos coincidir con las ideas señaladas en el estudio.
• Diseño del experimento. Este aspecto es de gran importancia, puesto que la recolección de datos requiere dinero y tiempo. Es siempre nuestro deseo obtener máxima Información con el mínimo costo (dinero y tiempo) posible. Incluir excesiva Información en la muestra es a menudo costoso y antieconómico. Incluir poca también es poco satisfactorio. Esto implica, entre otras cosas, que debemos determinar el tamaño de la muestra o la cantidad o tipo de datos que nos permita resolver el problema de la manera más eficiente.
• Recolección de datos. Esta parte, por lo general, es la que exige más tiempo en la Investigación. Esta recolección debe ajustarse a reglas estrictas ya que de los datos esperamos extraer la Información deseada.
• Tabulación y descripción de los resultados. En esta etapa, los datos muéstrales se exponen de manera clara y se ilustran con representaciones tabulares y gráficas (diagramas. histogramas, etc.); además se calculan las medidas estadísticas apropiadas al proceso inferencial que haya sido escogido.
• Inferencia estadística y conclusiones. Este último paso constituye tal vez la contribución más importante de la estadística al proceso inferencial. Aquí se fija el nivel de confiabilidad para la inferencia; esto es debido a que las conclusiones derivadas de inferencias estadísticas jamás se pueden tomar con un 100% de certeza, pero sí se les puede asociar un nivel de confiabilidad; en términos de probabilidad denominados nivel de confianza y nivel de significancia.
La inferencia estadística se orienta a sacar conclusiones acerca del parámetro o parámetros poblacionales con base en el valor de un estimador obtenido a partir de los datos muéstrales extraídos de esa población. Para llegar a ese objetivo a través de un proceso racional y eficaz, se aconseja que se tengan en cuenta los siguientes pasos:
• Formulación del problema. En este punto se debe especificar de manera clara la pregunta que se debe responder y la población de datos asociada a la pregunta. Los conceptos deben ser precisos y deben ponerse limitaciones adecuadas al problema motivadas por el tiempo, dinero disponible y la habilidad de los Investigadores.
Algunos conceptos como, artículo defectuoso, económico, salario, pueden variar en cada caso y para cada problema debemos coincidir con las ideas señaladas en el estudio.
• Diseño del experimento. Este aspecto es de gran importancia, puesto que la recolección de datos requiere dinero y tiempo. Es siempre nuestro deseo obtener máxima Información con el mínimo costo (dinero y tiempo) posible. Incluir excesiva Información en la muestra es a menudo costoso y antieconómico. Incluir poca también es poco satisfactorio. Esto implica, entre otras cosas, que debemos determinar el tamaño de la muestra o la cantidad o tipo de datos que nos permita resolver el problema de la manera más eficiente.
• Recolección de datos. Esta parte, por lo general, es la que exige más tiempo en la Investigación. Esta recolección debe ajustarse a reglas estrictas ya que de los datos esperamos extraer la Información deseada.
• Tabulación y descripción de los resultados. En esta etapa, los datos muéstrales se exponen de manera clara y se ilustran con representaciones tabulares y gráficas (diagramas. histogramas, etc.); además se calculan las medidas estadísticas apropiadas al proceso inferencial que haya sido escogido.
• Inferencia estadística y conclusiones. Este último paso constituye tal vez la contribución más importante de la estadística al proceso inferencial. Aquí se fija el nivel de confiabilidad para la inferencia; esto es debido a que las conclusiones derivadas de inferencias estadísticas jamás se pueden tomar con un 100% de certeza, pero sí se les puede asociar un nivel de confiabilidad; en términos de probabilidad denominados nivel de confianza y nivel de significancia.
1.6
1.6 TEORÍA DE LA DECISIÓN EN ESTADÍSTICA
Un proceso de decisión presenta las siguientes características principales:
• Existen al menos dos posibles formas de actuar, que llamaremos alternativas o acciones, excluyentes entre sí, de manera que la actuación según una de ellas imposibilita cualquiera de las restantes.
• Mediante un proceso de decisión se elige una alternativa, que es la que se lleva a cabo.
• La elección de una alternativa ha de realizarse de modo que cumpla un fin determinado.
El proceso de decisión consta de las siguientes fases fundamentales:
• Predicción de las consecuencias de cada actuación. Esta predicción deberá basarse en la experiencia y se obtiene por inducción sobre un conjunto de datos. La recopilación de este conjunto de datos y su utilización entran dentro del campo de la Estadística.
• Valoración de las consecuencias de acuerdo con una escala de bondad o deseabilidad. Esta escala de valor dará lugar a un sistema de preferencias.
• Elección de la alternativa mediante un criterio de decisión adecuado. Este punto lleva a su vez asociado el problema de elección del criterio más adecuado para nuestra decisión, cuestión que no siempre es fácil de resolver de un modo totalmente satisfactorio.
Suscribirse a:
Entradas (Atom)
