INSITUTO TECNOLÓGICO DE PARRAL
Estadística Inferencial I
Claudia Sarahi Villalobos Pizarro
Unidad ° 1
HISTORIA DE LA ESTADISTICALa Estadística es mucho más que sólo números apilados y gráficas bonitas. Es una ciencia con tanta antigüedad como la escritura, y es por sí misma auxiliar de todas las demás ciencias.
Los mercados, la medicina, la ingeniería, los gobiernos, etc. Se nombran entre los más destacados clientes de ésta.
La ausencia de ésta conllevaría a un caos generalizado, dejando a los administradores y ejecutivos sin información vital a la hora de tomar decisiones en tiempos de incertidumbre.
La Estadística
que
conocemos hoy en día
debe gran parte de su
realización a los trabajos
matemáticos de aquellos
hombres
que
desarrollaron la teoría de
las probabilidades, con la
cual se adhirió a la
Estadística a las ciencias
formales.
ESTADISTICA
La Estadística es la ciencia
cuyo objetivo es reunir
una información
cuantitativa concerniente
a individuos, grupos,
series de hechos, etc. y
deducir de ello gracias al
análisis de estos datos
unos significados precisos
o unas previsiones para el
futuro.
La estadística es una ciencia con base matemática referente a la recolección, análisis e interpretación de datos, que busca explicar condiciones regulares en fenómenos de tipo aleatorio.
Es transversal a una
amplia variedad de
disciplinas, desde la
física hasta las
ciencias sociales, desde
las ciencias de la salud
hasta el
control de calidad. Se
usa para la toma de
decisiones en áreas de
negocios o instituciones
gubernamentales.
ESTADISTICA DESCRIPTIVA
Estadística Descriptiva se refiere a la recolección,
presentación, descripción, análisis e interpretación
de una colección de datos, esencialmente consiste
en resumir éstos con uno o dos elementos de
información (medidas descriptivas) que caracterizan
la totalidad de los mismos.
La estadística Descriptiva es el método de obtener de un conjunto de datos conclusiones sobre si mismos y no sobrepasan el conocimiento proporcionado por éstos.
Puede utilizarse para
resumir o describir
cualquier conjunto
ya sea que se trate
de una población o
de una muestra,
cuando en la etapa
preliminar de la
Inferencia Estadística se
conocen
los
elementos de una
muestra.
La estadística descriptiva es una gran parte de la estadística que se dedica a analizar y representar los datos.
ESTADISTICA INFERENCIAL
Estadística Inferencial se refiere al proceso de
lograr generalizaciones acerca de las propiedades
del todo, población, partiendo de lo específico,
muestra. las cuales llevan implícitos una serie de
riesgos
La estadística
inferencial es el conjunto
de técnicas que se utiliza
para obtener conclusiones que
sobrepasan los límites
del conocimiento aportado por los
datos, busca
obtener información de un colectivo mediante
un metódico procedimiento del
manejo de datos de la muestra.
En sus particularidades la
Inferencia distingue
la
Estimación y la Contrastación
de Hipótesis. Es estimación
cuando se
usan las
características de la muestra
para hacer inferencias sobre
las características de la
población. Es contrastación
de hipótesis cuando se usa la
información de la muestra
para responder
a
interrogantes sobre
la
población.
INFERENCIA ESTADISTICASe basa en conclusiones a la que se llega por la ciencia experimental basándose en información incompleta
La inferencia
estadística,
es una parte
de
la
estadística
que permite
generar
modelos
probabilístico
s a partir de
un conjunto
de
observacione
s
TEORIA DE DECISION
NO SOLAMENTE SE PUEDE VER DESDE EL PUNTO DE VISTA DE UN SISTEMA SINO EN GENERAL PORQUE SE UTILIZA PARA TOMAR DECISIONES EN LA VIDA COTIDIANA
ES UNA DE LAS RAMAS QUE SI SE CONOCE NO HAY PORQUE EQUIVOCARSE
COMPONENTES DE INVESTIGACION ESTADISTICA
POBLACIONMUESTRAMUESTREO TIPOS DE MUESTREOVARIABLES Y ATRIBUTOSFORMAS DE OBSERVAR LA POBLACIONTIPOS DE ESTADISTICA
•POBLACIÓN
Es un conjunto homogéneo de individuos sobre los que se estudia una o varias características que son, de alguna forma, observables.
•MUESTRA
Es un subconjunto de la
población. El número de
elementos de la muestra
se denomina tamaño
muestral.
•MUESTREO ALEATORIO SIMPLE
Es aquel en el que todos los
individuos de la población tienen
la misma probabilidad de ser
elegidos.
El muestreo es una herramienta de la investigación científica. Su función básica es determinar que parte de una realidad en estudio (población o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha población. El error que se comete debido a hecho de que se obtienen conclusiones sobre cierta realidad a partir de la observación de sólo una parte de ella, se denomina error de muestreo. Obtener una muestra adecuada significa lograr una versión simplificada de la población, que reproduzca de algún modo sus rasgos básicos.
Muestreo:
Aleatorio: Consideremos una población finita, de la que deseamos extraer una muestra. Cuando el proceso de extracción es tal que garantiza a cada uno de los elementos de la población la misma oportunidad de ser incluidos en dicha muestra, denominamos al proceso de selección muestreo aleatorio. El muestreo aleatorio se puede plantear bajo dos puntos de vista:
Tipos de muestreoSin reposición
Con reposición
Sistematizado:
Este procedimiento exige,
como el anterior, numerar
todos los elementos de la
población, pero en lugar de
extraer n
números
aleatorios sólo se extrae
uno. Se parte de ese
número aleatorio i, que es
un número elegido al azar,
y los elementos que
integran la muestra son los
que ocupa los lugares i,
i+k, i+2k, i+3k,…,i+(n-1)k,
es decir se toman los
individuos de k en k, siendo
k el resultado de dividir el
tamaño de la población
entre el tamaño de la
muestra: k= N/n.
El
número i que empleamos
como punto de partida será
un número al azar entre 1 y
k.
El riesgo este tipo de
muestreo está en los casos
en que
se dan
periodicidades en la
población ya que al elegir
a los miembros de la
muestra con
una
periodicidad constante (k)
podemos introducir una
homogeneidad que no se
da en la población.
Imaginemos que estamos
seleccionando una
muestra sobre listas de 10
individuos en los que los 5
primeros son varones y los
5 últimos mujeres, si
empleamos un muestreo
aleatorio sistemático con
k=10
siempre
seleccionaríamos o sólo
hombres o sólo mujeres,
no podría haber una
representación de los dos
sexos.
Estratificado: Trata de obviar las
dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.).
Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,…).
Conglomerado:Técnica similar al muestreo por estadios múltiples, se utiliza cuando la población se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la realización del estudio.Dentro de los grupos seleccionados se ubicarán las unidades elementales, por ejemplo, las personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades, es decir, los miembros del grupo, o sólo se le podría aplicar a algunos de ellos, seleccionados al azar. Este método tiene la ventaja de simplificar la recogida de información muestral.
Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la muestra, el diseño se llama muestreo bimetálico.Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método funciona mejor cuanto más homogénea es la población respecto del estrato, aunque más diferentes son éstos entre sí. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre sí.
ESTADISTICA PARAMETRICA
COMPRENDE LOS PROCEDIMIENTOS ESTADISTICOS Y DE
DECISION ESTAN BASADOS EN LAS DISTRIBUCIONES DE LOS DATOS REALES.
LOS DATOS DEBEN DE TENER UN ORDEN Y UNA NUMERACION DE INTERVALO
ESTAN SON
DEFINIDAS
USANDO UN
NUMERO
INDETERMINADO
DE PARAMETROS
Estadística no parametrica La Estadística no paramétrica es una rama de
la Estadística que estudia las pruebas y modelos estadísticos cuya distribución subyacente no se ajusta a los llamados criterios paramétricos. Su distribución no puede ser definida a priori, pues son los datos observados los que la determinan. La utilización de estos métodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución normal o cuando el nivel de medida empleado no sea, como mínimo, de intervalo. Las principales pruebas no paramétricas son las siguientes
• Prueba de chi-cuadrado • Prueba binomial • Prueba de Anderson-Darling • Prueba de Cochran • Pruebade Fisher • Prueba de Friedman • Prueba de Kendall
• Prueba de Kolmogórov-Smirnov
• Prueba de Kruskal-Wallis • Prueba de Kuiper • Prueba de Mann-Whitney o
prueba de Wilcoxon • Prueba de McNemar • Prueba de la mediana • Prueba de Siegel-Tukey
• Coeficiente de correlación de Spearman
• Tablas de contingencia
• Prueba de Wald-Wolfowitz
• Prueba de los signos de Wilcoxon
RECOLECCION DE DATOSSE REFIERE AL USO DE UNA GRAN DIVERSIDAD DE TECNICAS Y HERRAMIENTAS QUE SE UTILIZAN PARA DESARROLLAR SISTEMAS DE INFORMACION LAS CUALES PUEDEN SER:
•ENCUESTA•CUESTIONARIO•ENTREVISTA•OBSERVACION •DIAGRAMA DE FLUJO
APLICACIONES
LAS APLICACIONES VAN
CUANDO NOSOTROS
REALIZAMOS UNA ENCUESTA Y
QUE LOS DATOS SON REALES.
SE APLICA UN TEST
NO PARAMETRICO
QUE NOS AYUDA A
CONOCER PRIMERO
LA DISTRIBUCION