35449922
Description
Mind Map by juan david figueredo lopez, updated more than 1 year ago
|
Created by juan david figueredo lopez
almost 3 years ago
|
|
Conceptos básicos de la estadística
- Conceptos
- Inferencia estadística
- la inferencia estadística es un calculo de
probabilidades que pretende calcular la probabilidad
de ciertos sucesos a partir de probabilidades
calculadas de otros sucesos mas simples. Así, si se
supone que un determinado experimento aleatorio se
puede modelizar mediante una variable aleatoria de
Bernoulli.
- la inferencia estadística es un calculo de
probabilidades que pretende calcular la probabilidad
de ciertos sucesos a partir de probabilidades
calculadas de otros sucesos mas simples. Así, si se
supone que un determinado experimento aleatorio se
puede modelizar mediante una variable aleatoria de
Bernoulli.
- Población
- la población se enfocó en la utilidad de la Estadística para la
investigación científica. Esto se hizo presentando aspectos
relacionados con conceptos fundamentales como población,
muestra, variables estadísticas, escalas de medición, entre
otros vinculados a la exposición y análisis de datos
estadísticos.
- Muestreo Probabilístico
- A continuación, se va a plasmar un ejemplo de muestreo probabilístico de la calidad del
mosto de unas uvas tintas: El objetivo es definir un criterio de muestreo probabilístico
para la obtención de unidades de muestreo y de análisis que permitan estimar los
parámetros de la composición fisicoquímica de las uvas. Se aplican tres estrategias de
muestreo: una es muestrear n plantas y cosechar todas sus uvas, y otras dos surgen
de muestreos bietápicos para obtener muestras compuestas de 100 bayas y de 10
racimos. Para cada estrategia se determina su precisión y exactitud en las
estimaciones del contenido azucarino, pH y acidez total, del mosto proveniente de la
cosecha total de las parcelas muestreadas, los cuales fueron considerados los
parámetros a estimar. La mayor exactitud se obtuvo con la estrategia de seleccionar
en una primera etapa plantas, a través de un muestreo sistemático con arranque
aleatorio, y posteriormente submuestra 100 bayas con un procedimiento prefijado.
- A continuación, se va a plasmar un ejemplo de muestreo probabilístico de la calidad del
mosto de unas uvas tintas: El objetivo es definir un criterio de muestreo probabilístico
para la obtención de unidades de muestreo y de análisis que permitan estimar los
parámetros de la composición fisicoquímica de las uvas. Se aplican tres estrategias de
muestreo: una es muestrear n plantas y cosechar todas sus uvas, y otras dos surgen
de muestreos bietápicos para obtener muestras compuestas de 100 bayas y de 10
racimos. Para cada estrategia se determina su precisión y exactitud en las
estimaciones del contenido azucarino, pH y acidez total, del mosto proveniente de la
cosecha total de las parcelas muestreadas, los cuales fueron considerados los
parámetros a estimar. La mayor exactitud se obtuvo con la estrategia de seleccionar
en una primera etapa plantas, a través de un muestreo sistemático con arranque
aleatorio, y posteriormente submuestra 100 bayas con un procedimiento prefijado.
- Muestreo Probabilístico
- Variable cuantitativa
- Como vemos en el grafico anterior, debemos pues primero detenernos a describir que se entiende
por frecuencia y los tipos de esta que existen: frecuencia absoluta y frecuencia relativa. Tal y como
hemos descrito anteriormente prácticamente utilizaremos variables cuantitativas discretas, si
consideramos los datos compuestos de observaciones de una variable discreta X, la frecuencia
absoluta de cualquier valor x particular es el número de veces que ocurre un valor en el conjunto de
datos, y la frecuencia relativa es la fracción o proporción de veces que ocurre el valor, y puede
obtenerse mediante la fórmula. A continuación un ejemplo mediante un histograma:
- Parámetro
- En estadística, el parámetro estadístico es un valor, un número, que resume y permite interpretar los
datos extraídos en el estudio de una muestra estadística. Imaginemos que hablamos de una población
determinada que queremos analizar. En este caso, el parámetro estadístico podría ser la edad media de
la población en cuestión. También, es conveniente señalar que a los parámetros estadísticos también se
les conoce como estadísticos descriptivos. El cálculo de este parámetro está definido mediante una
fórmula aritmética. En el caso de la población, la media presenta una fórmula que se utiliza para calcular
y extraer dicho parámetro.
- En estadística, el parámetro estadístico es un valor, un número, que resume y permite interpretar los
datos extraídos en el estudio de una muestra estadística. Imaginemos que hablamos de una población
determinada que queremos analizar. En este caso, el parámetro estadístico podría ser la edad media de
la población en cuestión. También, es conveniente señalar que a los parámetros estadísticos también se
les conoce como estadísticos descriptivos. El cálculo de este parámetro está definido mediante una
fórmula aritmética. En el caso de la población, la media presenta una fórmula que se utiliza para calcular
y extraer dicho parámetro.
- Parámetro
- Como vemos en el grafico anterior, debemos pues primero detenernos a describir que se entiende
por frecuencia y los tipos de esta que existen: frecuencia absoluta y frecuencia relativa. Tal y como
hemos descrito anteriormente prácticamente utilizaremos variables cuantitativas discretas, si
consideramos los datos compuestos de observaciones de una variable discreta X, la frecuencia
absoluta de cualquier valor x particular es el número de veces que ocurre un valor en el conjunto de
datos, y la frecuencia relativa es la fracción o proporción de veces que ocurre el valor, y puede
obtenerse mediante la fórmula. A continuación un ejemplo mediante un histograma:
- la población se enfocó en la utilidad de la Estadística para la
investigación científica. Esto se hizo presentando aspectos
relacionados con conceptos fundamentales como población,
muestra, variables estadísticas, escalas de medición, entre
otros vinculados a la exposición y análisis de datos
estadísticos.
- Muestra
- Es un subconjunto de miembros
seleccionados de una población. Por ejemplo,
si se realiza un estudio sobre la población
adulta votante en el país, la cual se toma un
ejemplo de 2.3 millones de participantes, esta
cantidad representa una muestra y la
población consiste en el conjunto completo de
los adultos en la edad de votar.
- Variable cualitativa
- IC DE UNA MEDIA (variable cuantitativa) *: m I (Z. ESM)
siendo ESM = s 6 IC DE UNA PROPORCION (variable
cualitativa) **: p I (Z - ESP) siendo ESP= 4 Las variables
cualitativas no presentan una distribución normal. Las
fórmulas de la tabla se basan en una aproximación a la
normalidad, aplicable cuando los productos n.p y n.(l-p)
son mayores de 5.
- IC DE UNA MEDIA (variable cuantitativa) *: m I (Z. ESM)
siendo ESM = s 6 IC DE UNA PROPORCION (variable
cualitativa) **: p I (Z - ESP) siendo ESP= 4 Las variables
cualitativas no presentan una distribución normal. Las
fórmulas de la tabla se basan en una aproximación a la
normalidad, aplicable cuando los productos n.p y n.(l-p)
son mayores de 5.
- Variable cualitativa
- Estadístico muestral
- Diseño muestral: Para que se puedan realizar inferencias estadísticas, esto es, aplicar la estadística
inferencial, cuando se analizan datos estos deben haberse producido siguiendo un diseño muestral
que contemple la aleatoriedad en todos sus pasos y una serie de operaciones empíricas en campo y
en gabinete que intenten cumplir con aquel. En este sentido, los datos que se usaron en este trabajo
se han aproximado a muchos de los requisitos anteriores, ofreciendo una muestra relativamente
extensa (5706 hogares) con una amplia cobertura no sólo de la población urbana sino también de
muchos aglomerados urbanos de la Argentina. Como se destacó en la introducción, los datos de esta
investigación se basan en una muestra realizada por el Observatorio de la Deuda Social (ODSA) en
su edición 2010 de la Encuesta de la Deuda Social de la Argentina (EDSA).
- Hipótesis
- Los términos hipótesis representan diferentes pasos del método científico. Si bien diferentes autores
adhieren a diferentes definiciones del significado de hipótesis, en general las hipótesis científicas se definen
como una proposición general (particular o universal) que puede verificarse solo de manera indirecta, esto es,
por el examen de sus predicciones (Bunge 1997). Las predicciones son, por ende, los resultados esperados
bajo el supuesto de que nuestra hipótesis es verdadera (i.e., sus posibles consecuencias). Comparando
estos resultados esperados con los resultados reales obtenidos de nuestra investigación, podemos entonces
rechazar (o no) la veracidad de nuestra idea. Por ende, los términos “hipótesis” y “predicciones” no solo son
diferentes pasos del método científico, sino que siguen una secuencia direccional lógica que no es
intercambiable. Sin embargo, la confusión en el uso de dichos términos es muy frecuente y su utilización
incorrecta excede el error semántico.
- Los términos hipótesis representan diferentes pasos del método científico. Si bien diferentes autores
adhieren a diferentes definiciones del significado de hipótesis, en general las hipótesis científicas se definen
como una proposición general (particular o universal) que puede verificarse solo de manera indirecta, esto es,
por el examen de sus predicciones (Bunge 1997). Las predicciones son, por ende, los resultados esperados
bajo el supuesto de que nuestra hipótesis es verdadera (i.e., sus posibles consecuencias). Comparando
estos resultados esperados con los resultados reales obtenidos de nuestra investigación, podemos entonces
rechazar (o no) la veracidad de nuestra idea. Por ende, los términos “hipótesis” y “predicciones” no solo son
diferentes pasos del método científico, sino que siguen una secuencia direccional lógica que no es
intercambiable. Sin embargo, la confusión en el uso de dichos términos es muy frecuente y su utilización
incorrecta excede el error semántico.
- Hipótesis
- Diseño muestral: Para que se puedan realizar inferencias estadísticas, esto es, aplicar la estadística
inferencial, cuando se analizan datos estos deben haberse producido siguiendo un diseño muestral
que contemple la aleatoriedad en todos sus pasos y una serie de operaciones empíricas en campo y
en gabinete que intenten cumplir con aquel. En este sentido, los datos que se usaron en este trabajo
se han aproximado a muchos de los requisitos anteriores, ofreciendo una muestra relativamente
extensa (5706 hogares) con una amplia cobertura no sólo de la población urbana sino también de
muchos aglomerados urbanos de la Argentina. Como se destacó en la introducción, los datos de esta
investigación se basan en una muestra realizada por el Observatorio de la Deuda Social (ODSA) en
su edición 2010 de la Encuesta de la Deuda Social de la Argentina (EDSA).
- Es un subconjunto de miembros
seleccionados de una población. Por ejemplo,
si se realiza un estudio sobre la población
adulta votante en el país, la cual se toma un
ejemplo de 2.3 millones de participantes, esta
cantidad representa una muestra y la
población consiste en el conjunto completo de
los adultos en la edad de votar.
- Inferencia estadística
Media attachments
Want to create your own Mind Maps for free with GoConqr? Learn more.