ESTADISTICA. Conceptos claves de estadísticas.

UNIVERSIDAD DE CARTAGENA – PROGRAMA DE ECONOMIA

TUTORIA VIRTUAL DE ESTADISTICAS II

17 DE MARZO 2015

TURORA: Andrea Carolina Muñoz Aldana

TEMA: Conceptos claves de estadísticas.

Antes de abarcar en su totalidad todo lo relacionado con distribuciones y demás temas de interés, es importante tener en cuenta conceptos claves para un mejor y mayor entendimiento de ESTADISTICAS.

Primeramente, hay que tener en cuenta que uno de los objetivos principales de las estadísticas es la posibilidad de inferir acerca del verdadero valor de la población (ósea de sus parámetros) mediante una muestra seleccionada.

Ahora bien, de una manera resumida se debe tener en cuenta los siguientes conceptos:

• Estadística descriptiva o deductiva: su finalidad se fundamenta en colocar en evidencia aspectos característicos que sirven para comparar, sin sacar conclusiones generales.
• Estadística analítica o inductiva: Busca explicar el comportamiento de un conjunto de observaciones, probar los resultados y descubrir las causas que lo originan.

Según los dos conceptos anteriores, la estadística de nuestro interés para esta asignatura es la primera: ESTADISTICA DESCRIPTIVA O DEDUCTIVA.

• Variables discretas: Solo pueden tomar determinados valores, es decir, solo números enteros. Como por ejemplo: 1, 2, 3, etc.
• Variables continuas: Son los valores infinitos posibles en un intervalo. En este caso si pueden haber fracciones.

Con los dos antes mencionados, se pueden dar cuenta que en los temas relacionados con distribuciones discretas y continuas son aplicados. En las distribuciones continuas, por ejemplo, son utilizadas funciones con integrales, resultando un intervalo determinado.

• Muestra probabilística: Es aquella que se selecciona de modo que cada integrante de la población en estudio tenga una probabilidad conocida (diferente de cero) de ser incluido en la muestra.
• Muestra no probabilística: Esta es seleccionada por conveniencia del investigador, sin hacer uso del azar.
• Parámetros: Describen numéricamente la característica de una población.

Por otra parte, es importante resaltar que existen diversos tipos de muestreos aleatorios:

• Muestreo aleatorio simple: Muestra seleccionada de manera que cada integrante de la población tenga la misma probabilidad de quedar incluido. Su principal ventaja es que es fácil de aplicar. Además, podemos encontrar como desventajas al momento de aplicar este tipo de muestreo: hay mucha variabilidad en la población, la población no se recomienda muy grande y es un muestreo costoso.
• Muestreo aleatorio estratificado: Una población se divide en subgrupos denominados estratos y se selecciona una muestra de cada uno. Existe homogeneidad entre un estrato, pero diferencias entre cada estrato. Los estimadores son más precisos y al simplificar el proceso se reduce el error de muestreo.  
• Muestreo por conglomerados (por áreas o gráficos): Reduce el costo del muestreo de una población dispersa en un área geográfica grande. La unidad básica de muestreo se encuentra en la población en grupos o conglomerados. Los conglomerados tienen las mismas características de una población, y por ello se puede hacer un muestreo por fases. Un ejemplo de aplicación de este tipo de muestreo es para saber el ingreso de una familia.
• Muestreo por fases: Después de realizar un muestreo a una población determinada, por resultar muy grande la muestra u otras causas, el investigador decide hacer un muestreo de la primera muestra obtenida. En pocas palabras, es un muestreo de la muestra anterior, tomándola como si fuese la población.
• Muestreo aleatorio sistemático: Los integrantes o elementos de la población se ordenan de alguna forma en un archivo según la fecha en que se reciben, o por algún método. Se selecciona al azar un punto de partida y después se elige para la muestra k-esimo elemento de la población.

Para calcular el tamaño de la muestra:

•    Utilizada cuando conozco la varianza poblacional[pic 1]

Donde Z hace referencia a la normal y su valor se deduce de la tabla de la normal.

 Es el nivel de significancia. [pic 2]

 Es la varianza poblacional.[pic 3]

Es el error, es decir, la diferencia entre lo observado y lo predicho. [pic 4]

•    Esta es utilizada cuando estimo proporciones [pic 5]

Donde Z hace referencia a la normal y su valor se deduce de la tabla de la normal.

 Es el nivel de significancia. [pic 6]

p Es la probabilidad de éxito que ocurra un evento determinado.

q Es la probabilidad de fracaso que ocurra el mismo evento.

...