Introducción a la estadística inferencial; estadística paramétrica y no paramétrica

Universidad de Guadalajara[pic 1][pic 2]

Centro Universitario de Ciencias de la Salud

        [pic 3][pic 4]

Universidad de Guadalajara

Centro Universitario de Ciencias de la Salud

Bioestadística inferencial

Resumen: tema 1

Carrera: Médico Cirujano y partero

Nombre del estudiante: Angélica Lizbeth Sánchez Rodríguez

Código del estudiante: 217518968

Bloque: 12

Nombre del profesor: Aristides Asdrubal Partida Rubio

Guadalajara Jal. A 19 de marzo del 2022.

Introducción a la estadística inferencial; estadística paramétrica y no paramétrica

La estadística inferencial, también conocida como inductiva, son estadísticas que hacen predicciones, proyecciones y juicios de valor sobre un gran conjunto de información en función de los datos recopilados de un conjunto de información más pequeño.

En los casos en que no sea posible estudiar todos los elementos que componen el universo a examinar durante una investigación, se toman una o más partes del universo en cuestión y se intenta determinar en base al análisis de estas partes, que se denominan muestras y son características de toda la población.

Por lo tanto, la estadística inferencial hace predicciones e hipótesis basadas en probabilidades y analiza sus resultados a partir de muestras de una población. También son útiles en los análisis de correlación y regresión, series de tiempo, análisis de varianza, entre otros.

La estadística paramétrica es una rama de la estadística que incluye procedimientos estadísticos y de toma de decisiones basados ​​en la distribución de datos reales. Estos están determinados por un número finito de parámetros. Este es el caso, por ejemplo, si sabemos que la altura de las personas sigue una distribución normal, pero no sabemos la media y la desviación de esa normal. La media y la desviación estándar de la desviación estándar son los dos parámetros que queremos estimar. Si no sabemos completamente qué distribución siguen nuestros datos, primero debemos usar una prueba no paramétrica para ayudarnos a conocer primero la distribución.

La mayoría de los procedimientos paramétricos requieren el conocimiento de la forma de la distribución para las medidas resultantes de la población estudiada.

Se considera la aplicación de métodos paramétricos cuando las muestras son de gran tamaño (al menos un grupo mayor a 20 personas o unidades de información), así pues, estas pruebas se aplican en determinadas variables que siguen al tipo nominal o de intervalo, de igual manera, parten del supuesto que vienen de una distribución normal y las hipótesis se basan en valores provenientes de las medias y no considera los valores perdidos en su cálculo.

La estadística no paramétrica es una rama de la estadística que estudia pruebas y modelos estadísticos cuya distribución subyacente no corresponde a los llamados criterios paramétricos. Su distribución no puede definirse a priori, ya que son los datos observados los que la determinan. Se recomienda el uso de estos métodos cuando no se puede suponer que los datos se ajustan a una distribución conocida, cuando el nivel de medición utilizado no es, al menos, un intervalo.

Los métodos no paramétricos se utilizan ampliamente para estudiar poblaciones ordenadas clasificadas. El uso de métodos no paramétricos puede ser necesario cuando los datos están categorizados, pero no son explícitamente explicativos numéricamente, como cuando se evalúan las preferencias. En el nivel de medición, los métodos no paramétricos conducen a datos "ordinales"

...