ANALISIS ESTADISTICA

ANALISIS HISTORICO DE LA INFERENCIA ESTADISTICA

La palabra estadística a menudo nos trae a la mente imágenes de números en grandes tablas, de volúmenes de cifras relativas a nacimientos, muertes, impuestos, poblaciones, ingresos, deudas, créditos y así sucesivamente. La Estadística es mucho más que sólo números y gráficas.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. Se nombran entre los más destacados clientes de ésta.

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 que conocemos.

En la lectura se examina una perspectiva histórica el proceso de la inferencia estadística como el mecanismo fundamental para el manejo de los errores variables en una investigación. Se identifican los componentes distintivos de los dos enfoques conceptuales en la exposición establecida de los diferentes pasos de la inferencia estadística, a saber, el enfoque de Fisher y el enfoque de Pearson y Neyman.

Pero el legado más controversial de Fisher es la prueba de la hipótesis nula como la estrategia de inferencia inductiva que debe guiar el análisis estadístico de los datos en una investigación científica por medio de los libros de texto se ha heredado una estrategia de análisis

Esta lectura nos informa acerca de cómo la enemistad personal puede afectar una controversia científica, la meta principal del presente artículo es dejar claramente establecido cuáles son los aportes Fisher y cuáles los de Pearson & Neyman en la prueba de la hipótesis nula.

LECTURA 2

INTRODUCCIÓN AL MUESTREO

En estadística se conoce como muestreo a la técnica para la selección de una muestra a partir de una población.Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzarían si se realizase un estudio de toda la población.Cabe mencionar que para que el muestreo sea válido y se pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de la población sino estimar también los márgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea unamuestra representativa, pero sí podemos actuar de manera que esta condición se alcance con una probabilidad alta.En el muestreo, si el tamaño de la muestra es más pequeño que el tamaño de la población, se puede extraer dos o más

...