Ensayo Final Estadistica

INFERENCIA ESTADISTICA

PROYECTO EXAMEN

23/JUNIO/2015

Estadistica Descriptiva

Calcula los parámetros estadísticos (medidas de centralización y de dispersión), que describen el conjunto estudiado.

es una ciencia que analiza series de datos (por ejemplo, edad de una población, altura de los estudiantes de una escuela, temperatura en los meses de verano, etc) y trata de extraer conclusiones sobre el comportamiento de estas variables.

Este análisis es muy básico. Aunque hay una tendencia a generalizar a toda la población, las primeras conclusiones obtenidas tras un análisis descriptivo, es un estudio calculando una serie de medidas de tendencia central, para ver en qué medida los datos se agrupan o dispersan en torno a un valor central.

ejemplo en la estadística descriptiva se analiza distintos tipos de análisis se pueden hacer de un determinado tema y se hace una investigación completa y calcula exactamente cual es la descripción que se requiere por ejemplo en una plaza comercial de que edades son los que mas frecuentan al centro y cuales son tus posibles consumidores.

Estadistica inferencial.

Estudia cómo sacar conclusiones generales para toda la población a partir del estudio de una muestra, y el grado de fiabilidad o significación de los resultados obtenidos.

• La toma de muestras o muestreo, que se refiere a la forma adecuada de considerar una muestra que permita obtener conclusiones estadísticamente válidas y significativas.

• La estimación de parámetros o variables estadísticas, que permite estimar valores poblacionales a partir de muestras de mucho menor tamaño.

• El contraste de hipótesis, que permite decidir si dos muestras son estadísticamente diferentes, si un determinado procedimiento tiene un efecto estadístico significativo, etc.

• El diseño experimental.

• La inferencia bayesiana.

• Los métodos no paramétrico

En este tipo de pruebas siempre van a existir errores, los datos obtenidos nunca tiene la certeza que son completamente correctos ya que son muestras de prueba y error, las hipótesis que se realizan en estas pruebas demuestran que en consecuencia la generalización está amenazada por dos posibles tipos de errores: error aleatorio que es el que las técnicas estadísticas permiten cuantificar y críticamente dependiente del tamaño muestral, pero también de la variabilidad de la variable a estudiar y el error sistemático que tiene que ver con la diferencia entre la población de muestreo y la población diana y que sólo puede ser controlado por el diseño del estudio.

    Por ejemplo si tenemos una población formada por 100 elementos y queremos extraer una muestra de 25 elementos, en primer lugar debemos establecer el intervalo de selección que será igual a 100/25 = 4. A continuación elegimos el elemento de arranque, tomando aleatoriamente un número entre el 1 y el 4, y a partir de él obtenemos los restantes elementos de la muestra.

CARACTERISTICAS DE LA DISTRIBUCION NORMAL.

se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece aproximada en fenómenos reales.La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico. Esta curva se conoce como campana de Gauss y es el gráfico de una función gaussiana.

La importancia de esta distribución radica en que permite modelar numerosos fenómenos naturales, sociales y psicológicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observación se obtiene como la suma de unas pocas causas independientes.

La distribución normal es la más extendida en estadística y muchos tests estadísticos están basados en una "normalidad" más o menos justificada de la variable aleatoria bajo estudio.

En probabilidad, la distribución normal aparece como el límite de varias distribuciones de probabilidad continuas y discretas.

INTERVALOS DE CONFIANZA

En el contexto de estimar un parámetro poblacional, un intervalo de confianza es un rango de valores (calculado en una muestra) en el cual se encuentra el verdadero valor del parámetro, con una probabilidad determinada.

La probabilidad de que el verdadero valor del parámetro se encuentre en el intervalo construido se denomina nivel de confianza

La probabilidad de éxito en la estimación se representa con 1 - α y se denomina nivel de confianza. En estas circunstancias, α es el llamado error aleatorio o nivel de significación, esto es, una medida de las posibilidades de fallar en la estimación mediante tal intervalo.El nivel de confianza y la amplitud del intervalo varían conjuntamente, de forma que un intervalo más amplio tendrá más probabilidad de acierto (mayor nivel de confianza), mientras que para un intervalo más pequeño, que ofrece una estimación más precisa, aumenta su probabilidad de error.

QUE SON LAS PRUEBAS DE HIPOTESIS.

Se conoce como prueba de hipótesis al proceso que se lleva a cabo para analizar si una condición detectada en un determinado universo resulta compatible con lo que se observa en una muestra de la población estadística en cuestión.

Se considera que una hipótesis no puede probarse como falsa o verdadera. Lo que se hace es apoyar un argumento a partir de evidencias que surgen de investigaciones científicas. A mayor cantidad de evidencias científicas, habrá mayores certezas acerca de la condición de una hipótesis. En otras palabras: si se realizan veinte o treinta experimentos que avalan que una hipótesis es verdadera, hay muchas probabilidades de que realmente sea verdadera.

Por ejemplo: un hombre sospecha que un dado

...