DIVISION DE LA ESTADISTICA PARA SU ESTUDIO ESTADÍSTICA DESCRIPTIVA

UNIDAD I ESTADISTICA DESCRIPTIVA

ALGUNAS DEFINICIONES DE ESTADISTICA

ESTUDIA LOS METODOS CIENTIFICOS PARA RECOGER, ORGANIZAR, RESUMIR Y ANALIZAR DATOS, ASI COMO PARA SACAR CONCLUSIONES VALIDAS Y TOMAR DECIONES RAZONZABLES BASADAS EN EL ANALISIS.

CIENCIA DERIVADA DE LAS MATEMATICAS QUE ESTUDIA LOS METODOS CIENTIFICOS PARA RECOGER, RESUMIR Y ANALIZAR DATOS, ASI COMO PARA SACAR CONCLUSIONES VALIDAS Y TOMAR DECIONES RAZONABLES BASADAS EN EL ANALISIS

CIENCIA CUYO OBJETO ES RECOLECTAR, CLASIFICAR, DESCRIBIR E INTERPRETAR DATOS NUMERICOS, YA QUE LOS ORGANIZA Y RESUME PRESENTANDOLOS EN FORMA GRAFICA Y/0 NUMERICA

CIENCIA QUE TIENE POR OBJETO AGRUPAR Y ESTUDIAR METODICAMENTE DATOS Y HECHOS QUE SE PRESTAN A UNA EVALUACION NUMERICA

CIENCIA QUE ESTUDIA CONJUNTO DE DATOS CUANTITATIVOS Y SU INTERPRETACION EN TERMINOS MATEMATICOS, ESTABLECIENDO METODOS PARA LA OBTENCION DE LAS MEDIDAS QUE LOS DESCRIBEN, ASI COMO PARA EL ANALISI DE LAS CONCLUSIONES, CON ESPECIAL REFERENCIA A LA TEORIA DE LA PROBABILIDAD

CIENCIA QUE TRATA DE REUNIR INFORMACION CUANTITATIVA CONCERNIENTE A INDIVIDUSOS, GRUPOS, SERIE DE HECHOS, ETC., Y DEDUCIR DE ELLAS, GRACIAS AL ANALISIS DE LOS DATOS, UNOS SIGNIFICADOS PRECISOS O UNAS PREVISIONES PARA EL FUTURO

RAMA DE LAS MATEMATICAS QUE SE OCUPA DE REUNIR, ORGANIZAR Y ANALIZAR DATOS NUMERICOS Y QUE AYUDA A RESOLVER PROBLEMAS COMO EL DISEÑO DE EXPERIMENTOS Y LA TOMA DE DESICIONES

DIVISION DE LA ESTADISTICA PARA SU ESTUDIO

ESTADÍSTICA DESCRIPTIVA

Tienen por objeto fundamental describir y analizar las características de un conjunto de datos, obteniéndose de esa manera conclusiones sobre las características de dicho conjunto y sobre las relaciones existentes con otras poblaciones, a fin de compararlas. No obstante puede no solo referirse a la observación de todos los elementos de una población (observación exhaustiva) sino también a la descripción de los elementos de una muestra (observación parcial).

En relación a la estadística descriptiva, Ernesto Rivas Gonzáles dice; “Para el estudio de estas muestras, la estadística descriptiva nos provee de todos sus medidas; medidas que cuando quieran ser aplicadas al universo total, no tendrán la misma exactitud que tienen para la muestra, es decir al estimarse para el universo vendrá dada con cierto margen de error; esto significa que el valor de la medida calculada para la muestra, en el oscilará dentro de cierto límite de confianza, que casi siempre es de un 95 a 99% de los casos

La estadística descriptiva nos indica cual tal es una situación, describe e informa lo que hay de tal modo que permite describir y resumir las observaciones que se hagan sobre un

asunto, fenómeno o problema de investigación. Se calcula a partir de los datos de una

muestra o de una población.

EJEMPLOS:

La clase de Métodos Estadísticos se reúne cinco veces por semana de 20 a 21 horas en el salón Q3

El Promedio de aprovechamiento obtenidos por los alumnos del segundo semestre del ITC en el periodo A-D 08 resultó ser de 81.25

Durante la última semana la policía de tránsito informó que han ocurrido un total de 10 accidentes en esta Ciudad de cancún

La encuestadora denominada “si tu pagas tu ganas“ informa al candidato del partido SPSS que aventaja con 20 puntos a su perseguidor más cercano

Como puede observarse en cada uno de estos ejemplos, los datos estadísticos

Utilizados solamente describen e indican lo que hay, informando donde, cuando y cuanto de los hechos u observaciones indicadas. Lo mismo sucede cuando se realiza una encuesta

política donde se nos informa que entrevistaron a 1100 electores y que el candidato del

Partido Republicano obtuvo la preferencia de un 44% de los encuestados, que un 45% optó

por el candidato del Partido Demócrata y que aún se mantiene un 11% indecisos. Todos

estos datos numéricos describen y nos señalan cuál es el parecer u opinión de los electores

encuestados y por tanto estos datos estadísticos se le clasifica como estadística descriptiva

de una muestra de electores.

ESTADÍSTICA INFERENCIAL

La estadística inferencial es cuando de los datos estadísticos obtenidos de una

muestra se infiere o se deduce una observación la cuál se generaliza sobre la población en

total. Para determinar la confiabilidad de la inferencia de los datos estadísticos de una

muestra, se hace necesario comprobar la misma para poder asegurar que lo que se

observa en una muestra se observará también en la población. Por lo tanto, esto requiere

utilizar técnicas, cómputo y análisis estadísticos más avanzados con los datos

estadísticos obtenidos de la muestra para así confirmar la veracidad de las inferencias

que se haga sobre la respectiva población a que corresponde la muestra. Generalmente el

análisis estadístico inferencial se lleva cabo para mostrar relaciones de causa y efecto, así

como para probar hipótesis y teorías científicas.

La estadística inferencial está fundamentada en los resultados obtenidos del análisis de una muestra de población, con el fin de inducir o inferir el comportamiento o característica de la población, de donde procede, por lo que recibe también el nombre de Inferencia estadística.

Según Berenson y Levine; Estadística Inferencial son procedimientos estadísticos que sirven para deducir o inferir algo acerca de un conjunto de datos numéricos (población), seleccionando un grupo menor de ellos (muestra).

El objetivo de la inferencia en investigación científica y tecnológica radica en conocer clases numerosas de objetos, personas o eventos a partir de otras relativamente pequeñas compuestas por los mismos elementos.

En relación a la estadística descriptiva y la inferencial, Levin & Rubin (1996) citan los siguientes ejemplos para ayudar a entender la diferencia entre las dos.

Supóngase que un profesor calcula la calificación promedio de un grupo de historia. Como la estadística describe el desempeño del grupo pero no hace ninguna generalización acerca de los diferentes grupos, podemos decir que el profesor está utilizando estadística descriptiva. Graficas, tablas y diagramas que muestran los datos de manera que sea más fácil su entendimiento son ejemplos de estadística descriptiva.

Supóngase ahora que el profesor de historia decide utilizar el promedio de calificaciones obtenidos por uno de sus grupos para estimar la calificación promedio de las diez unidades del mismo curso de historia. El proceso de estimación de tal promedio sería un problema concerniente a la estadística inferencial.

Los estadísticos se refieren a esta rama como inferencia estadística, esta implica generalizaciones y afirmaciones con respecto a la probabilidad de su validez.

MAS EJEMPLOS DE ESTADÍSTICA INFERENCIAL:

Los estudiantes que obtuvieron un IQ de inteligencia sobre 120, probablemente

obtendrán sobre 700 puntos en cada área de la prueba para ingreso a la universidad.

Si aún hay un 11% de los electores indecisos y si la población electoral es de

cerca de 88 millones electores, quiere decir que aún hay cerca de 10 millones de

electores quienes realmente decidirán cuál va a ser el candidato ganador.

En estos dos ejemplos se lleva a cabo una deducción lógica basada en unos datos

estadísticos de una muestra, pero la inferencia o deducción que se utiliza para generalizar una observación sobre la población requiere de unos cómputos y análisis estadísticos que van más allá de los números obtenidos de la muestra. La deducción o inferencia debe ser comprobada para aceptarse como confiable y válida, por lo tanto, esto requiere un procedimiento estadístico mucho más complejo el cuál compete a la estadística inferencial.

VARIABLES : NUMERICAS (DISCRETAS Y CONTINUAS) Y CATEGORICAS ( ATRIBUTOS)

Las variables usadas en estadística son de tipo numéricas y categóricas, las primeras pueden ser medidas en las escalas convencionales asignándole un número real, en tanto que las segundas solo pueden ser descritas mediante atributos o categorías (p.e. muy bien, bien, regular; mucho poco, nada; de acuerdo, parcialmente de acuerdo, en desacuerdo). En este último caso hay la necesidad de convertir una variable categórica en numérica asignándole para ello una escala de medida previamente establecida ( p.e. muy bien = 5, bien = 4, regular = 2)

Una variable aleatoria discreta (VAD) solo puede tomar valores en puntos aislados a lo largo de una escala de medida, por ejemplo el número de alumnos matriculados en el ITC, el número de integrantes en una familia, las acciones que cierta empres tiene cotizando en la bolsa de valores.

Una variable aleatoria continua (VAC) puede suponer un valor en cualquier en un punto de la escala de medida, por ejemplo el promedio de calificaciones al finalizar un semestre, el ingreso percapita, el tiempo que tarda una lámpara en fundirse

...