Estadistica Basica

CONCEPTOS DE ESTADISTICA BASICA.

Los conceptos más utilizados en estadística básica son los que a continuación se presentan:

POBLACION: Conjunto de todos los elementos que permiten resolver un problema, que presenta una característica común determinada, observable y medible. Por ejemplo, si el elemento es una persona, se pueden estudiar las características edad, peso, nacionalidad, sexo, etcétera. Los elementos que integran una población pueden corresponder a personas, objetos o grupos (por ejemplo, familias, las manzanas de una cosecha, empleados de una empresa, etcétera.)

INDIVIDUO: Un individuo o unidad estadística es cada uno de los elementos que componen la población. Nota que un individuo en estadística puede ser distinto de un individuo como persona. Por ejemplo, en los censos económicos se obtienen datos de los negocios, en esta caso, cada negocio, que está formado por varias personas, es un individuo de la población.

MUESTRA: Cuando es difícil estudiar la población debido a su gran tamaño o que provenga de un proceso que no se detiene (como la producción de un bien), se debe analizar un subconjunto o parte de ésta que la represente, llamado muestra, partiendo del supuesto de que este subconjunto presenta el mismo comportamiento y características que la población. En general el tamaño de la muestra es mucho menor al tamaño de la población.

MUESTREO: Es el proceso de recabar los datos que se desean analizar, obtenidos de una proporción reducida y representativa de la población.

DATO: El dato es cada uno de los valores que se han obtenido al realizar un estudio estadístico. Por ejemplo: Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz, cara, cruz.

VARIABLE: Se llama variable a una característica que se observa en una población o muestra, y a la cual se desea estudiar. La variable puede tomar diferentes valores dependiendo de cada individuo. Las variables se pueden clasificar en dos tipos:

VARIABLE CUANTITATIVA: Puede ser escala continua o discreta.

Discreta: Se trata de variables expresadas con valores enteros.

Continua: Variables que pueden tener cualquier valor dentro de un intervalo.

VARIABLE CUALITATIVA: Puede ser escalada nominal u ordinaria.

Nominal: Son variables presentadas sin orden ni jerarquía.

Ordinaria: Son variables organizadas de acuerdo a una organización.

METODOLOGÍA PARA SOLUCIONAR PROBLEMAS ESTADÍSTICOS:

1.- Planteamiento del problema:

En el planteamiento se define si se requiere de una muestra o es posible estudiar toda la población, las características a estudiar (las variables), si es necesario establecer una hipótesis, entre otros. En este punto también se analizan los medios de los que se disponen y el procedimiento a seguir.

2.- Elaboración de un modelo:

Se establece un modelo teórico de comportamiento de las variables de estudio. En ocasiones no es posible diseñar el modelo hasta realizar un estudio previo. Los posible modelos son normal, binomial, poisson, uniforme y otros como binominal negativa, goemetrico.

3.- Extracción de la muestra:

Se usa alguna técnica de muestreo o un diseño experimental para obtener información de una pequeña parte de la población.

4.- Tratamiento de los datos:

En esta fase se eliminan posibles errores, se depura la muestra, se tabulan los datos y se calculan los valores que serán necesarios en pasos posteriores, como la media y la varianza de la muestra. Los métodos de esta etapa corresponden a los métodos de la estadística descriptiva. Algunas etapas de esta fase son: recopilación, clasificación y presentación de la información.

5.- Estimación de los parámetros:

La estadística inferencial nos proporciona herramientas para la predicción o estimación de los parámetros de la población que nos ayudarán a resolver el problema. Un ejemplo de estas herramientas son las pruebas de hipótesis que se obtienen del análisis de los datos y los intervalos de confianza.

MUESTREO ALEATORIO

INTRODUCCION

Los estudios estadísticos normalmente se hacen con una parte de la población, ya que realizarlos sobre la totalidad resultaría demasiado complicado. Para que la información obtenida tenga validez y confiabilidad es necesario que la muestra cumpla con ciertas condiciones específicas.

Los tipos de muestreo se pueden clasificar en:

Muestreo probabilístico:

Todos los elementos de una población, y por lo tanto, todas las muestras posibles, tienen la misma oportunidad de ser elegidas.

Las muestras son confiables por que aseguran la condición de representatividad, imprescindible para hacer generalizaciones sobre la población.

Muestreo no probabilístico:

Los elementos de la población no comparten la oportunidad de ser seleccionados.

Las muestras

...