Supeusto Estadistico

Supuestos estadísticos son suposiciones generales sobre poblaciones estadísticas.

Estadísticas, al igual que todas las disciplinas de matemáticas, no genera conclusiones válidas de la nada. Con el fin de generar conclusiones interesantes sobre las poblaciones estadísticas reales, generalmente se requiere para hacer algunas suposiciones de fondo. Estos deben hacerse con cuidado, porque las suposiciones inadecuadas pueden generar conclusiones muy impreciso.

Los supuestos estadísticos más comúnmente aplicados son los siguientes:

• independencia de las observaciones entre sí: Este supuesto es un error común.

• independencia del error de observación de los posibles efectos de confusión

• normalidad exacta o aproximada de observaciones: El supuesto de normalidad es a menudo errónea, ya que muchas poblaciones no son normales. Sin embargo, es una práctica estándar para asumir que la media de la muestra a partir de una muestra aleatoria es normal, debido al teorema central del límite.

• linealidad de las respuestas graduales a los estímulos cuantitativos

Tipos de supuestos

Supuestos estadísticos se pueden clasificar en un número de tipos:

• Supuestos no modelado. Los análisis estadísticos de los datos implican la realización de determinados tipos de hipótesis, si no se utiliza un modelo estadístico formal. Tales suposiciones subyacen incluso estadística descriptiva.

o Supuestos Población. Un análisis estadístico de los datos se realiza sobre la base de que las observaciones disponibles o bien se derivan de una sola población o varias poblaciones diferentes, cada uno de los cuales es de alguna manera significativa. Aquí una "población" de manera informal una serie de otras observaciones posibles que podrían haber sido hechas. La suposición aquí es simple, en el sentido de que el observador debe saber que las observaciones obtenidas sean representativas del problema, tema o clase de objetos que se estudian.

o Supuestos de muestreo. Estos se refieren a la forma en que se han recogido las observaciones y pueden a menudo implican una suposición de selección aleatoria de algún tipo.

• Suposiciones de modelado. Estos se pueden dividir en dos tipos:

o Supuestos distributivos. Cuando un modelo estadístico implica términos relativos a supuestos errores aleatorios pueden hacerse sobre la distribución de probabilidad de estos errores. En algunos casos, el supuesto de distribución se refiere a las propias observaciones.

o Supuestos estructurales. Relaciones estadísticas entre variables se modelan a menudo, al equiparar una variable a una función de otro, además de un error aleatorio. Modelos a menudo implican la realización de un supuesto estructural acerca de la forma de la relación funcional aquí: por ejemplo, como en la regresión lineal. Esto puede generalizarse a los modelos que implican relaciones entre las variables latentes no observadas subyacentes.

o Supuestos Cross-variación. Estas suposiciones implican las distribuciones de probabilidad conjunta de cualquiera de las propias observaciones o los errores aleatorios en un modelo. Los modelos sencillos pueden incluir el supuesto de que las observaciones o errores son estadísticamente independientes.

Comprobación de hipótesis

Teniendo en cuenta que la validez de las conclusiones extraídas de un análisis estadístico depende de la validez de los supuestos hechos, es evidente la importancia que estos supuestos deben revisarse en algún momento. En algunos casos, por ejemplo cuando se carece de datos, esto puede tener que ser restringido a sólo hacer un juicio sobre si es una suposición razonable. Esto se puede ampliar un poco para tratar de juzgar el efecto que un cambio de las hipótesis podría tener. Cuando se disponga de datos más amplios, diversos tipos de procedimientos

...