2. Población estadística, en estadística, también
llamada universo o colectivo, es el conjunto de
elementos de referencia sobre el que se realizan unas
de las observaciones. Población es el conjunto sobre
el que estamos interesados en obtener conclusiones
(hacer inferencia). Normalmente es demasiado
grande para poder abarcarlo.
En estadística una muestra estadística es un
subconjunto de casos o individuos de una
población estadística. Las muestras se
obtienen con la intención de inferir
propiedades de la totalidad de la
población, para lo cual deben ser
representativas de la misma.
Una muestra se dice que es extraída al azar cuando la
manera de selección es tal, que cada elemento de la
población tiene igual oportunidad de ser seleccionado. Una
muestra aleatoria es también llamada una muestra
probabilística son generalmente preferidas por los
estadísticos porque la selección de las muestras es objetiva
y el error muestra puede ser medido en términos de
probabilidad bajo la curva normal.
3. Variable Se pueden definir como todo
aquello que se va a medir, controlar y
estudiar en una investigación o estudio. La
capacidad de poder medir, controlar o
estudiar una variable viene dado por el
hecho de que ella varía, y esa variación se
puede observar, medir y estudiar.
Nominal
- Nacionalidad
(Español, Francés, Ingles, Alemán, Rus
o...)
- Color favorito :
(Rojo, Verde, Azul, Amarillo,...)
Ordinal
-Nivel de Ingles (Bajo, Medio, Alto)
-Estatura (Baja, Media, Alta)
En estadística, un parámetro es un
número que resume la ingente
cantidad de datos que pueden
derivarse del estudio de una variable
estadística. El cálculo de este número
está bien definido, usualmente
mediante una fórmula aritmética
obtenida a partir de datos de la
población
4. La estadística es una ciencia formal que estudia la
recolección, análisis e interpretación de datos de
una muestra representativa.
Se denomina censo, en estadística descriptiva, al
recuento de individuos que conforman una
población estadística.
Una encuesta es un estudio observacional en el cual el
investigador busca recaudar datos por medio de un
cuestionario prediseñado, y no modifica el entorno ni controla
el proceso que está en observación.
5. La estadística descriptiva es una
gran parte de la estadística que
se dedica a
recolectar, ordenar, analizar y
representar un conjunto de
datos.
La probabilidad es un método
mediante el cual se obtiene la
frecuencia de un suceso
determinado mediante la
realización de un experimento
aleatorio.
La estadística inferencia es una parte de la
estadística que comprende los métodos y
procedimientos que por medio de la inducción
determina propiedades de una población
estadística.
6. Por análisis se entiende la separación de las partes de un
todo hasta llegar a conocer sus principios o elementos. Si
extendemos esta definición al ámbito
estadístico, podremos afirmar que el análisis estadístico es
el análisis que emplea técnicas estadísticas para interpretar
datos, ya sea para ayudar en la toma de decisiones o para
explicar los condicionantes que determinan la ocurrencia
de algún fenómeno.
7. Planteamiento del problema
Un problema de inferencia estadística suele iniciarse con una fijación de objetivos
o algunas preguntas del tipo: ¿cuál será la media de esta población respecto a tal
característica?
Elaboración de un modelo
Se establece un modelo teórico de comportamiento de la variable de estudio
Extracción de la muestra
Se usa alguna técnica de muestreo o un diseño experimental para obtener
información de una pequeña parte de la población.
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.
Estimación de los parámetros [editar]
Con determinadas técnicas se realiza una predicción sobre cuáles podrían ser los
parámetros de la población.
8. Contraste de hipótesis
Artículo principal: Contraste de hipótesis.
Los contrastes de hipótesis son técnicas que permiten simplificar el modelo
matemático bajo análisis. Frecuentemente el contraste de hipótesis recurre
al uso de estadísticos muéstrales.
Conclusiones
Se critica el modelo y se hace un balance. Las conclusiones obtenidas en este
punto pueden servir para tomar decisiones o hacer predicciones.
9. Muestreo probabilístico
Forman parte de este tipo de muestreo, todos aquellos métodos para los que puede calcular la
probabilidad de extracción de cualquiera de las muestras posibles. Este conjunto de técnicas de
muestreo es el más aconsejable, aunque en ocasiones no es posible optar por él.
Muestreo sistemático
Se utiliza cuando el universo o población es de gran tamaño, o ha de extenderse en el tiempo.
Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda).
Luego hay que calcular una constante, que se denomina coeficiente de elevación K= N/n; donde
N es el tamaño del universo y n el tamaño de la muestra.
Muestreo estratificado
Consiste en la división previa de la población de estudio en grupos o clases que se suponen
homogéneos con respecto a alguna característica de las que se van a estudiar. A cada uno de
estos estratos se le asignaría una cuota que determinaría el número de miembros del mismo que
compondrán la muestra.
10. Muestreo por estadios múltiples
Esta técnica es la única opción cuando no se dispone de lista completa de la población de
referencia o bien cuando por medio de la técnica de muestreo simple o estratificado se obtiene
una muestra con unidades distribuidas de tal forma que resultan de difícil acceso.
Muestreo por conglomerados
Se utiliza cuando la población se encuentra dividida, de manera natural, en grupos que se
supone que contienen toda la variabilidad de la población, es decir, la representan fielmente
respecto a la característica a elegir, pueden seleccionarse sólo algunos de estos grupos o
conglomerados para la realización del estudio.
Muestreo no probabilístico
Es aquél para el que no puede calcularse la probabilidad de extracción de una determinada
muestra. Se busca seleccionar a individuos que tienen un conocimiento profundo del tema
bajo estudio, por lo tanto, se considera que la información aportada por esas personas es vital
para la toma de decisiones.
11. Las variables cualitativas se refieren a características o cualidades que no pueden ser
medidas con números. Podemos distinguir dos tipos:
Variable cualitativa nominal
Una variable cualitativa nominal presenta modalidades no numéricas que no admiten
un criterio de orden. Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y
viudo.
Variable cualitativa ordinal
Una variable cualitativa ordinal presenta modalidades no numéricas, en las que existe
un orden. Por ejemplo:
La nota en un examen: suspenso, aprobado, notable, sobresaliente.
Puesto conseguido en una prueba deportiva: 1º, 2º, 3º, ...
Medallas de una prueba deportiva: oro, plata, bronce
12. Variable cuantitativa
Una variable cuantitativa es la que se expresa mediante un número, por tanto se pueden realizar
operaciones aritméticas con ella. Podemos distinguir dos tipos:
Variable discreta
Una variable discreta es aquella que toma valores aislados, es decir no admite valores
intermedios entre dos valores específicos. Por ejemplo:
El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.
Variable continua
Una variable continua es aquella que puede tomar valores comprendidos entre dos números.
Por ejemplo:
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la práctica medimos la altura con dos decimales, pero también se podría dar con tres
decimales.
13. Variable aleatoria
Se llama variable aleatoria a toda función que asocia a cada elemento del espacio
muestral E un número real.
Se utilizan letras mayúsculas X, Y, ... para designar variables aleatorias, y las
respectivas minúsculas (x, y, ...) para designar valores concretos de las mismas.
Variable aleatoria discreta
Una variable aleatoria discreta es aquella que sólo puede tomar valores enteros.
Ejemplos
El número de hijos de una familia, la puntuación obtenida al lanzar un dado.
Variable aleatoria continua
Una variable aleatoria continua es aquella que puede tomar todos los valores
posibles dentro de un cierto intervalo de la recta real.
Ejemplos
La altura de los alumnos de una clase, las horas de duración de una pila.
14. Frecuencia absoluta
La frecuencia absoluta es el número de veces que aparece un determinado
valor en un estudio estadístico. Se representa por ni. La suma de las
frecuencias absolutas es igual al número total de datos, que se representa por
N. Para indicar resumidamente estas sumas se utiliza la letra griega Σ que se
lee suma o sumatoria. puesto que es mentira se hace el intercambio en la
interfaz de la frecuencia absoluta.
Frecuencia relativa
La frecuencia relativa es el cociente entre la frecuencia absoluta de un
determinado valor y el número total de datos. Se puede expresar en tantos
por ciento y se representa por fi. La suma de las frecuencias relativas es igual
a 1, siempre y cuando no sea igual que 7 o por debajo de los 7 primero
numero sucesivos.
15. Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los
valores inferiores o iguales al valor considerado. Se representa por Fa.
Frecuencia relativa acumulada
La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de
un determinado valor y el número total de datos. Se puede expresar en tantos
por ciento.
Ejemplo:
Durante el mes de julio, en una ciudad se han registrado las siguientes
temperaturas máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27