Definición de Estadística Inferencial

Embed Size (px)

Citation preview

  • 5/24/2018 Definici n de Estad stica Inferencial

    1/3

    DEFINICIN DE ESTADSTICA INFERENCIAL

    De acuerdo con el diccionario de la Real Academia Espaola, inferir significa "sacar una

    consecuencia o deducir algo de otra cosa".

    El principal objetivo de la Estadstica consiste en poder decir algo con respecto a un gran conjunto

    de personas, mediciones u otros entes (poblacin) con base en las observaciones hechas sobre

    slo una parte (muestra) de dicho gran conjunto. La capacidad para "decir algo" sobre poblaciones

    con base en muestras est basada en supuestos con respecto a algn modelo de probabilidad que

    permite explicar las caractersticas del fenmeno bajo observacin.

    Al conjunto de procedimientos estadsticos en los que interviene la aplicacin de modelos de

    probabilidad y mediante los cuales se realiza alguna afirmacin sobre poblaciones con base en la

    informacin producida por muestras se le llama Inferencia Estadstica o Estadstica Inferencial.

    Sin entrar demasiado en detalles, te comento que el proceso de inferencia estadstica consiste en

    poder hacer afirmaciones sobre las caractersticas de una poblacin, a las cuales llamamosparmetros, con base en informacin observada nicamente en un pequeo subconjunto de la

    poblacin, llamado muestra.

    De manera general, podemos hacer inferencia estadstica mediante:

    Estimacin de parmetros, que puede ser puntual (un slo valor) o por intervalo(intervalos de confianza). En este tipo de inferencia obtenemos, a partir de mediciones en

    la muestra, un estadstico o valor que aproxima el verdadero valor del parmetro.

    Contraste de hiptesis. Aqu hacemos una afirmacin sobre uno o ms parmetros, yluego concluimos si lo observado en la muestra contradice o no tal afirmacin.

    Elaboracin de modelos. Podramos considerar que este modo de inferencia combina losdos tipos anteriores, ya que en l se establece de qu tipo son las relaciones entre

    distintas variables que participan en un fenmeno, y con base en estimaciones puntuales y

    contraste de hiptesis valoramos dichas relaciones.

    ESTADSTICA PARAMTRICA Y NO PARAMTRICA

    La Estadstica no paramtrica es una rama de la Estadstica que estudia las pruebas y modelos

    estadsticos cuya distribucin subyacente no se ajusta a los llamados criterios paramtricos. Su

    distribucin no puede ser definida a priori, pues son los datos observados los que la determinan.La utilizacin de estos mtodos se hace recomendable cuando no se puede asumir que los datos

    se ajusten a una distribucin normal o cuando el nivel de medida empleado no sea, como mnimo,

    de intervalo. Las principales pruebas no paramtricas son las siguientes:

    Prueba de chi-cuadrado Prueba binomial Prueba de Anderson-Darling

    Prueba de Cochran Prueba de Cohen kappa Prueba de Fisher

  • 5/24/2018 Definici n de Estad stica Inferencial

    2/3

    Prueba de Friedman Prueba de Kendall Prueba de Kolmogorov-Smirnov Prueba de Kruskal-Wallis Prueba de Kuiper

    Prueba de Mann-Whitney o pruebade Wilcoxon

    Prueba de McNemar

    Prueba de la mediana Prueba de Siegel-Tukey Coeficiente de correlacin de

    Spearman

    Tablas de contingencia

    Prueba de Wald-Wolfowitz Prueba de los signos de Wilcoxon

    Estadstica paramtrica, es la que requiere que los elementos que integran las muestras

    contengan elementos parmetros o medibles.

    La estadstica paramtrica clsica plantea tres tipos de problemas: Estimacin puntual en la que pretendemos dar un valor al parmetro a estimar. Estimacin por intervalos (buscamos un intervalo de confianza). Contrastes de hiptesis donde buscamos contrastar informacin acerca del parmetro.

    Las principales pruebas paramtricas son las siguientes:

    Prueba del valor Z de la distribucin normal Prueba T de Student para datos relacionados (muestras dependientes) Prueba T de Student para datos no relacionados (muestras independientes) Prueba T de Student-Welch para dos muestras independientes con varianzas no

    homogneas

    Prueba de ji cuadrada de Bartlett para demostrar la homogeneidad de varianzas Prueba F (anlisis de varianza o ANOVA)

  • 5/24/2018 Definici n de Estad stica Inferencial

    3/3