Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Rocket clouds
. por Mind Map: .

1. Estadística Descriptiva

1.1. Población

1.2. Muestra

1.2.1. .

1.2.1.1. Muestreo Sistemático: Se practica cuando se dispone de una lista de todas las unidades muestrales

1.2.1.2. Muestreo Estratificado: Consiste en dividir la población en grupos homogéneos de acuerdo a los valores de una variable.

1.2.1.3. Muestreo Conglomerados: consiste en dividir la población en pequeños grupos y obtener una muestra aleatoria para practicar un censo a partir de esa muestra.

1.3. Censo: Proceso de observar la población completa.

1.4. Marco muestral: es la parte de la población desde donde se selecciona la muestra.

1.5. Parámetro: Nombre dado a una característica global de una población.

1.6. Unidad Muestral: es cada uno de los miembros individuales de una población.

1.7. Variable: característica que se observa de una población

1.7.1. Cuantitativa: se expresa en valores numéricos

1.7.1.1. Discreta: se expresa con valores enteros

1.7.1.2. Continua: puede tomar un valor dentro de un intervalo

1.7.2. Cualitativa: la que describe cualidades y no son numéricas

1.7.2.1. Nominal: presentadas sin orden ni jerarquía (estado civil, sexo, residencia, etc)

1.7.2.2. Ordinal: son organizadas de acuerdo a una clasificación (grado de estudios, días de la semana, etc)

2. Inferencia estadística: Conjunto de procedimientos que permiten confirmar o concluir propiedades de una población o una muestra.

2.1. Respecto al objetivo de estudio

2.1.1. Técnicas de muestreo

2.1.2. Diseño experimental

2.2. Respecto al método utilizado

2.2.1. Paramétricos: provienen de una distribución que puede caracterizarse por un pequeño número de parámetros que se estiman a partir de los datos.

2.2.2. No paramétricos: suponen aspectos muy generales de la distribución

2.3. Respecto a la información considerada

2.3.1. Enfoque clásico: supone que los parámetros son cantidades fijas desconocidas sobre las que no se dispone información inicial relevante

2.3.2. Enfoque bayesiano: supone variables aleatorias y permite introducir valores mediante una distribución de probabilidades a priori

3. Análisis Exploratorio de Datos

4. Variabilidad: Comportamiento de todo fenómeno observable.

5. Medición: Asignación de un número a la observación de un fenómeno o propiedad

6. Escala de Medida:

6.1. Categóricas: Clasifican el fenómeno o propiedad que se mide.

6.1.1. Nominales

6.1.2. Ordinales

6.2. Numéricas: asignan números.

6.2.1. De intervalos: si el cero es arbitrario

6.2.2. De razón: si la escala tiene un cero absoluto

7. Método Estadístico

7.1. Diseño del Experimento: se determina un modelo matemático-estadístico que se aproxime a la realidad objeto de estudio.

7.2. Obtención de los datos: para medir los valores de la variable de interés

7.3. Planteamiento del problema: Limita el problema en cuestión a términos abordables.

7.4. Depuración de los datos muestra: se debe detectar posibles errores.

7.5. Estimación de parámetros

7.6. Simplificación: definir si los parámetros son o no necesarios

7.7. Crítica del modelo: se investiga compatibilidad entre la información empírica y el modelo estadístico