1. INFERENCIA ESTADISTICA
1.1. conjunto de métodos que permiten inducir, a través de una muestra estadística, el comportamiento de una determinada población.
1.1.1. De la misma manera estudia también el grado de fiabilidad de los resultados extraídos del estudio.
1.1.1.1. Inferir significa, literalmente, extraer juicios o conclusiones a partir de ciertos supuestos, sean estos generales o particulares.
1.2. METODOS DE LA INFERENCIA ESTADISTICA
1.2.1. Estimación de parámetros
1.2.1.1. La estimación de parámetros es un método que consiste en asignar un valor al parámetro o al conjunto de parámetros que caracterizan el campo sujeto a estudio. La fórmula matemática que lo determina se denomina estimador.
1.2.2. Contraste de hipótesis
1.2.2.1. El contraste de hipótesis es un tipo de modelo utilizado en inferencia estadística cuyo objetivo es comprobar si una estimación se adapta a los valores poblacionales.
2. POBLACION
2.1. Una población estadística es el total de individuos o conjunto de ellos que presentan o podrían presentar el rasgo característico que se desea estudiar.
2.2. TIPOS DE POBLACION
2.2.1. Una población estadística es el total de individuos o conjunto de ellos que presentan o podrían presentar el rasgo característico que se desea estudiar.
2.2.2. Población estadística infinita: Se trata de aquella población que no tiene fin. Por ejemplo, el número de planetas que existen en el universo.
3. MUESTRA
3.1. Una muestra estadística es un subconjunto de datos perteneciente a una población de datos. Estadísticamente hablando, debe estar constituido por un cierto número de observaciones que representen adecuadamente el total de los datos.
3.2. CARACTERISTICAS
3.2.1. Tamaño suficientemente grande: Cuando trabajamos con muestras estamos, normalmente, trabajando con una cantidad de datos inferior a la población.
3.2.2. Aleatoriedad: La selección de los datos de una muestra estadística debe ser aleatoria. Es decir, debe ser totalmente al azar.
3.3. TIPOS DE LA MUESTRA
3.3.1. Muestra probabilística: En este tipo de muestras todos los sujetos disponibles tienen las mismas probabilidades de ser incluidos.
3.3.1.1. Muestra aleatoria simple: Es un conjunto de variables aleatorias independientes e idénticamente distribuidas, obtenidas a partir de la variable aleatoria X y que se distribuyen igual que la misma
3.3.1.2. Muestra aleatoria sistemática: En este caso la población se enumera y se agrupa en grupos de 10 personas. Posteriormente, se selecciona a un miembro de cada grupo para elaborar la muestra
3.3.1.3. Muestra aleatoria por conglomerados: La población se encuentra ya agrupada previamente y de estos grupos se extraen los individuos para conformar la muestra.
3.3.1.4. Muestra estratificada: En este caso la población se divide en subgrupos o estratos en base a las variables de de estratificación.
3.3.2. Muestra no probabilística: En este tipo de selección de muestra todos los elementos no tienen la misma probabilidad de ser elegidos, ya que depende del procedimiento escogido para seleccionarlos.
3.3.2.1. Bola de nieve: En primer lugar se seleccionan a diferentes sujetos. A partir de ahí estos sujetos colaboran para encontrar a más sujetos que tengan relación con ellos.
3.3.2.1.1. Muestra discrecional: La selección de la población la realizan los investigadores en función a su propio criterio.
3.3.2.1.2. Muestra por conveniencia: Es una muestra elegida por los propios investigadores según su interés o cercanía.
3.3.2.2. Muestra por cuotas: La población es elegida en función a unas características determinadas.
4. MUESTREO
4.1. El muestreo es el proceso mediante el cual se selecciona un grupo de observaciones que pertenecen a una población. Esto, con el fin de realizar un estudio estadístico.
4.2. TIPOS DE MUESTREO
4.2.1. Muestreo probabilístico Las observaciones son seleccionadas en base a la aleatoriedad, es decir, al azar.
4.2.1.1. Muestreo aleatorio simple: Todos los individuos de la población tienen la misma probabilidad de ser elegidos como parte de la muestra.
4.2.1.2. Sistemático: Se elige una observación al azar y, para seleccionar el resto de la muestra, se utilizan intervalos numéricos regulares.
4.2.1.3. Aleatorio estratificado: Se divide a la población en estratos, que son grupos que comparten características en común y son más homogéneos, inclusive, que la población en su conjunto
4.2.1.4. Por conglomerados o clústeres: Consiste en crear grupos más pequeños que la población, los cuales reflejen o compartan todas las características de esta.
4.2.2. Muestreo no probabilístico La selección de la muestra no depende de la probabilidad, sino de la decisión de los investigadores.
4.2.2.1. Método de confianza en los sujetos disponibles: Consiste en que el investigador captará a los sujetos que estén a su disponibilidad
4.2.2.2. Método opinático o intencional: El investigador utiliza su juicio o criterio para elegir a quienes van a participar como parte de la muestra.
4.2.2.3. Causal o incidental: El investigador selecciona directamente a los individuos que van a formar parte de la muestra.
4.2.2.4. Bola de nieve: Consiste en que, después de encontrar al primer sujeto (o primeros sujetos) de la muestra, el investigador le pide ayuda a él (o ellos) para identificar a otros individuos con esas mismas características
4.2.2.5. Por cuotas: El investigador, tomando en cuenta la composición de la población, y dividiendo por grupos o estratos, hará una selección proporcional de la muestra.
5. VARIABLE CUALITATIVA
5.1. a variable cualitativa es aquella variable estadística que expresa una cualidad, o característica, del objeto o individuo en cuestión.
5.2. TIPOS DE VARIABLE CUALITATIVA
5.2.1. Dicotómicas o binarias: Solo admiten dos posibilidades. Por ejemplo, nacional o extranjero.
5.2.2. Politómicas: Pueden tener más de dos valores. Estas pueden, a su vez, subclasificarse en:
5.2.2.1. Nominales: No pueden ordenarse en una jerarquía específica, por ejemplo, la profesión.
5.2.2.2. Ordinales: Son aquellas que sí pueden ordenarse, por ejemplo, el nivel que se tiene en un idioma: básico, intermedio, avanzado o nativo.
6. VARIABLE CUANTITATIVA
6.1. Una variable cuantitativa es aquella variable estadística que, a diferencia de la cualitativa, puede expresarse a través de cifras. Por esta razón, puede analizarse con métodos estadísticos.
6.2. TIPOS DE VARIABLES CUANTITATIVAS
6.2.1. Variables discretas: Son aquellas que toman, solamente, determinados valores y no cualquier valor que se encuentre entre dos de ellos. Por ejemplo, cuando una variable solo puede tomar valores enteros es discreta. Imaginemos el número de coches que posee una persona. Un individuo no puede tener un coche y medio.
6.2.2. Variables continuas: Son aquellas que pueden tomar cualquier valor. Habitualmente, esto quiere decir que puede tomar valores que no son enteros. Por ejemplo, el peso de una bolsa de arroz puede ser de 1,25 kg.
7. ESTADISTICO MUESTRAL
7.1. En estadística un estadístico (muestral) es una medida cuantitativa, derivada de un conjunto de datos de una muestra, con el objetivo de estimar o inferir características de una población o modelo estadístico.
8. PARAMETRO
8.1. Un parámetro es un elemento de un sistema que permite clasificarlo y poder evaluar algunas de sus características como el rendimiento, la amplitud o la condición.
8.1.1. El parámetro en estadística Un parámetro tiene una enorme utilidad en estadística. En primer lugar, sirve para conocer atributos de una distribución de datos. Por ejemplo, la media aritmética o la desviación típica de estos. En probabilidad permite conocer las llamadas funciones de distribución.