Please enable JavaScript.
Coggle requires JavaScript to display documents.
ESTADÍSTICA, CLASIFICACIÓN - Coggle Diagram
ESTADÍSTICA
-
-
DEFINICIONES
-
-
MUESTRA: Subconjunto de miembros seleccionados de una población.
Una muestra proporciona Estimaciones.
-
-
Es un conjunto de métodos para planear estudios y experimentos, obtener datos y luego organizar, resumir, analizar, interpretar y llegar a conclusiones basadas en los datos.
(Triola, 2009, p.40).
HIPÓTESIS: Cualquier conjetura, a priori y evaluable sobre un fenómeno de interés; son afirmaciones que tienen que ver con las distribuciones de la probabilidad de las poblaciones.
Se dividen en:
HIPÓTESIS NULA: Corresponde a la ausencia de una modificación en la variable investigada, y por lo tanto se especifica de una forma exacta: es representada como H0. (Murray et Al, 2002)
HIPÓTESIS ALTERNATIVA: Se especifica de manera más general Se representa con el símbolo H1. Este tipo de hipótesis se acepta o no se acepta.
PRUEBAS DE HIPÓTESIS: Es un procedimiento de toma de decisiones, relacionado principalmente con la elección de una acción entre dos conjuntos posibles de valores del parámetro, es decir, en dos hipótesis estadísticas, a las cuales llamaremos: Hipótesis Nula h0 Hipótesis Alternativa H1
TIPOS DE ERROR:
Rechazar una hipótesis no significa que esta sea falsa, como tampoco el no rechazarla significa que sea verdadera.
La decisión tomada no está libre de error.
ERROR I: Rechazar una Hipótesis que es verdadera.
(Rechazamos una Hipótesis cuando debiera ser aceptada).
ERROR II: No rechazar una Hipótesis que es falsa.
(Aceptamos una Hipótesis que debiera ser rechazada).
NIVEL DE SIGNIFICACIÓN:
a es la Probabilidad de cometer un Error Tipo I
ß Es la probabilidad de cometer un Error Tipo II
Es deseable que estas dos probabilidades de error sean pequeñas.
INTERVALOS DE CONFIANZA: Es un rango de valores (calculado en una muestra)en el cual se encuentra el verdadero valor del parámetro con una probabilidad determinada.
CLASIFICACIÓN
ESTADÍSTICA INFERENCIAL: Utiliza datos muestrales para hacer
inferencias (o generalizaciones) acerca de una población.
NO PARAMÉTRICA:
No usan los valores sino los rangos.
No se basan en la media sino en la mediana.
Pueden ser datos que estén en una escala ordinal.
PRUEBAS PARAMÉTRICAS: Pruebas de Hipótesis Estadísticas que asumen cierto comportamiento de:
-Muestras obtenidas Aleatoriamente.
-Distribución normal de las Observaciones.
-Existe un Parámetro de interés que se busca Estimar.
-
-
ESTADÍSTICA DESCRIPTIVA:
Su objetivo es resumir o describir las características
importantes de un conjunto de datos de una muestra.
Usa medidas de :
DISPERSIÓN
- Varianza
Coeficiente de Variación
- Desviación Típica
-
-
VARIABLES
CUANTITATIVASconsisten en números que representan conteos o
mediciones, unidades de medida apropiadas, como dólares, horas, pies, metros.
Pueden ser
-
CONTINUOS: (numéricos) Resultan de un infinito de posibles valores que corresponden a alguna escala continua que cubre un rango de valores sin huecos, interrupciones o saltos.
CUALITATIVAS se dividen en diferentes
categorías que se distinguen por algunas características no numéricas. Categorías o atributos que se pueden clasificar según un criterio o cualidad.
Pueden ser
NOMINAL: Se caracteriza por datos que consisten exclusivamente en nombres, etiquetas o categorías. Los datos no se pueden acomodar en un esquema de orden (como del más bajo al más alto)
ORDINAL: Cuando pueden acomodarse en algún orden, aunque no es posible determinar diferencias entre los valores de los datos o tales diferencias carecen de significado.
-
-
-