Powered By Blogger

jueves, 17 de septiembre de 2009

DIFERENCIAS ENTRE ESTADÍSTICA DESCRIPTIVA Y ESTADÍSTICA INFERENCIAL

Materia: Estadística I. Módulo: III cuatrimestre Universidad Azteca. Unidad Zaragoza

17 de septiembre de 2009.

INTRODUCCION:
Se realiza una revisión bibliografica de textos electrónicos publicados en internet con el fin de establecer las diferencias entre la Estadística Descriptiva y la Estadística Inferencial para la materia de Estadistica I de la carrera de Psicología.

LA ESTADISTICA DESCRIPTIVA:
+ Es la rama de la estadística que se ocupa de la recolección, presentación, descripción, análisis e interpetación de un conjunto de datos.

+ Analiza, estudia y describe las características particulares de la totalidad de los individuos de un grupo.

+ Tiene como finalidad obtener información, analizarla, elaborarla y simplificarla lo necesario para poder interpretarla rapidamente.

+ Tiene una función inductiva.

+ Cuenta con dos formas de ordenar los datos: a) por medio de tablas de frecuencias, de valores numéricos, o de clases; ascendentes, descendentes y; b) por medio de representaciones gráficas, utilizando los histográmas, polígonos de frecuencias, gráficas de series de tiempos. Los sistemas computacionales de Excel, Lotus Smart Suite, Minitab, SAS-Pe, Start Graph, permiten realizar representaciones gráficas de diversos grupos de datos.

+ La ED utiliza como herramientas las Medidas de Tendencia Central que son de gran utilidad para encontrar los indicadores mas representativos de un conjunto de datos. Las de uso mas comun son la Media Aritmética, La Media Ponderada, la Mediana Moda; la Mediana y la Moda.

+ Las Medidas de Dispersión son las otras herramientas de la ED que se utilizan para poder describir una distribución de frecuencias a partir de la variación de los valores obtenidos. Las medidas de dispersión mas utilizadas son el Rango, la Varianza, la Covarianza y la Desviación Estándar.

LA ESTADISTICA INFERENCIAL

+ La EI es la rama de la Estadítica que nos permite deducir las propiedades del total de los elementos de un conjunto a partir del estudio de una muestra significativa de este conjunto.

+ La inferencia siempre es en términos aproximados y debe declararse el nivel de confianza de3 la inferencia.

+ La EI trabaja con muestras, subconjuntos, y a partir de su estudio se busca deducir aspectos relevantes de toda una población.

+ La muestra debe ser representativa de la población, lo que significa que cualquier individuo de la población estudiada debe tener la misma probabilidad de ser elegido.

Herramientas de la EI
+ Analisis de varianza (ANOVA). Es una técnica estadistica diseñada para comparar la varianza de dos poblaciones a partir del análisis de sus respectivas varianzas. Se deben de cumplir dos criterios:
1.- Las poblaciones de estudio deberán ser normales y tener varianzas iguales.
2.- La selección de muestras es independiente.

+ Análisis multifactorial de varianza (ANCOVA). También es llamado Analisis de Covarianza y permite la comparación de mas de dos variables entre sí con la idea de comprobar el efecto de las variables y el efecto de la interacción entre ellas. Se usa para analizar los resultados de investigaciones de tipo experimental que usan un diseño factorial.

+ Distribución Xi2 (Chi cuadrada). De bondad ajustada y de independencia. Es una prueba usada para la contrastación de hipótesis.

+ Los elementos que integran la EI son:
1.- Teoria de las muestras. Las propiedades de una muestra deben ser extrapolables a toda la población.
2.- Contraste de hipótesis. Permite juzgar si la propiedad que suponemos debe cumplir la población estadística es compatible con lo observado en la muestra.
3.- Diseño experimental. Consiste en la serie de pasos que hay que dar para crear un experimento científico para corraborar o descartar una hipótesis.
4.- Información baynesiana. Las observaciones y las evidencias son utilizadas para actualizar o para inferir la probabilidad y grado de certeza de una hipótesis.
5.- Métodos no paramétricos. Son usados para estudiar modelos estadísticos que tienen una distribución que no se ajusta a los criterios paramétricos conocidos. Algunos de los metodos no paramétricos mas utilizados son la Prueba Y (cuadrada) de Pearson, la prueba de Cochran, la prueba de Fisher, la prueba de Kendall, la prueba de la mediana.

+ La mayoría de los test no paramétricos están programados en los paquetes estadísticos computacionales mas frecuentes.

Bibliografia:
1.- Estadistica Descriptiva. http://www.gestipolis1.com/recursos7/Docs/fin/estadística-descriptiva-2htm
2.- Introducción a la Metodología de la Investigación. Hector Luis Avila Baray.
http://www.eumed.net/libros/2006c/203/29.htm
3.- Estadistica Inferencial. http://www.mitecnologico.com/iem/Main/EstadisticaInferencial
4.- Estadística Básica. http://www.monografias.com/trabajos15/estadistica/estadistica.shtml

5 comentarios: