Explicar en Que Consiste La Estadística Descriptiva y Probabilística

1. ¿Explicar en que consiste la estadística descriptiva y probabilística?
Estadística descriptiva
La estadística descriptiva es la rama de las matemáticas que recolecta, presenta y caracteriza un

conjunto de datos, por ejemplo, edad de una población, altura de los estudiantes de una escuela,
temperatura en los meses de verano, etc., con el fin de describir apropiadamente las diversas
características de ese conjunto.
Al conjunto de los distintos valores numéricos que adopta un carácter cuantitativo se llama variable
estadística y puede ser de dos tipos:
- Variable cualitativa o categórica: no se puede medir numéricamente.
- Variables cuantitativas: tienen valor numérico.
Estadística probabilística
La teoría de la probabilidad pretende ser una herramienta para modelizar y tratar situaciones en las
que exista incertidumbre. Cuando se le aplica las técnicas estadísticas a esta teoría, y se le suma
análisis e interpretación de datos, esta proporciona una base para evaluar la fiabilidad de las
conclusiones alcanzadas y las inferencias realizadas.
El objetivo del cálculo de probabilidades es el estudio de métodos de análisis del comportamiento
de fenómenos aleatorios.
La estadística descriptiva y el calculo de probabilidades han estado ligadas desde sus orígenes,
estas presentan un paralelismo que se puede apreciar mejor en la siguiente tabla:
Estadística Probabilidades
- fi, Fi - Probabilidad
- Variable unidimensional - Variable aleatoria
- Variable bidimensional - Vectores aleatorios
- Distribución de frecuencias - Distribución de probabilidad
- Medias, momentos - Esperanza de momentos
- Independencia estadística - Independencia estocástica
- Series temporales - Procesos estocasticos
2. ¿Cómo se hace el calculo de tamaño de muestra?
Para el tamaño de muestra tomamos como supuesto importante la forma en la cual se expresa esto
es como un intervalo debido que es la que en general se busca en cualquier estimación de cualquier
parámetro poblacional existen muchas combinaciones debido a las distribuciones muéstrales y
también acerca de la información que sabemos acerca de la población que en general no
conocemos. Un caso es el siguiente:
𝜎
𝑧𝛼 ∗ ( )
√𝑛
Lo que se quiere establecer con esta expresión es la idea central mas allá de los supuestos que se
establezcan.
Como se observa las variables que determinan este intervalo de confianza depende de:
𝛼: el nivel de significancia.
𝑛: el tamaño de muestra, que se quiere conocer.
𝜎: la desviación muestral o poblacional dependiendo del caso.
1) Si deseamos una mayor confianza, tendremos que tomar valores de 𝛼 más pequeños, lo que da
lugar a mayores valores de 𝑧𝛼 y mayor longitud del intervalo, con lo que una ganancia en la
confianza supone una pérdida en la precisión de la estimación, hasta el punto de que, para conseguir
un nivel de confianza del 100 %, necesitamos un intervalo de longitud infinita
2) La varianza 𝜎 se ha considerado conocida, pero es evidente que una varianza mayor hubiera
dado lugar a un intervalo de mayor longitud, con lo que un aumento en la variabilidad de los datos
tiene como consecuencia una menor precisión en la estimación.
3) Por ultimo, parece lógico exigir en inferencia estadiś tica que, al aumentar el tamaño de la
muestra, se consiga una mejor información sobre la distribución desconocida; en el caso del
intervalo de confianza eso es evidente, pues un mayor valor de n tiene como consecuencia una
disminución de la longitud del intervalo (y, por tanto, un aumento de la precisión en la estimación).
𝜎
𝑧𝛼 ∗ ( ) ≤ 𝒅
√𝑛
Este ultima variable sirve para las estimaciones de intervalos que es la forma a la cual nosotros nos
adecuamos para tener la mayor precisión posible que en realidad es lo que se busca.
El despeje es simple:
𝜎 ∗ 𝑧𝛼 𝟐
𝑛 ≥( )
𝒅
Entonces para evitar costos en la investigación podemos asumir que cuando la desigualdad se
cumpla y determinada la información que tenemos sobre la población podemos asumir esta como
una buena forma de generar el tamaño de muestras.
Esto por supuesto no es general todo acerca de las formulas, se debe tomar en cuenta toda la
información posible acerca de la población de la cual se esta infiriendo dado que esta es la que
determina como se pueden hacer mejor las estimaciones y por supuesto el tamaño de muestra que
puede ir de 12 hasta un tamaño mas grande.
3. ¿Qué es un margen de error?

El margen de error se define generalmente como el "radio" de un intervalo de confianza para una
estadística particular, a partir de una encuesta. Un ejemplo es el porcentaje de personas que
prefieren productos A versus producto B. Cuando se informa de un solo, el margen global de error
de la encuesta, se refiere a que el margen máximo de error para todos los porcentajes reportados
utilizando toda la muestra de la encuesta. Si la estadística es un porcentaje, este margen de error
máximo se puede calcular como el radio del intervalo de confianza para un porcentaje reportado
de 50%.
El margen de error ha sido descrito como una cantidad "absoluta", igual a un radio de intervalo de
confianza para la estadística. Por ejemplo, si el valor real es de 50 puntos porcentuales, y la
estadística tiene un radio intervalo de confianza de 5 puntos porcentuales, entonces se dice que el
margen de error es de 5 puntos porcentuales. Como otro ejemplo, si el valor real es de 50 personas,
y la estadística tiene un radio intervalo de confianza de 5 personas, entonces podríamos decir que
el margen de error es de 5 personas.
Otro concepto puede ser, el margen de error para una estadística particular de interés se define
generalmente como el radio del intervalo de confianza para esa estadística. El término también se
puede utilizar en el sentido de error de muestreo en general. En los informes de los medios de
comunicación de resultados de la encuesta, el término se refiere a la margen máxima de error para
cualquier porcentaje de esa encuesta.
Si se utilizan los intervalos de confianza exactos, entonces el margen de error tiene en cuenta tanto
el error de muestreo y errores ajenos al muestreo. Si se utiliza un intervalo de confianza
aproximado, a continuación, el margen de error sólo puede tener error de muestreo al azar en
cuenta. No representa otras posibles fuentes de error o sesgo, como una muestra de diseño de no
representativa, preguntas mal redactadas, las personas que mienten o se niega a responder, la
exclusión de las personas que no pudieron ser contactados o miscounts y errores de cálculo.
4. ¿Qué es el coeficiente de variación?

En estadística, cuando se desea hacer referencia a la relación entre el tamaño de la media y la
variabilidad de la variable, se utiliza el coeficiente de variación. Su fórmula expresa la desviación
estándar como porcentaje de la media aritmética, mostrando una mejor interpretación porcentual
del grado de variabilidad que la desviación típica o estándar. Por otro lado, presenta problemas ya
que a diferencia de la desviación típica este coeficiente es variable ante cambios de origen. Por ello
es importante que todos los valores sean positivos y su media dé, por tanto, un valor positivo. A
mayor valor del coeficiente de variación mayor heterogeneidad de los valores de la variable; y a
menor C.V., mayor homogeneidad en los valores de la variable. Suele representarse por medio de
las siglas C.V.
𝜎
𝐶𝑣 = ∗ 100
𝑥
Confiabilidad del tamaño de muestra

Donde es la desviación típica. Se puede dar en tanto por ciento calculando:
Propiedades y aplicación
 El coeficiente de variación es típicamente menor que uno u ocho. Sin embargo, en ciertas
distribuciones de probabilidad puede ser 1 o mayor que 1.
 Para su mejor interpretación se expresa como porcentaje.
 Depende de la desviación típica o también llamada "desviación estándar" y en mayor
medida de la media aritmética, dado que cuando ésta es 0 o muy próxima a este valor C.V.
pierde significado, ya que puede dar valores muy grandes, que no necesariamente implican
dispersión de datos.
 El coeficiente de variación es común en varios campos de la probabilidad aplicada, como
teoría de renovación y teoría de colas. En estos campos la distribución exponencial es a
menudo más importante que la distribución normal. La desviación típica de una distribución
exponencial es igual a su media, por lo que su coeficiente de variación es 1. La distribución
con un C.V. menor que uno, como la distribución de Erlang se consideran de "baja
varianza", mientras que aquellas con un C.V. mayor que uno, como la distribución
hiperexponencial se consideran de "alta varianza". Algunas fórmulas en estos campos se
expresan usando el cuadrado del coeficiente de variación, abreviado como S.C.V. (por
su sigla en inglés)
5. ¿Que es la confiabilidad de la muestra?

Se relaciona con la capacidad de reproducir los resultados tantas veces como sea necesario. Esto
es esencial, ya que genera confianza en el análisis estadístico y en los resultados obtenidos.
Si la confiabilidad es baja significa que el experimento que has realizado es difícil de ser
reproducido con resultados similares y entonces la validez del experimento disminuye. Esto
significa que la gente no confiará en la capacidad del medicamento en base a los resultados
estadísticos que has obtenido.
En muchos casos, puedes mejorar la confiabilidad incorporando más pruebas y más sujetos. En
pocas palabras, la fiabilidad es una medida de la consistencia.
El uso de la confiabilidad estadística es grande en estudios psicológicos y, por lo tanto, existe una
forma especial de cuantificarla en estos casos por medio de alfa de Cronbach. Esto aporta una
medida de fiabilidad o consistencia.
Con un aumento de la correlación entre los elementos, el valor de alfa de Cronbach aumenta. Como
consecuencia, éste es utilizado en las pruebas psicológicas y los estudios psicométricos para
estudiar la relación entre los parámetros y descartar procesos aleatorios.
Bibliografía
- UNAM, Dr. Manuel Becerra Espinoza “Estadistica descriptiva”, Mexico DC – Mexico. Pdf
- Universidad de Granada, “Estadística II” Granada – España, pdf.
- Stokes, Lynne, Tom Belin. (2006). “El margen de error y la Encuesta". Métodos de
Investigación Sección de la Asociación Americana de Estadística. p. 64.
- Moya Calderon R. Estadisticas Descriptiva. lima: San Marcos.
- Covarrubia, P. C. (2007). Probabilidad y Estadistica. Cochabanba: UMSS. Obtenido de
academia.edu
- Nogales, A. G. (2011). Elementos de Bioestadística. Cáceres: Universidad de Extremadura.

Explicar en Que Consiste La Estadística Descriptiva y Probabilística

Cargado por

Copyright:

Formatos disponibles

Explicar en Que Consiste La Estadística Descriptiva y Probabilística

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Explicar en Que Consiste La Estadística Descriptiva y Probabilística

Cargado por

Copyright:

Formatos disponibles

1. ¿Explicar en que consiste la estadística descriptiva y probabilística?

La estadística descriptiva es la rama de las matemáticas que recolecta, presenta y caracteriza un

3. ¿Qué es un margen de error?

4. ¿Qué es el coeficiente de variación?

Confiabilidad del tamaño de muestra

5. ¿Que es la confiabilidad de la muestra?

- Nogales, A. G. (2011). Elementos de Bioestadística. Cáceres: Universidad de Extremadura.

También podría gustarte