CONCEPTOS BÁSICOS
Población: Es el conjunto de elementos, individuos o entes sujetos a estudio y de los cuales queremos obtener un resultado.Para facilitar el estudio de las poblaciones éstas se clasifican en:
a) Población finita.
b) Población infinita
Muestra:Una muestra es un conjunto de medidas u observaciones tomadas a partir de una
población dada; es un subconjunto de la población. Desde luego, el número de
observaciones en una muestra es menor que el número de posibles observaciones en la
población, de otra forma, la muestra será la población misma. Las muestras se toman
debido a que no es factible desde el punto de vista económico usar a toda la población.
En algunos casos es imposible recolectar todas las posibles observaciones en la
población.
Por ejemplo, si se desea estimar el gasto promedio anual de los estudiantes del C.B., se
extraería una muestra formada por cierto número de estudiantes, se determinaría el
gasto anual correspondiente a cada uno de ellos y después se obtendría el promedio.
Se utiliza una muestra debido a que simplemente no se tiene el tiempo ni los recursos
Población estadística es un conjunto de personas, entidades u objetos del
cual se quiere saber algo que nos interesa para tomar una determinación
acertada.para establecer el contacto con todos los estudiantes del C.B., aun cuando es posible
hacerlo.
Muestra representativa es un subconjunto de la población que se estudia
para determinar el parámetro que describe la característica deseada de la
misma.
Muestra aleatoria es aquella que se obtiene de tal manera que cada posible
observación disponible en la población, tiene la misma probabilidad de ser
seleccionada.
CLASIFICACIÓN
Estadística descriptiva.La Estadística Descriptiva es el estudio que incluye la obtención,organización, presentación y descripción de información numérica
Ejemplo:
Un director de escuela desea conocer las aptitudes de cinco secretarias que trabajan en
dicha institución.
Se aplica una prueba de aptitudes a las cinco secretarias y las calificaciones son 82, 85,
95, 92 y 91. La medida estadística que emplea el Director es la aptitud promedio o
media aritmética, la cual es la suma de los valores obtenidos dividida por el número de
observaciones. Entonces, la calificación promedio es:
82+85+95+92+91 = 445 = 89
El cálculo de la media aritmética, simple como es, es una parte importante de la
estadística descriptiva. El resultado se limita a los datos obtenidos en este caso
particular y no implica ninguna inferencia o generalización acerca de las aptitudes de
otras secretarias. Este método es de naturaleza descriptiva, debido a que el promedio
condensa y describe la información obtenida, por ejemplo en el caso de las secretarias
significa que el promedio de las aptitudes de las cinco secretarias es 89%.
Estadística inferencial. La inferencia estadística es una técnica mediante la cual se obtienen
generalizaciones o se toman decisiones en base a una información parcial o
completa obtenida mediante técnicas descriptivas.
Por ejemplo; podría desear conocer la aptitud promedio de las demás secretarias, pero
carece del tiempo o de los recursos para aplicar una prueba a todas ellas. Podría utilizar
la calificación promedio de las cinco secretarias como base para realizar una inferencia o
estimación acerca de la aptitud promedio de todas las secretarias.
Con ese fin, necesitará conocer otra rama de la Estadística conocida como Estadística
Inferencial o Inferencia Estadística.
Para concluir diremos que existe otra gran división de las técnicas estadísticas:
a) Estadística Paramétrica.
b) Estadística No Paramétrica.
La Estadística Paramétrica es un conjunto de técnicas desarrolladas para niveles altos
de medición como el de intervalos.
Los métodos paramétricos permiten hacer inferencias acerca de parámetros
poblacionales de las distribuciones. Estos métodos fueron los primeros en ser
desarrollados por los investigadores de la Estadística.
La Estadística no paramétrica es un conjunto de técnicas diseñadas para niveles de
medición menores, por ejemplo, el nominal y ordinal, para efectuar estimaciones no
habrá parámetros en estricto sentido.
A los procedimientos estadísticos que no dependen para su validez de la forma funcional
de la distribución original de la población se les denomina procedimientos no
paramétricos o libres de distribución.
Los Procedimientos No Paramétricos disponibles actualmente ofrecen varias ventajas
para el investigador y analista de datos; entre ellos se pueden mencionar los que
estableció Bradley en 1968:
1) La mayoría de los procedimientos no paramétricos se basan en un conjunto mínimo
de suposiciones y esto tiende a reducir la posibilidad de utilizarlos inadecuadamente.
2) Los cálculos aritméticos necesarios para la aplicación de muchos procedimientos no
paramétricos son cortos y fáciles, de manera que con su empleo se puede ahorrar
tiempo.
3) Los procedimientos no paramétricos son por lo general fácilmente comprensibles
para personas no muy formadas matemática o estadísticamente.
4) Se pueden aplicar los procedimientos no paramétricos cuando los datos que se van
a analizar consisten más bien en rangos o conteos de frecuencia tales como
porcentaje de pruebas, estatura, peso, longitud, entre otras.
