Las estadísticas descriptivas describen los datos (por ejemplo, un gráfico o gráfico) y estadísticas inferenciales le permiten hacer predicciones («inferencias») a partir de esos datos. Con estadísticas inferenciales, toma datos de muestras y hace generalizaciones sobre una población.
Por ejemplo, puede pararse en un centro comercial y preguntarle a una muestra de 100 personas si les gusta comprar en Sears. Puede hacer un gráfico de barras de respuestas sí o no (que serían estadísticas descriptivas) o podría usar su investigación (y estadísticas inferenciales) para razonar que alrededor del 75-80% de la población (todos los compradores en todos los centros comerciales) como comprar en Sears.
Hay dos áreas principales de estadísticas inferenciales:
- Estimación de parámetros. Esto significa tomar una estadística de sus datos de muestra (por ejemplo, la media de la muestra) y usarla para decir algo sobre un parámetro de población (es decir, la media de la población).
- Pruebas de hipótesis. Aquí es donde puede usar datos de muestra para responder preguntas de investigación. Por ejemplo, podría estar interesado en saber si un nuevo medicamento contra el cáncer es efectivo. O si el desayuno ayuda a los niños a desempeñarse mejor en las escuelas.
Supongamos que tiene algunos datos de muestra sobre un nuevo medicamento contra el cáncer potencial. Puede usar estadísticas descriptivas para describir su muestra, incluida:
Un gráfico de barras es una forma de resumir los datos en estadísticas descriptivas. Fuente: Nih.gov.
Con estadísticas inferenciales, tome los datos de muestra de un pequeño número de personas e intente determinar si los datos pueden predecir si el medicamento funcionará para todos (es decir, la población). Hay varias formas en que puede hacer esto, desde calcular una puntuación Z (los puntajes Z son una forma de mostrar dónde sus datos se encuentran en una distribución normal a las pruebas post-hoc (avanzadas).
¿Cómo se aplica la estadística inferencial?
Una máquina produce el huevo de chocolate cada hora insertando una sorpresa dentro de ella.
Sin embargo, a veces el automóvil confunde y no inserta la sorpresa dentro del huevo.
Sin embargo, no es posible verificar todos los huevos, porque la verificación implica la destrucción del producto.
Ejemplo. Para verificar si un huevo de chocolate contiene la sorpresa, debe romper el huevo. Una vez rotos, los productos no pueden ser más vendidos.
Por lo tanto, para estimar el porcentaje de errores y defectos de fabricación de toda la producción (y) se lleva a cabo una verificación en una muestra representativa de productos X (x Cómo elegir la muestra. La elección de las unidades estadísticas de muestra se puede hacer aleatoriamente (aleatorio) o seguir un criterio objetivo, como garantizar la representatividad de la muestra hacia toda la población. En los diez productos de la muestra, solo un huevo no contiene la sorpresa. Por lo tanto, los bienes defectuosos preciosos son del 10% o 1 en 10. El resultado de la encuesta de muestra se extiende al resto de la población. Por lo tanto, se estima que toda la producción Y está compuesta para el 10% de los huevos sin sorpresa o 10 de cada 100. Al ser un análisis realizado solo en una parte de la población (campeón), los resultados de una investigación estadística inferencial tienen un margen de error. Las estadísticas de hoy constituyen una de las partes más importantes de la investigación con respecto a la forma en que organizan datos en formas medibles. Sin embargo, algunos estudiantes confunden estadísticas descriptivas e inferenciales, lo que les impide elegir la mejor opción para usar en su investigación. Si mira más de cerca, la diferencia entre estadísticas descriptivas y estadísticas inferenciales ya es bastante obvia en sus nombres. El término «descripción» describe los datos, mientras que el término «inferencial» infiere o permite al investigador sacar una conclusión sobre la base de la información recopilada. Por ejemplo, usted es responsable de investigar el embarazo en las adolescentes en una escuela secundaria determinada. Usando estadísticas descriptivas e inferenciales, investigará el número de embarazo en los adolescentes en la escuela durante un número específico de años. La diferencia es que con las estadísticas descriptivas, solo resume los datos recopilados y, si es posible, detecta un patrón en las modificaciones. Por ejemplo, podemos decir que en los últimos cinco años, la mayoría de los embarazos tempranos entre las adolescentes de la escuela secundaria X han ocurrido en las registradas en el tercer año. No es necesario predecir que, durante el sexto año, los estudiantes de tercer año siempre serían aquellos con el mayor número de embarazos anticipados. Las conclusiones y las predicciones solo se realizan en estadísticas inferenciales. El principio de descripción o conclusión también se aplica a los datos o información recopilada del investigador. Para volver a nuestro ejemplo anterior sobre embarazos tempranos, las estadísticas descriptivas solo se refieren a la población descrita. En pocas palabras, los datos recopilados en X High School con respecto al embarazo entre las adolescentes solo se aplican a esta institución. En estadísticas inferenciales, X High School solo podría ser una muestra de la población objetivo. Supongamos que su objetivo es conocer la condición de los embarazos tempranos en Nueva York. Dado que sería imposible recopilar datos en cada escuela secundaria de Nueva York, la escuela secundaria X servirá como una muestra que reflejaría o representaría todas las escuelas secundarias de la ciudad de Nueva York. Por supuesto, esto generalmente significa que hay un margen de error, ya que una muestra no es suficiente para representar a toda la población. Esta posible tasa de error también se tiene en cuenta al analizar los datos. Usando varios cálculos, como el promedio, mediano y el modo, los investigadores podrían describir o examinar datos y obtener lo que desean durante todo el proceso. La inferencia estadística es el proceso de analizar el resultado y hacer conclusiones de los datos sujetos a una variación aleatoria. También se llama estadísticas inferenciales. Las pruebas de hipótesis y los intervalos de confianza son las aplicaciones de la inferencia estadística. La inferencia estadística es un método para tomar decisiones sobre los parámetros de una población, basado en un muestreo aleatorio. Ayuda a evaluar la relación entre las variables dependientes e independientes. El propósito de la inferencia estadística para estimar la incertidumbre o la muestra a la variación de la muestra. Nos permite proporcionar un rango probable de valores para los valores verdaderos de algo en la población. Los componentes utilizados para hacer inferencia estadística son: Existen diferentes tipos de inferencias estadísticas que se utilizan ampliamente para hacer conclusiones. Están: El procedimiento involucrado en estadísticas inferenciales es: Estadísticas inferenciales en trabajos de investigación cuantitativa además de estadísticas descriptivas. Cuando las estadísticas descriptivas ayudan a resumir las características de una población de muestra, las estadísticas inferenciales se centran en usar esos datos resumidos y predecir las características de la población más grande. Por lo tanto, las estadísticas inferenciales permiten al investigador hacer suposiciones basadas en pequeñas poblaciones, para las poblaciones más grandes. Utiliza mediciones del grupo de muestra y hace generalizaciones basadas en ellas para los grupos más grandes. En esencia de lo que se dice, si desea identificar si las estadísticas actuales son descriptivas o inferenciales, la clave es que las estadísticas descriptivas funcionan en su conjunto de datos de muestra actual y estadísticas de inferencia funcionan en los datos concluyentes además de su conjunto de datos de muestra que es relativamente enorme. Desea conocer las ocupaciones de personas en un pueblo. Recopila datos de muestra de diversos aldeanos. Después de realizar estadísticas descriptivas al respecto, las estadísticas inferenciales le darán una idea sobre qué ocupaciones deben estar el resto de los aldeanos. Las estadísticas inferenciales a menudo se usan para comparar las diferencias entre los grupos de tratamiento. Las estadísticas inferenciales utilizan mediciones de la muestra de sujetos en el experimento para comparar los grupos de tratamiento y hacer generalizaciones sobre la mayor población de sujetos. Existen muchos tipos de estadísticas inferenciales y cada una es apropiada para un diseño de investigación específico y características de muestra. Los investigadores deben consultar los numerosos textos sobre diseño experimental y estadísticas para encontrar la prueba estadística correcta para su experimento. Sin embargo, la mayoría de las estadísticas inferenciales se basan en el principio de que un valor de prueba estadístico se calcula sobre la base de una fórmula particular. Ese valor junto con los grados de libertad, una medida relacionada con el tamaño de la muestra y los criterios de rechazo se utilizan para determinar si existen diferencias entre los grupos de tratamiento. Cuanto mayor sea el tamaño de la muestra, más probable es que una estadística indique que existen diferencias entre los grupos de tratamiento. Por lo tanto, cuanto más grande es la muestra de sujetos, más poderosa se dice que es la estadística. Prácticamente todas las estadísticas inferenciales tienen una suposición subyacente importante. Se supone que cada replicación en una condición es independiente. Se cree que cada valor en una condición no está relacionado con ningún otro valor en la muestra. Esta suposición de independencia puede crear una serie de desafíos para los investigadores de comportamiento animal. Las estadísticas inferenciales ayudan a sugerir explicaciones para una situación o fenómeno. Le permite sacar conclusiones basadas en extrapolaciones, y de esa manera es fundamentalmente diferente de las estadísticas descriptivas que simplemente resumen los datos que realmente se han medido. Vamos a volver a nuestro ejemplo de fiesta. Digamos que las estadísticas comparativas sugieren que las partes organizadas por su amiga Sophia tienen mucho éxito (por ejemplo, el número promedio de asistentes y la duración media de sus partes son mayores que las de otras partes). Sus próximas preguntas pueden ser: ¿por qué sus fiestas tienen tanto éxito? ¿Es la comida a la que sirve, el tamaño de su red social, el prestigio de su trabajo, la cantidad de hombres o mujeres que conoce, su atractivo físico, el alcohol que proporciona o la ubicación y el tamaño de su residencia? Las estadísticas inferenciales pueden ayudarlo a responder estas preguntas. Encontrar que las fiestas menos concurridas tenían en promedio menos bebidas servidas sugerirían que las bebidas de su amiga Sophia podrían ser el factor importante. Las diferencias de asistencia y bebidas servidas entre sus fiestas y otras partes tendrían que ser lo suficientemente grandes como para sacar conclusiones. Es una medida de la posibilidad de ocurrencia de un fenómeno. Ahora discutiremos algunos términos que son muy importantes en probabilidad: La probabilidad condicional es la probabilidad de un evento en particular y, dada una determinada condición que ya ha ocurrido, es decir, X. Entonces la probabilidad condicional, p (y | x) se define como, como, como, Por lo general, en una investigación, no solo ha estado interesado en los resultados obtenidos en la muestra analizada, sino que se pregunta incluso si estos resultados se generalizan a la población de referencia a partir de la cual se extrajo la muestra. Por ejemplo, suponemos que en un departamento de ortopedia las enfermeras han llevado a cabo un nuevo tipo de masaje para todos los pacientes hechos en la rodilla. Al comparar el nivel promedio de dolor percibido por los pacientes antes y después del masaje, se da cuenta de que después del masaje, el dolor en promedio ha disminuido. Este resultado es ciertamente interesante, pero probablemente estará interesado en comprender si la reducción observada en la escala de dolor también se generaliza a otros pacientes, además de esos campeonatos. La parte de la generalización en las estadísticas se puede estudiar haciendo «inferencia». El término inferencia deriva del latín «inferre» y literalmente significa «traer adentro». Incluso si este término puede parecer un poco difícil para usted, en realidad todos hacemos una inferencia cada vez que generalizamos los resultados de una observación. En la vida cotidiana, de hecho, no hacemos nada más que explicar los hechos que nos suceden al inventar las reglas hipotéticas que nos llevan a una conclusión. A menudo, sin siquiera verificar que las reglas y la conclusión sean correctos. Por ejemplo, hace una inferencia cuando decida que un par de zapatos que está a punto de comprar en línea irá bien porque los zapatos de la misma marca comprados hace algún tiempo fueron bien. O cuando decide qué libro comprar elegir una escritura del mismo autor de un libro que le gustó en el pasado. O nuevamente, cuando ves que el cielo está muy nublado y decides tomar el paraguas antes de salir porque podría llover. Artículos Relacionados:
¿Cómo se aplica la estadística descriptiva e inferencial?
¿Cómo se realiza la inferencia estadística?
¿Qué actividades se realizan en la estadística inferencial?
¿Qué se hace en estadística inferencial?
¿Qué temas se ven en estadística inferencial?
¿Cuál es el objetivo principal de la estadística inferencial?
