Dana tiene un doctorado en educación primaria de la Universidad de Alabama con una concentración de contenido en matemáticas, una maestría de la Universidad de Syracuse en educación especial y una licenciatura de la Universidad de Alabama en educación especial. Ha sido profesora universitaria desde 2000, preparando a los maestros en educación primaria y especial. ?
Suponga que usted es un investigador médico y desea determinar qué tan efectivo es un nuevo medicamento en el tratamiento de una enfermedad. ¿O suponga que usted es un ingeniero ambiental y desea averiguar cuál de los tres programas de reciclaje diferentes da como resultado el mayor número de materiales reciclados? ¿Qué pasaría si planeara abrir una panadería pero necesitara determinar cuál de las dos ubicaciones tendría la mayoría de las personas que pasan por la tienda?
Las estadísticas son la ciencia de analizar datos, ya sea datos numéricos o datos no numéricos. Las estadísticas se utilizan todos los días para resolver problemas, responder preguntas y mejorar la calidad y el rendimiento.
Un concepto importante para comprender en las estadísticas es la diferencia entre una población y una muestra. Una población es todo el grupo del que es posible que desee recopilar datos y sobre los cuales sacaría conclusiones. Sin embargo, no siempre es posible recopilar datos de toda una población. ¿Qué pasaría si estuviera encuestando a la gente sobre a quién planeaban votar en una elección presidencial? Posiblemente no podría encuestar a las decenas de millones de personas que votarán. Por lo tanto, seleccionaría aleatoriamente un subconjunto de la población, una muestra. Si la muestra es representativa de la población más grande, podría sacar conclusiones razonables basadas en las respuestas de la muestra.
¿Qué es la estadística inferencial y ejemplos?
Las estadísticas inferenciales ayudan a desarrollar una buena comprensión de los datos de la población mediante el análisis de las muestras obtenidas de él. Ayuda a hacer generalizaciones sobre la población mediante el uso de varias pruebas y herramientas analíticas. Para elegir muestras aleatorias que representen a la población con precisión, se utilizan muchas técnicas de muestreo. Algunos de los métodos importantes son muestreo aleatorio simple, muestreo estratificado, muestreo de clúster y técnicas de muestreo sistemático.
Las estadísticas inferenciales se pueden definir como un campo de estadísticas que utiliza herramientas analíticas para sacar conclusiones sobre una población mediante el examen de muestras aleatorias. El objetivo de las estadísticas inferenciales es hacer generalizaciones sobre una población. En estadísticas inferenciales, se toma una estadística de los datos de la muestra (por ejemplo, la media de la muestra) que solía hacer inferencias sobre el parámetro de la población (por ejemplo, la media de la población).
Las estadísticas inferenciales se pueden clasificar en pruebas de hipótesis y análisis de regresión. Las pruebas de hipótesis también incluyen el uso de intervalos de confianza para probar los parámetros de una población. A continuación se muestran los diferentes tipos de estadísticas inferenciales.
La prueba de hipótesis es un tipo de estadísticas inferenciales que se utiliza para probar suposiciones y sacar conclusiones sobre la población de los datos de muestra disponibles. Implica establecer una hipótesis nula y una hipótesis alternativa seguida de realizar una prueba estadística de importancia. Se extrae una conclusión en función del valor de la estadística de prueba, el valor crítico y los intervalos de confianza. Una prueba de hipótesis puede ser de cola izquierda, cola derecha y dos colas. A continuación se presentan ciertas pruebas de hipótesis importantes que se utilizan en estadísticas inferenciales.
¿Qué es estadística inferencial y descriptiva ejemplos?
Las estadísticas descriptivas e inferenciales son parte de las dos ramas fundamentales en las que se dividen las estadísticas, la ciencia exacta que es responsable de la extracción de información de varias variables, midiéndolas, controlándolas y comunicándolas en caso de incertidumbre.
De esta manera, las estadísticas tienen como objetivo cuantificar y controlar los comportamientos y eventos sociales y científicos.
Las estadísticas descriptivas son responsables del resumen de la información derivada de los datos relacionados con una población o muestra. Su objetivo es resumir esta información con precisión, simple, clara y ordenada (Santillán, 2016).
Esta es la forma en que las estadísticas descriptivas pueden indicar los elementos más representativos de un grupo de datos, conocidos como datos estadísticos. En resumen, este tipo de estadísticas es responsable de la descripción de dichos datos.
Por otro lado, las estadísticas inferenciales están a cargo de hacer inferencias en los datos recopilados. Genera conclusiones distintas a las que muestran los datos mismos.
Este tipo de estadísticas va más allá de la simple recopilación de información, conectando cada datos con fenómenos que pueden alterar su comportamiento.
Las estadísticas inferenciales llegan a conclusiones relevantes sobre una población basada en el análisis de una muestra. Por lo tanto, siempre debe calcular un margen de error en las conclusiones.
Es la rama más popular y conocida de las estadísticas. Su objetivo principal es analizar las variables y, por lo tanto, describir los resultados obtenidos por este análisis.
¿Dónde se usa la estadística inferencial?
µ: la media calculada para una población
σ: la desviación estándar calculada para una población
Población: un conjunto completo de datos «n»
Muestras: un subconjunto de datos que representan a la población «n»
Hacemos muestras todo el tiempo. Cada vez que ejecutamos un proyecto, debe administrarse bajo muchas limitaciones, como tiempo, costo, recursos, entre otros. Por lo tanto, puede no ser siempre factible que el proyecto estudie el 100% de la población para obtener sus inferencias. Por ejemplo, si estamos mejorando la calidad de las municiones fabricadas en una fábrica de municiones, es posible que no podamos hacer una prueba de calidad del 100% de los productos. Esto se debe principalmente a que el producto se destruirá después de la prueba. Por lo tanto, el muestreo se utiliza en estos casos, donde solo se realiza una muestra de productos para pruebas de calidad y se realizan inferencias para la base de la población, el resultado de este muestreo.
Algunos otros ejemplos de muestreo incluyen la fabricación de automóviles en lotes específicos, es decir, una empresa de fabricación de automóviles fabrica sus automóviles en lotes. Si se trata de muchos 400 autos, solo probarán de 10 a 15 autos y harán una inferencia de si aceptar el lote o rechazarlo.
El muestreo ayuda a administrar el proyecto utilizando recursos menores y sigue siendo efectivo para obtener resultados. El muestreo en general es realizado por todas las organizaciones y, por lo tanto, es un tema importante para nuestra discusión.
Aunque este programa de capacitación en Six Sigma en línea es la propiedad intelectual con derechos de autor del Instituto Internacional Six Sigma, queríamos hacer que estos materiales sean accesibles libremente para todos. Creemos que solo al compartir nuestra experiencia podemos servir mejor para los profesionales de Six Sigma y para el desarrollo adicional del dominio Six Sigma.
¿Cómo se relaciona la estadística descriptiva y la inferencial?
La estadística de prueba le dice cuán diferentes o más grupos son de la población general de la población, o cuán diferente es una pendiente lineal de la pendiente predicha por una hipótesis nula. Se utilizan diferentes estadísticas de prueba en diferentes pruebas estadísticas.
La significación estadística es arbitraria: depende del umbral, o valor alfa, elegido por el investigador. El umbral más común es P <0.05, lo que significa que es probable que los datos ocurran menos del 5% del tiempo bajo la hipótesis nula.
Cuando el valor p cae por debajo del valor alfa elegido, entonces decimos que el resultado de la prueba es estadísticamente significativo.
Su elección de la prueba t depende de si está estudiando un grupo o dos grupos y si le importa la dirección de la diferencia en los medios grupales.
Si está estudiando un grupo, use una prueba t pareada para comparar la media del grupo con el tiempo o después de una intervención, o use una prueba t de una muestra para comparar la media del grupo con un valor estándar. Si está estudiando dos grupos, use una prueba t de dos muestras.
Si desea saber solo si existe una diferencia, use una prueba de dos colas. Si desea saber si un grupo de grupo es mayor o menor que el otro, use una prueba de cola de cola izquierda o de cola derecha.
Una prueba t mide la diferencia en las medias grupales divididas por el error estándar agrupado de las dos medias de grupo.
De esta manera, calcula un número (el valor T) que ilustra la magnitud de la diferencia entre los dos medios de grupo que se comparan, y estima la probabilidad de que esta diferencia exista puramente por casualidad (valor p).
¿Cuando la estadística es descriptiva?
En este artículo, lo ayudaré a comprender la diferencia entre estadísticas descriptivas y estadísticas inferenciales. Luego pasaremos por algunos ejemplos de estadísticas descriptivas y cómo puede calcularlas usted mismo.
Las estadísticas son la ciencia de recopilar datos y analizarlos para inferir proporciones (muestra) que son representativas de la población. En otras palabras, las estadísticas están interpretando datos para hacer predicciones para la población.
- Estadísticas inferenciales: usted practica estadísticas inferenciales cuando utiliza una muestra aleatoria de datos tomados de una población para describir y hacer inferencias sobre la población.
Las estadísticas descriptivas resumen los datos a través de ciertos números como media, mediana, modo, etc. para facilitar la comprensión e interpretar los datos. Las estadísticas descriptivas no implican ninguna generalización o inferencia más allá de lo que está disponible de inmediato. Esto significa que las estadísticas descriptivas representan los datos disponibles (muestra) y no se basan en ninguna teoría de probabilidad.
La mediana es el punto que divide los datos completos en dos mitades iguales. La mitad de los datos es menor que la mediana y la otra mitad es mayor que la mediana. La mediana se calcula organizando primero los datos en orden ascendente o descendente.
- Estadísticas inferenciales: usted practica estadísticas inferenciales cuando utiliza una muestra aleatoria de datos tomados de una población para describir y hacer inferencias sobre la población.
Un punto importante a tener en cuenta es que el orden de los datos (ascendentes o descendentes) no afecta la mediana.
¿Cómo saber si es estadística descriptiva o inferencial?
Como puede ver, la diferencia entre estadísticas descriptivas e inferenciales se encuentra en el proceso tanto como lo hace las estadísticas que informa.
Para las estadísticas descriptivas, elegimos un grupo que queremos describir y luego medir todos los sujetos en ese grupo. El resumen estadístico describe este grupo con una certeza completa (fuera del error de medición).
Para las estadísticas inferenciales, necesitamos definir la población y luego diseñar un plan de muestreo que produzca una muestra representativa. Los resultados estadísticos incorporan la incertidumbre inherente al uso de una muestra para comprender una población completa. El tamaño de la muestra se convierte en una característica vital. La ley de grandes números establece que a medida que crece el tamaño de la muestra, las estadísticas de muestra (es decir, la media de la muestra) convergerán en el valor de la población.
Un estudio que utiliza estadísticas descriptivas es más simple de realizar. Sin embargo, si necesita evidencia de que existe un efecto o relación entre variables en una población completa en lugar de solo su muestra, debe usar estadísticas inferenciales.
Si está aprendiendo sobre las estadísticas y me gusta el enfoque que uso en mi blog, ¡consulte mi libro Introducción al estadísticas! Está disponible en Amazon y otros minoristas.
Hola, he realizado muestreo intencional de muestreo, ya que estoy recopilando datos, me di cuenta de que el tamaño de la población podría ser más grande en comparación con las cifras que tengo. Ahora estoy analizando datos, ¿puedo utilizar la prueba de quitados y la tabulación cruzada utilizando datos del muestreo intencional?
Artículos Relacionados:
