Las estadísticas son la disposición de las pruebas estadísticas que los analistas usan para hacer la inferencia de los datos dados. Estas pruebas nos permiten tomar decisiones sobre la base del patrón observado de los datos. Hay un amplio rango de pruebas estadísticas. La elección de la cual la prueba estadística utilizar se basa en la estructura de los datos, la distribución de los datos y el tipo de variable. Hay muchos tipos diferentes de pruebas en estadísticas como prueba t, prueba Z, prueba de chi-cuadrado, prueba ANOVA , prueba binomial, prueba mediana de muestra, etc.
Las pruebas paramétricas se utilizan si los datos se distribuyen normalmente. Una prueba estadística paramétrica supone sobre los parámetros de la población y las distribuciones de las que provienen los datos. Estos tipos de prueba incluyen pruebas t, pruebas Z y pruebas ANOVA, que suponen que los datos son de distribución normal.
Prueba z: una prueba Z es una prueba estadística utilizada para determinar si dos medias de población son diferentes cuando se conocen las variaciones y el tamaño de la muestra es grande. En la prueba Z, la media de la población se compara. Los parámetros utilizados son la media de la población y la desviación estándar de la población. La prueba Z se usa para validar una hipótesis de que la muestra dibujada pertenece a la misma población.
HO: la media de la muestra es la misma que la media de la población (hipótesis nula)
HA: la media de la muestra no es la misma que la media de la población (hipótesis alternativa)
Prueba t de prueba t La media de las dos muestras dadas se comparan. Se usa una prueba t cuando no se conocen los parámetros de población (media y desviación estándar).
¿Qué son las pruebas de estadística?
Una prueba estadística sirve en la teoría de la prueba, un subárea de estadísticas matemáticas, para tomar una decisión razonable sobre la validez o la invalidez de una hipótesis basada en las observaciones disponibles. Formalmente, una prueba es una función matemática que asigna una decisión a un resultado de observación. Dado que los datos existentes son realizaciones de variables aleatorias, en la mayoría de los casos no se puede decir con certeza si una hipótesis es correcta o no. Por lo tanto, uno intenta controlar las probabilidades de decisiones incorrectas, que corresponde a una prueba para un nivel de significancia dado. Por esta razón, también se habla de una prueba de hipótesis o una prueba de significancia.
En principio, se puede comparar un procedimiento de prueba estadística con los procedimientos legales. El procedimiento (principalmente) tiene el propósito de determinar si hay evidencia suficiente para condenar al acusado. Siempre se asume el inocente de un sospechoso, y mientras haya grandes dudas sobre la evidencia de un delito real, un acusado es absuelto. Solo si la evidencia de la culpa de un acusado prevalece claramente una condena.
Al comienzo del procedimiento, las dos hipótesis H0 { DisplayStyle H_ {0}} «El sospechoso es inocente» y H1 { DisplayStyle H_ {1}} «El sospechoso es culpable». El primero se llama hipótesis nula, se asume temporalmente. El segundo se llama hipótesis alternativa. Ella es la que está tratando de «probar».
¿Qué son las pruebas de significación estadística y para qué sirven?
La significación estadística es la probabilidad de que una relación entre dos o más variables en un análisis no sea puramente coincidente, sino que en realidad es causada por otro factor. En otras palabras, la significación estadística es una forma de probar matemáticamente que una determinada estadística es confiable.
En el mundo real, las empresas utilizan la importancia estadística para comprender cuán fuertemente los resultados de sus encuestas, experimentos, encuestas o datos de usuarios deberían influir en sus decisiones.
La significación estadística es importante porque le da confianza en su análisis y sus ideas resultantes. No hay valor comercial en tomar medidas en ideas que sean engañosas o incorrectas, y lo que es más, tomar medidas para obtener información engañosa también puede evitar que invierta recursos correctamente.
La significación estadística a menudo se calcula con pruebas de hipótesis estadística, que prueba la validez de una hipótesis al descubrir la probabilidad de que sus resultados hayan sucedido por casualidad.
Aquí, una «hipótesis» es una suposición o creencia sobre la relación entre sus conjuntos de datos. El resultado de una prueba de hipótesis nos permite ver si esta suposición se mantiene bajo escrutinio o no.
Una prueba de hipótesis estándar se basa en dos hipótesis.
- Hipótesis nula: la suposición predeterminada de una prueba estadística que intenta refutar (por ejemplo, un aumento en el costo no afectará el número de compras).
- Hipótesis alternativa: una teoría alternativa que contradice su hipótesis nula (por ejemplo, un aumento en el costo reducirá el número de compras). Esta es la hipótesis que esperas probar.
¿Cómo se hacen pruebas estadísticas?
Una vez que se completa un experimento, los datos resultantes requieren un análisis estadístico para interpretar los resultados. Hay métodos estadísticos disponibles que nos permiten emitir juicios sobre los datos, su relación con otros datos experimentales y, en última instancia, su relación con nuestra hipótesis. Estos métodos también nos permiten determinar la incertidumbre (o error) en nuestras mediciones y resultados. Las siguientes son breves descripciones de estos métodos.
La media o promedio es la suma de los valores medidos divididos por el número de mediciones.
La desviación estándar da una medición de la varianza de los datos a la media. Este valor se usa en casi todas las pruebas estadísticas y es aconsejable calcular cada vez que se analizan los datos.
Un intervalo de confianza es un rango estimado en el que las mediciones corresponden al percentil dado. Por ejemplo, un intervalo de confianza del 95% significa que el 95% de los valores medidos estarán dentro del rango estimado. También puede decir precisión y estabilidad de las mediciones de la incertidumbre.
μInterval = ± T*S / √N
μ = valor verdadero
= media estimada
S = desviación estándar estimada
N = número de puntos de datos
T = T estudiante t
N-1 = grados de libertad
La prueba t es una forma conveniente de comparar el conjunto medio de mediciones con otro para determinar si son o no los «mismos» (estadísticamente). Su objetivo principal es probar la hipótesis nula del experimento. Hay suposiciones sobre los datos que deben hacerse antes de completarse. Una vez que se calcula el valor t, se compara con un valor t correspondiente en una table t. El valor en la tabla se elige en función del nivel de confianza deseado. Cuanto mayor sea el nivel de confianza del %, más precisas serán las respuestas en los conjuntos de datos. Generalmente se usa una prueba de nivel de confianza del 95%.
¿Cuáles son las pruebas estadísticas descriptivas?
Las pruebas salen del campo de estadísticas descriptivas «puras» para ingresar a las estadísticas inferenciales. La inferencia estadística consiste en inducir las características de una población de las de una muestra de esta población.
Pueden surgir varias preguntas sobre la distribución de una variable cuantitativa. Se puede estudiar la forma de la distribución (normal o no), así como la tendencia central.
Varios enfoques son posibles para tener una idea de la respuesta a esta pregunta.
El primero es visualizar gráficamente la distribución y su «brecha» a una ley normal.
El diagrama cuantil-cuantil se usa para comparar los cuantiles de la variable con los de una distribución esperada, por ejemplo, la ley normal. La función stat_qq () le permite mostrar este gráfico.
stat_function () traza la función indicada. Aquí, dibujamos una ley normal (dormitorio (dormitorio ()) del mismo promedio y desviación estándar que la variable cuya normalidad queremos probar.
Después de la visualización, es posible «probar» la afirmación. Nos ubicamos en la hipótesis más simple (llamada hipotés de cero, aquí: es que la distribución es normal), y miramos si parece coherente con nuestros datos.
De la misma manera, si estamos interesados en el promedio de una distribución, «probamos» el hecho de que es diferente o no con un valor fijo.
La prueba del estudiante (T.Test ()) para una muestra única permite comparar el promedio observado con un valor de referencia. Se puede usar si y solo si la distribución de valores en la muestra es normal. Si este no es el caso, use la prueba Wilcoxon (en las filas) con la función Wilcox.test ().
¿Qué tipos de pruebas estadísticas hay?
Esta página muestra cómo realizar una serie de pruebas estadísticas usando SPSS. Cada
La sección ofrece una breve descripción del objetivo de la prueba estadística, cuando se usa, un
Ejemplo que muestra los comandos SPSS y la salida SPSS (a menudo abreviada) con una breve interpretación del
producción. Puedes ver la página eligiendo el
Prueba estadística correcta para una tabla que muestra una descripción general de cuándo cada prueba es
apropiado para usar. Al decidir qué prueba es apropiada para usar, es importante
Considere el tipo de variables que tiene (es decir, si sus variables son categóricas,
ordinal o intervalo y si se distribuyen normalmente), vea cuál es la diferencia entre
variables categóricas, ordinales e intervalos? Para más información sobre esto.
La mayoría de los ejemplos en esta página utilizarán un archivo de datos llamado HSB2, High School
y más allá. Este archivo de datos contiene 200 observaciones de una muestra de la escuela secundaria
estudiantes con información demográfica sobre los estudiantes, como su género (mujer),
Estado socioeconómico (SES) y antecedentes étnicos (raza). También contiene un
Número de puntajes en pruebas estandarizadas, incluidas pruebas de lectura (lectura), escritura
(escribir), matemáticas (matemáticas) y estudios sociales (Socst).
Puede obtener el archivo de datos HSB haciendo clic en HSB2.
Una prueba t de una muestra nos permite probar si una media de muestra (de una normalmente
variable de intervalo distribuido) difiere significativamente de una hipótesis
valor. Por ejemplo, utilizando el archivo de datos HSB2, digamos que deseamos probar
si el puntaje de escritura promedio (escritura) difiere significativamente de 50.
puede hacer esto como se muestra a continuación.
¿Cuáles son las pruebas estadísticas Inferenciales?
Las estadísticas inferenciales se utilizan para analizar los resultados y sacar conclusiones. Los expertos describieron las estadísticas inferenciales como las matemáticas y la lógica de cómo se puede hacer esta generalización de la muestra a la población (Kolawole, 2001). Estos procedimientos podrían usarse para estimar la probabilidad de que los datos recopilados ocurrieran por casualidad y para sacar conclusiones sobre una población más grande a partir de la cual se recopilaron muestras.
La estructura teórica indica que las estadísticas inferenciales infieren de la muestra a la población. Determinan la probabilidad de características de la población en función de las características de la muestra y ayudan a evaluar la fuerza de la relación entre variables independientes (causales) y variables dependientes (efectos).
Las estadísticas inferenciales están fuertemente asociadas con la lógica de las pruebas de hipótesis. Una hipótesis es una declaración declarativa empíricamente verificable sobre la relación entre variables independientes y dependientes y sus medidas correspondientes. En las pruebas de hipótesis, el objetivo principal generalmente es rechazar la hipótesis nula. La prueba de hipótesis es un procedimiento inferencial que utiliza datos de muestra para evaluar la credibilidad de una hipótesis sobre una población.
Las hipótesis se establecen de dos maneras. Una hipótesis nula es una declaración que niega que haya una diferencia estadística entre el status quo y la condición experimental. Establece que la variable independiente que se está estudiando no hace ninguna diferencia con el resultado final. La hipótesis nula es la condición nula, sin diferencia entre medias o ninguna relación entre las variables. Se recopilan datos que permiten decidir si el estadístico puede rechazar la hipótesis nula y hacerlo con cierta confianza de que no está cometiendo un error. La hipótesis alternativa (H1) sería que existe una relación entre las dos variables.
Fundamentalmente, todos los procedimientos de estadísticas inferenciales son los mismos que buscan determinar si las características observadas (muestra) son suficientemente desviadas de la hipótesis nula para justificar la rechazo.
¿Cuáles son las principales pruebas de la estadística inferencial que se usan en la IM?
Las estadísticas descriptivas analizan los hallazgos de una muestra, pero las estadísticas inferenciales le dicen cómo los resultados de la muestra se relacionan con la población objetivo de la que se extrajo la muestra. Esto es vital para resolver si los resultados respaldan la hipótesis nula o lo obligan a rechazarla a favor de la hipótesis alternativa.
- Chi-cuadrado es para analizar variables independientes en categorías (por ejemplo, la mayoría de las observaciones)
La mayoría de las pruebas estadísticas utilizan datos ordinales, pero más medidas psicológicas recopilan datos de intervalo/nivel de relación, por lo que probablemente tendrá que clasificar sus puntajes antes de llevar a cabo su prueba estadística.
El pedido de rango es complicado. Das un rango de 1 al puntaje más alto, 2 al segundo más alto, y así sucesivamente. Si los participantes comparten el mismo puntaje, tienen que compartir el mismo rango; Otorgue el rango medio de los que ocupan, por lo que si 3 participantes comparten el segundo, tercer y cuarto lugar, todos obtienen el rango 3 y el próximo participante Down obtiene el rango 5.
Por ejemplo, si encuestó a las personas sobre su mascota favorita, obtendrá recuentos en cada categoría. Estas frecuencias podrían usarse para hacer un gráfico circular.
Puede ver lo difícil que sería escalar los datos de nivel de intervalo/relación después, porque la puntuación de coeficiente intelectual individual de todos se perdió en la conversión: ahora son solo categorías.
- Chi-cuadrado es para analizar variables independientes en categorías (por ejemplo, la mayoría de las observaciones)
¿Qué son métodos Inferenciales?
Las estadísticas inferenciales, también llamadas inferencia estadística o estadísticas inductivas, es el proceso de transferencia de las características de una muestra a la totalidad de la población, a través de un experimento aleatorio. Se puede decir que es un pasaje que se traduce con una perspectiva general de datos que se refiere a un aspecto específico, de hecho, inferencial significa «relevante para las pruebas deducibles o la generalización de datos parciales».
¿Pero cuando pones en práctica estadísticas inferenciales y por qué razones?
Comenzamos haciendo una aclaración que puede parecer trivial: analizar los datos de una población entera es casi imposible debido a los tiempos y costos que esta operación requeriría, y es por eso que se hace referencia al estudio de las muestras.
Este método se aplica en muchos campos, uno de estos es, por ejemplo, una investigación histórica. En el caso de algunos períodos históricos, el trabajo de generalización es obligatorio porque tenemos muy pocos testimonios que de lo contrario simplemente debemos evitar expresarnos en ese tiempo; Sin embargo, en otros, analizado en detalle y profundamente cada manuscrito, carta o libro tomaría demasiado tiempo dada la cantidad de datos presentes. Por lo tanto, el trabajo del erudito será analizar una muestra que considera adecuada para que, entonces, la investigación basada en ella pueda considerarse ejemplar a nivel general.
Como puede imaginar, en realidad aplique estadísticas inferenciales todos los días. De hecho, tomar una parte en consideración y considerarlo un ejemplo de todo es una forma típica de abordar algunas situaciones, como la compra en línea de un producto. Trate de pensarlo: decide comprar zapatos en un sitio y encuentra una pareja que le gusta mucho. Obviamente, no puede saber el tamaño exacto antes de comprarlos, porque no puede probarlos, pero en casa ya tiene otros de la misma marca. Aquí, la inferencia significa pensar que, dado que pertenecen a la misma marca, los tamaños de los dos zapatos serán los mismos y, por lo tanto, puede elegirlo sobre la base de aquellos que ya tiene.
Artículos Relacionados:
- 5 tipos de experimentos en estadística que debes conocer
- Estadísticas: conoce los tipos y aprende a aplicarlas
- Estadísticas de estudios: tipos y características
- Prueba de z estadística: cómo utilizarla para mejorar sus resultados
- Pruebas estadísticas de independencia: una guía para principiantes
- 2.2 pruebas estadisticas: como optimizar tu sitio web para obtener mejores resultados
