Todas las pruebas estadísticas tienen una hipótesis nula. Para la mayoría de las pruebas, la hipótesis nula es que no existe una relación entre sus variables de interés o que no hay diferencia entre los grupos.
Por ejemplo, en una prueba t de dos colas, la hipótesis nula es que la diferencia entre dos grupos es cero.
- Hipótesis nula: no hay diferencia en la longevidad entre los dos grupos.
- Hipótesis alternativa: hay una diferencia en la longevidad entre los dos grupos.
El valor p, o valor de probabilidad, le indica qué tan probable es que sus datos pudieran haber ocurrido bajo la hipótesis nula. Lo hace calculando la probabilidad de su estadística de prueba, que es el número calculado por una prueba estadística utilizando sus datos.
El valor p le dice con qué frecuencia esperaría ver una estadística de prueba como extrema o más extrema que la calculada por su prueba estadística si la hipótesis nula de esa prueba fuera cierta. El valor p se hace más pequeño a medida que la estadística de prueba calculada a partir de sus datos se aleja más del rango de estadísticas de prueba predichas por la hipótesis nula.
El valor p es una proporción: si su valor p es 0.05, eso significa que el 5% del tiempo vería una estadística de prueba al menos tan extrema como la que encontró si la hipótesis nula fuera cierta.
Sin embargo, si hay una diferencia promedio en la longevidad entre los dos grupos, entonces su estadística de prueba se alejará más de los valores predichos por la hipótesis nula, y el valor p se volverá más pequeño. El valor p nunca alcanzará cero, porque siempre existe una posibilidad, incluso si es extremadamente improbable, de que los patrones en sus datos ocurrieron por casualidad.
¿Cuáles son los conceptos básicos de la estadística?
Algunos de los conceptos básicos relevantes en estadísticas son población, muestra, parámetro, estadística y variables. Estos discuten en detalle de la siguiente manera:
El término población se usa para describir personas, objetos, animales, elementos o incluso reacciones que muestran características únicas. Si un investigador quiere realizar un estudio sobre adolescentes en Kolkata, entonces su población será todos los adolescentes en Kolkata. Sin embargo, la población puede ser finita o infinita (Mohanty y Misra). Un ejemplo de una población finita es el número de estudiantes en una escuela que han fallecido en psicología y un ejemplo de una población infinita sería el número de estrellas en el cielo.
El término muestra puede describirse como el grupo de individuos que participan en la investigación. Por ejemplo, en una fábrica de bebidas frías, si el inspector de calidad quiere descubrir la calidad y el sabor de la bebida fría que es adecuada o no, entonces no probará todas las botellas de bebida fría. Ella/ella toma una muestra y la prueba. Idealmente, esta muestra se toma al azar. Así es como una muestra es un grupo más pequeño de la población que participa en la investigación. La muestra debe ser representativa de la población. Es lo más similar de la población o tiene los mismos elementos/características que la población (Mohanty y Misra). Por lo tanto, las técnicas de muestreo son aplicables en la investigación. Ayuda en la selección de muestras. Sin embargo, las técnicas de muestreo se pueden clasificar en muestreo de probabilidad y muestreo no probabilidad.
El término parámetro se llama como un valor que proporciona información sobre la población que se examina en la investigación. Se puede explicar como «una medida de la población y se refiere a los índices de un valor central, dispersión, correlación, etc. de todos los individuos de la población» (Mohanty y Misra). Por ejemplo, si un investigador quiere saber el peso medio de los bebés recién nacidos en la India en un año determinado, esto puede llamarse un parámetro. También describe el peso de todos los bebés recién nacidos en la India en el año dado. Un parámetro exacto no siempre es fácil de obtener y todos los parámetros tendrán una estadística diferente.
A medida que los aspectos de una población se miden por un parámetro y los aspectos de una muestra se miden por estadísticas. En consecuencia, el investigador medirá el peso de aproximadamente 500 bebés recién nacidos (una muestra que representa a todos los recién nacidos) en un año determinado y calculará un peso medio. Esto significa que el peso puede llamarse como estadística.
¿Cuáles son los conceptos basicos de la estadística?
- Para aprender las definiciones básicas utilizadas en las estadísticas y algunos de sus conceptos clave.
Comenzamos con un ejemplo simple. Hay millones de automóviles de pasajeros en los Estados Unidos. ¿Cuál es su valor promedio? Obviamente, no es práctico intentar resolver este problema directamente evaluando el valor de cada automóvil en el país, sumar todos esos valores, luego dividir por el número de valores, uno para cada automóvil. En la práctica, lo mejor que podemos hacer sería estimar el valor promedio. Una forma natural de hacerlo sería seleccionar aleatoriamente algunos de los autos, digamos (200 ) de ellos, determinar el valor de cada uno de esos autos y encontrar el promedio de esos valores (200 ). El conjunto de todos esos millones de vehículos se llama población de interés, y el número adjunto a cada uno, su valor, es una medida. El valor promedio es un parámetro: un número que describe una característica de la población, en este caso valor monetario. El conjunto de (200 ) automóviles seleccionados de la población se llama muestra, y los números (200 ), los valores monetarios de los automóviles que seleccionamos, son los datos de la muestra. El promedio de los datos se denomina estadística: un número calculado a partir de los datos de la muestra. Este ejemplo ilustra el significado de las siguientes definiciones.
Una población es cualquier colección específica de objetos de interés. Una muestra es cualquier subconjunto o subcolección de la población, incluido el caso de que la muestra consiste en toda la población, en cuyo caso se denomina censo.
Una medición, un número o atributo calculado para cada miembro de una población o de una muestra. Las mediciones de los elementos de muestra se denominan colectivamente datos de muestra.
¿Qué es un valor estadístico y un parámetro?
Los parámetros son números que
Resumir datos para una población completa. Las estadísticas son números que resumen
Datos de una muestra, es decir, algún subconjunto de toda la población.
Problemas (1) a (6)
Debajo de cada presente un estudio estadístico*. Para cada estudio, identifique ambos
parámetro y la estadística en el estudio.
1) Un investigador quiere
Estime la altura promedio de las mujeres de 20 años o más. De un simple
Muestra aleatoria de 45 mujeres, el investigador obtiene una altura media de muestra de 63.9
pulgadas.
2)
Un nutricionista quiere estimar la cantidad media de sodio consumida por los niños
Menores de los 10 años de 10 años de una muestra aleatoria de 75 niños menores de 10 años,
El nutricionista obtiene una media de muestra de 2993 miligramos de sodio consumidos.
3)
Nexium es un fármaco que puede usarse para reducir el ácido producido por el cuerpo y
sanar daño al esófago. Un investigador quiere estimar la proporción de
pacientes que toman nexium que se curan en 8 semanas. Una muestra aleatoria de 224
Se obtiene pacientes que sufren de enfermedad por reflujo ácido y 213 de ellos
Los pacientes fueron curados después de 8 semanas.
4)
Un investigador quiere estimar el tamaño promedio de la granja en Kansas. De una simple muestra aleatoria de 40
Granjas, el investigador obtiene una muestra de tamaño de granja medio de 731 acres.
5)
Un funcionario de energía quiere estimar la producción promedio de petróleo por pozo en los Estados Unidos.
De una muestra aleatoria de 50 pozos en todo Estados Unidos, el oficial obtiene
Una media de muestra de 10.7 barriles por día.
¿Qué es un parámetro en estadística y ejemplos?
Los siguientes dos ejemplos ilustran cómo los aspectos de los parámetros de población y las estadísticas de muestra son diferentes. Para cada ejemplo, se identificará la población, la muestra, el parámetro y la estadística.
Miyu quiere estudiar el GPA de estudiantes universitarios en el estado de California. Ir a todas las universidades no es razonable, por lo que Miyu contacta a cinco universidades locales y establece una reunión con los administradores para recopilar datos sobre los GPA promedio de sus estudiantes. El promedio promedio de las cinco universidades es de 2.7. Miyu solo pudo producir una estadística de muestra para hacer inferencias estadísticas sobre la población de interés.
- Población: Todos los estudiantes universitarios en el estado de California.
- Muestra: los estudiantes universitarios de las cinco universidades locales de Miyu.
- Estadística: GPA es 2.7.
- Parámetro: no recopilado, pero sería el promedio promedio de cada estudiante universitario en el estado.
Hay un frasco gigante de canicas verdes y azules en el escritorio de Kai. Kai está interesado en recopilar una estadística de muestra para hacer una inferencia sobre la proporción de canicas azules en el frasco. Kai toma 100 canicas del frasco y encuentra que el 33% de las canicas son azules. Más tarde, Kai decide contar cada mármol con varios amigos y encuentra 12,501 canicas en total en el frasco. Eso significa que el 39% de las canicas en el frasco son azules. En este caso, Kai pudo producir una estadística de una muestra y luego producir parámetros de la población de canicas en el frasco.
¿Qué es un parametro en estadistica ejemplo?
Un parámetro es extremadamente útil en estadísticas. Primero, se utiliza para conocer los atributos de una distribución de datos. Por ejemplo, el promedio aritmético o la desviación estándar de estos. En probabilidad, esto le permite conocer las funciones de distribución calificadas de SO. En una línea de regresión, indica valores digitales asociados con dicho derecho y que lo hacen único.
Además, cuando hacemos inferencias estadísticas, utilizamos «estimadores de parámetros». Estas estadísticas nos permiten abordar el valor real de este parámetro en la población. Por ejemplo, el estimador de la varianza. En resumen, sin parámetros, no pudimos estudiar información y analizarla.
Funciones matemáticas muy útiles para el modelado de los parámetros de uso. Estos son los números que aparecen junto a las variables (X, Y,…). Estos valores nos permiten saber cómo una de estas variables (dependientes) aumenta o disminuye cuando hacemos otra (la independiente). Por lo tanto, podemos conocer los atributos de un modelo matemático específico.
En la geometría analítica, se utilizan ecuaciones paramétricas que llaman así. En este caso, los parámetros son las variables independientes. Finalmente, en el análisis matemático, se utilizan integrales que dependen de un parámetro.
En él, se refiere a subprogramas, procedimientos u órdenes. El objetivo es que, utilizando un programa específico, se realizan ciertas funciones. Por otro lado, se utilizan dos conceptos, parámetros y argumentos similares en la programación. Finalmente, en ingeniería o ciencias ambientales, los vistos anteriormente también se usan con una aplicación similar.
¿Qué es un parámetro en una muestra?
Cuando desea determinar la información sobre una característica de la población en particular (por ejemplo, la media), generalmente toma una muestra aleatoria de esa población porque es inviable medir a toda la población. Usando esa muestra, calcula la característica de muestra correspondiente, que se utiliza para resumir la información sobre la característica de la población desconocida. La característica de la población del interés se llama parámetro y la característica de muestra correspondiente es la estadística de muestra o la estimación de parámetros. Debido a que la estadística es un resumen de la información sobre un parámetro obtenido de la muestra, el valor de una estadística depende de la muestra particular que se extrajo de la población. Sus valores cambian al azar de una muestra aleatoria a la siguiente, por lo tanto, una estadística es una cantidad aleatoria (variable). La distribución de probabilidad de esta variable aleatoria se llama distribución de muestreo. La distribución de muestreo de un estadístico (muestra) es importante porque nos permite sacar conclusiones sobre el parámetro de población correspondiente basado en una muestra aleatoria.
Por ejemplo, cuando dibujamos una muestra aleatoria de una población normalmente distribuida, la media de la muestra es una estadística. El valor de la media de la muestra basada en la muestra en cuestión es una estimación de la media de la población. Este valor estimado cambiará aleatoriamente si se toma una muestra diferente de la misma población normal. La distribución de probabilidad que describe esos cambios es la distribución de muestreo de la media de la muestra. La distribución de muestreo de un estadístico especifica todos los valores posibles de una estadística y con qué frecuencia se producen algún rango de valores del estadístico. En el caso de que la población principal sea normal, la distribución de muestreo de la media de la muestra también es normal.
Las siguientes secciones proporcionan más información sobre parámetros, estimaciones de parámetros y distribuciones de muestreo.
¿Cómo saber el valor del estadístico?
Un valor p es una probabilidad asociada con su valor crítico. El valor crítico depende de la probabilidad de que esté permitiendo un error tipo I. Mide la posibilidad de obtener resultados al menos tan fuertes como el suyo si la afirmación (H0) fuera cierta.
La siguiente figura muestra las ubicaciones de una estadística de prueba y sus conclusiones correspondientes.
Busque su estadística de prueba sobre la distribución apropiada: en este caso, sobre la distribución normal (Z-) estándar (consulte las siguientes tablas Z).
Si HA contiene una alternativa menos que alternativa, encuentre la probabilidad de que Z sea menor que su estadística de prueba (es decir, busque su estadística de prueba en la tabla Z y encuentre su probabilidad correspondiente). Este es el valor p. (Nota: en este caso, su estadística de prueba suele ser negativa).
Si HA contiene una alternativa más grande que, encuentre la probabilidad de que Z sea mayor que su estadística de prueba (busque su estadística de prueba en la tabla Z, encuentre su probabilidad correspondiente y la reste de una). El resultado es su valor p. (Nota: en este caso, su estadística de prueba suele ser positiva).
Si HA contiene una alternativa no igual, encuentre la probabilidad de que Z esté más allá de su estadística de prueba y duplíquela. Hay dos casos:
Si su estadística de prueba es negativa, primero encuentre la probabilidad de que Z sea menor que su estadística de prueba (busque su estadística de prueba en la tabla Z y encuentre su probabilidad correspondiente). Luego duplique esta probabilidad de obtener el valor p.
¿Qué es el valor del estadístico?
«Toma de decisiones basada en evidencia». Es un término que sale de la lengua casi sin tener que pensarlo, por lo que se ha convertido en la jerga cotidiana de la formulación de políticas y los círculos de desarrollo sostenible.
Pero es algo en lo que lleva pensar. ¿Cuál es una decisión tomada sin una base en evidencia? Cuando se recibe sabiduría, opiniones, creencias o incluso las falsedades directas impulsan la toma de decisiones, los resultados pueden ser desastrosos para el desarrollo, la justicia y la democracia. La evidencia es esencial.
Las recomendaciones de la UECE para promover, medir y comunicar el valor de las estadísticas oficiales, publicadas hoy, sirven como una herramienta práctica para guiar a los productores de estadísticas oficiales a medida que se esfuerzan por hacer este papel crucial de la evidencia, es decir, de datos y estadísticas, conocida y comprendida. . En un mundo donde se generan grandes cantidades de datos todo el tiempo, y donde las personas pueden buscar casi lo que deseen, cuando quieran, las estadísticas oficiales se destacan como una fuente única de información imparcial y confiable.
Los principios fundamentales de las estadísticas oficiales, basadas en la independencia profesional, los métodos científicos y los rigurosos criterios de calidad, dan estadísticas oficiales de su poderosa ventaja competitiva. El desafío, que las nuevas recomendaciones ayudan a cumplir, es garantizar que este valor único se demuestre claramente. El objetivo es que las personas buscarán y se refiren a estadísticas oficiales en lugar de de baja calidad, datos cuestionables o, peor aún, desinformación y propaganda.
Las recomendaciones, desarrolladas por un grupo de trabajo internacional de expertos de oficinas estadísticas nacionales e internacionales, proporcionan un análisis del valor de las estadísticas oficiales para una variedad de partes interesadas diferentes; un conjunto de materiales genéricos para la reutilización por oficinas estadísticas para realizar encuestas de satisfacción del usuario; y una descripción general de los enfoques de medición actuales y sugeridos.
Artículos Relacionados:
