14910614
Description
Mind Map by victor Alfonso Quintero Quintero, updated more than 1 year ago
|
|
Created by victor Alfonso Quintero Quintero
over 5 years ago
|
|
INTRODUCCIÓN A LA INFERENCIA
ESTADÍSTICA
- CONCEPTOS GENERALES
- Muestreo
- función básica es determinar qué parte de una realidad en estudio debe examinarse
con la finalidad de hacer inferencias sobre el todo de la que procede.
- • Establecer los procedimientos que
habrán de aplicarse a los resultados para
sacar conclusiones válidas. • Nos permite
el ahorro de los recursos.
- • Establecer los procedimientos que
habrán de aplicarse a los resultados para
sacar conclusiones válidas. • Nos permite
el ahorro de los recursos.
- función básica es determinar qué parte de una realidad en estudio debe examinarse
con la finalidad de hacer inferencias sobre el todo de la que procede.
- El muestreo como herramienta del método
científico
- Constituyendo la investigación el ámbito
natural en el que opera el muestreo. es
objeto de confusión.
- Una acción destinada a obtener nuevos conocimientos que cubran
una laguna dejada por algo que se ignora, o que contribuya a la
comprensión de algo que se domina imperfectamente
- Una acción destinada a obtener nuevos conocimientos que cubran
una laguna dejada por algo que se ignora, o que contribuya a la
comprensión de algo que se domina imperfectamente
- Constituyendo la investigación el ámbito
natural en el que opera el muestreo. es
objeto de confusión.
- Problema de
muestreo
- Definido por el resultado numérico de
combinar los datos que se obtendrían
en caso de que se midiesen todos los
elementos
- Es necesaria una aproximación simultánea e integral que, para
cada nuevo problema de muestreo, puede demandar un enfoque
relativamente original.
- Es necesaria una aproximación simultánea e integral que, para
cada nuevo problema de muestreo, puede demandar un enfoque
relativamente original.
- Definido por el resultado numérico de
combinar los datos que se obtendrían
en caso de que se midiesen todos los
elementos
- El concepto de
representatividad
- Un paso de cardinal importancia en el proceso
histórico de consolidación de la teoría del
muestreo fue dado con la introducción del azar
en el método de selección de la muestra.
- • Esta noción intuitiva goza de amplio dominio, y no es difícil hallar ejemplos
de la vida cotidiana que ilustren su uso. • El proceso inferencial, por su
propia naturaleza, siempre estará sujeto a error.
- • Esta noción intuitiva goza de amplio dominio, y no es difícil hallar ejemplos
de la vida cotidiana que ilustren su uso. • El proceso inferencial, por su
propia naturaleza, siempre estará sujeto a error.
- Un paso de cardinal importancia en el proceso
histórico de consolidación de la teoría del
muestreo fue dado con la introducción del azar
en el método de selección de la muestra.
- Muestras no
probabilísticas
- Los estudios de índole descriptiva también pueden consentir —y
ocasionalmente demandar— el uso de muestras no probabilísticas
- Es importante destacar la existencia de
situaciones en que, precisamente, lo único
razonable es optar por este tipo de elección, en
lugar de por un método probabilístico.
- Es importante destacar la existencia de
situaciones en que, precisamente, lo único
razonable es optar por este tipo de elección, en
lugar de por un método probabilístico.
- Los estudios de índole descriptiva también pueden consentir —y
ocasionalmente demandar— el uso de muestras no probabilísticas
- La
encuesta
- Actividad compleja que exige un alto grado de organización y
la participación de diversos especialistas y personal técnico
eventual.
- • Importante nudo del proceso. • Sus resultados permitirán ajustar el cuestionario, definir las formas
de trabajo en la práctica y concluir el diseño muestral.
- • Importante nudo del proceso. • Sus resultados permitirán ajustar el cuestionario, definir las formas
de trabajo en la práctica y concluir el diseño muestral.
- Actividad compleja que exige un alto grado de organización y
la participación de diversos especialistas y personal técnico
eventual.
- El cuestionario
- es un documento concebido para ayudar en el
proceso de obtener y registrar información a través
de una secuencia de preguntas o aspectos a indagar.
- La elección de las preguntas constituye un proceso complejo y delicado, que exige
reflexión y paciencia para revisar una y otra vez el proyecto de cuestionario a fin de no
traspasar el umbral crítico que supone su aplicación hasta que no se tenga total
certeza de que cumple las debidas condiciones.
- La elección de las preguntas constituye un proceso complejo y delicado, que exige
reflexión y paciencia para revisar una y otra vez el proyecto de cuestionario a fin de no
traspasar el umbral crítico que supone su aplicación hasta que no se tenga total
certeza de que cumple las debidas condiciones.
- es un documento concebido para ayudar en el
proceso de obtener y registrar información a través
de una secuencia de preguntas o aspectos a indagar.
- Muestreo
- Conceptos básicos
de la inferencia
- Permite obtener información sobre la población
en estudio a partir de los datos de una muestra
haciendo uso de los modelos proporcionados
por la teoría de la probabilidad.
- Permite obtener información sobre la población
en estudio a partir de los datos de una muestra
haciendo uso de los modelos proporcionados
por la teoría de la probabilidad.
- Pruebas de Hipótesis y ANOVA
- Hipótesis
nula
- Suposición de algo que puede ser o no posible, que
se establece para extraer conclusiones.
- Se trata del enunciado del que queremos contrastar su validez
- Se trata del enunciado del que queremos contrastar su validez
- Suposición de algo que puede ser o no posible, que
se establece para extraer conclusiones.
- Región
Crítica
- Conjunto de valores que puede tomar nuestro estadístico de
contraste que constituyen una evidencia suficiente para afirmar
que la hipótesis nula es falsa.
- Un estadístico de contraste es un
estadístico cuyo valor nos va a ayudar a
determinar si debemos aceptar o
rechazar la hipótesis nula.
- Un estadístico de contraste es un
estadístico cuyo valor nos va a ayudar a
determinar si debemos aceptar o
rechazar la hipótesis nula.
- Conjunto de valores que puede tomar nuestro estadístico de
contraste que constituyen una evidencia suficiente para afirmar
que la hipótesis nula es falsa.
- Tipos de
errores
- La potencia del contraste es la probabilidad de rechazar la
hipótesis nula cuando es realmente falsa,. El nivel de significación
es fijado por el investigador y habitualmente se trata de minimizar
lo máximo posible.
- Podemos rechazar la hipótesis nula cuando ésta
verdaderamente es falsa. La probabilidad de que esto
ocurra es lo que hemos denominado potencia del
contraste.
- Podemos rechazar la hipótesis nula cuando ésta
verdaderamente es falsa. La probabilidad de que esto
ocurra es lo que hemos denominado potencia del
contraste.
- La potencia del contraste es la probabilidad de rechazar la
hipótesis nula cuando es realmente falsa,. El nivel de significación
es fijado por el investigador y habitualmente se trata de minimizar
lo máximo posible.
- P-valor
- Nivel de significación más pequeño con el que se debe
rechazar la hipótesis nula, teniendo en cuenta la
información de la muestra observada.
- El p-valor nos proporciona, por tanto, una regla de
decisión tan válida. Ya que la mayoría de los software
estadísticos incluyen su cálculo en los contrastes de
hipótesis que incorporan.
- El p-valor nos proporciona, por tanto, una regla de
decisión tan válida. Ya que la mayoría de los software
estadísticos incluyen su cálculo en los contrastes de
hipótesis que incorporan.
- Nivel de significación más pequeño con el que se debe
rechazar la hipótesis nula, teniendo en cuenta la
información de la muestra observada.
- Algunos contrastes para poblaciones normales.
- Contraste de hipótesis para la media poblacional en el
caso de varianza conocida
- Si los datos provienen de una distribución
normal con varianza conocida y podemos
afirmar que se han seleccionado de forma que
nos garantice que son independientes entre sí,
- Si los datos provienen de una distribución
normal con varianza conocida y podemos
afirmar que se han seleccionado de forma que
nos garantice que son independientes entre sí,
- Contraste de hipótesis para la media
poblacional en el caso de varianza
desconocida
- Es un contraste de dos colas.
- Es un contraste de dos colas.
- Contraste de hipótesis para la media poblacional en el
caso de varianza conocida
- Hipótesis
nula
- Estadística no
Paramétrica
- No Paramétrico
- Es una estadística de distribución libre, se
basa en frecuencias, porcentajes y rangos
- se enfocan en las diferencias entre las medianas y
parten de un modelo que especifica únicamente
condiciones muy generales en torno a la
distribución de la cual fue obtenida la muestra
- se enfocan en las diferencias entre las medianas y
parten de un modelo que especifica únicamente
condiciones muy generales en torno a la
distribución de la cual fue obtenida la muestra
- Es una estadística de distribución libre, se
basa en frecuencias, porcentajes y rangos
- Paramétrico
- se sustenta en supuestos
o parámetros
- 1. Distribución
normal.
- Indica que los grupos tienen una
curva normal o mesocúrtica
- Las pruebas estadísticas que dependen del
principio do normalidad están viciadas,
razón por la que las conclusiones
obtenidas a partir de las observaciones de
estas muestras estarán en tela de juicio.
- Las pruebas estadísticas que dependen del
principio do normalidad están viciadas,
razón por la que las conclusiones
obtenidas a partir de las observaciones de
estas muestras estarán en tela de juicio.
- Indica que los grupos tienen una
curva normal o mesocúrtica
- 2. Homecedasticidad de varianza u
homogeneidad de varianza.
- La distancia entre la calificación de un grupo y los de
otro grupo deben ser iguales, esto es, la distancia de
las X a todas las puntuaciones individuales.
- Las varianzas son homogéneas de un
grupo a otro (Kerlinger y Lee, 2001).
- Las varianzas son homogéneas de un
grupo a otro (Kerlinger y Lee, 2001).
- La distancia entre la calificación de un grupo y los de
otro grupo deben ser iguales, esto es, la distancia de
las X a todas las puntuaciones individuales.
- 3. Selección y
asignación aleatoria.
- Sólo se aplican muestreos
probabilísticos entendidos como la
técnica en la cual todos los sujetos
tienen la misma probabilidad de ser
elegidos
- El muestreo probabilístico no es
necesariamente superior al no
probabilístico en todas las situaciones.
- El muestreo probabilístico no es
necesariamente superior al no
probabilístico en todas las situaciones.
- Sólo se aplican muestreos
probabilísticos entendidos como la
técnica en la cual todos los sujetos
tienen la misma probabilidad de ser
elegidos
- 4. La variable
dependiente debe ser
medida a nivel intervalar.
- Las medidas deberán
ser continuas con
intervalos iguales
- Las medidas deberán
ser continuas con
intervalos iguales
- 1. Distribución
normal.
- se sustenta en supuestos
o parámetros
- No Paramétrico
- Los estadísticos y sus
distribuciones
- Un estadístico es cualquier función
de los elementos muestrales que no
contenga parámetros desconocidos.
- Si utilizamos un muestreo probabilístico, podremos
suponer que los elementos que integran nuestra
muestra son en realidad variables aleatorias, ya que su
presencia o no en la muestra depende del azar.
- Si utilizamos un muestreo probabilístico, podremos
suponer que los elementos que integran nuestra
muestra son en realidad variables aleatorias, ya que su
presencia o no en la muestra depende del azar.
- Distribuciones de los estadísticos Ilustraremos
el comportamiento de las distribuciones de los
estadísticos en relación con las distribuciones de
las poblaciones
- Teniendo en cuenta el comportamiento de
la población, podemos explicar el
comportamiento del estadístico.
- Teniendo en cuenta el comportamiento de
la población, podemos explicar el
comportamiento del estadístico.
- Un estadístico es cualquier función
de los elementos muestrales que no
contenga parámetros desconocidos.
- Distribuciones en
el muestreo
- Distribución de probabilidad de la
media muestral en poblaciones
normales con varianza conocida
- Esta suposición no es demasiado estricta, ya que se
puede considerar que numerosos fenómenos del
mundo real siguen una distribución normal.
- la esperanza de la media muestral
es la media poblacional.
- la esperanza de la media muestral
es la media poblacional.
- Esta suposición no es demasiado estricta, ya que se
puede considerar que numerosos fenómenos del
mundo real siguen una distribución normal.
- Distribución de probabilidad de la
media muestral en poblaciones
normales con varianza desconocida
- la distribución t-Student Esta propiedad es la que
permite usar esta distribución para calcular
probabilidades asociadas a la media muestral cuando
la varianza poblacional de los datos no es conocida.
- la distribución t-Student Esta propiedad es la que
permite usar esta distribución para calcular
probabilidades asociadas a la media muestral cuando
la varianza poblacional de los datos no es conocida.
- Distribución de probabilidad de la varianza
muestral en poblaciones normales
- Distribución de probabilidad de
la diferencia de medias
muestrales en poblaciones
normales con varianza conocida
- Distribución de probabilidad de la diferencia
de medias muestrales en poblaciones
normales con varianza desconocida
- Distribución de probabilidad de la
media muestral en poblaciones
normales con varianza conocida
- Los estimadores y
sus propiedades
- Un estimador es cualquier función de
elementos muestrales, es decir,
cualquier estadístico que se utilice
para realizar una estimación.
- Propiedades de los estimadores
- Insesgadez
- Cuando la esperanza matemática de
su distribución en el muestreo
coincide con el valor del parámetro.
- Cuando la esperanza matemática de
su distribución en el muestreo
coincide con el valor del parámetro.
- Eficiencia
- Cuando su varianza
es mínima.
- El estimador eficiente es único, de modo que
si existen dos estimadores con el mismo
sesgo y la misma varianza, serán iguales.
- El estimador eficiente es único, de modo que
si existen dos estimadores con el mismo
sesgo y la misma varianza, serán iguales.
- Cuando su varianza
es mínima.
- Consistencias
- Estimador es consistente mientras el
tamaño muestral n tiende a infi nito y el
estimador es insesgado y de varianza 0,
- Estimador es consistente mientras el
tamaño muestral n tiende a infi nito y el
estimador es insesgado y de varianza 0,
- Suficiente
- Cuando incluye toda la información
relevante de la muestra, de forma que
ningún otro estimador puede
considerar información adicional.
- Cuando incluye toda la información
relevante de la muestra, de forma que
ningún otro estimador puede
considerar información adicional.
- Invariabilidad
- Si transformamos el parámetro a
estimar mediante una función g ( q ) y
dicha funˆ ción puede ser estimada por
la función del estimador, g ( q ).
- Si transformamos el parámetro a
estimar mediante una función g ( q ) y
dicha funˆ ción puede ser estimada por
la función del estimador, g ( q ).
- Robustez
- Es robusto si se vulnera alguno de los supuestos en los que se
basa el proceso de estimación y la estimación no cambia
significativamente y sigue ofreciendo resultados fiables.
- Es robusto si se vulnera alguno de los supuestos en los que se
basa el proceso de estimación y la estimación no cambia
significativamente y sigue ofreciendo resultados fiables.
- Insesgadez
- Propiedades de los estimadores
- Un estimador es cualquier función de
elementos muestrales, es decir,
cualquier estadístico que se utilice
para realizar una estimación.
- Victor Alfonso Quintero Quintero_grupo24
Want to create your own Mind Maps for free with GoConqr? Learn more.