Entradas

Mostrando entradas de marzo, 2023

TEMA 10. ESTIMACIÓN Y/O SIGNIFICACIÓN ESTADÍSTICA. DISTRIBUCIONES MUESTRALES PARA MEDIAS Y DATOS CONTINUOS. DISTRIBUCIONES MUESTRALES PARA PROPORCIONES Y DATOS CATEGÓRICOS.

Imagen
 TEMA 10. ESTIMACIÓN Y/O SIGNIFICACIÓN ESTADÍSTICA. DISTRIBUCIONES MUESTRALES PARA MEDIAS Y DATOS CONTINUOS. DISTRIBUCIONES MUESTRALES PARA PROPORCIONES Y DATOS CATEGÓRICOS. CONTRASTES DE HIPÓTESIS: “El contraste de hipótesis nos permite decidir si los resultados obtenidos son fruto de la causalidad (por una relación causa- efecto) o de la casualidad (por azar)".  Permite contrastar hipótesis y relacionarlo con el método científico.  Se parte de la hipótesis nula, frente a la hipótesis alternativa.  Permite calcular el nivel de significación y tomar decisiones, cuantificando el error. Con los contrastes (tests) de hipótesis la estrategia es la siguiente:  Establecemos a priori una hipótesis acerca del valor del parámetro.  Realizamos la recogida de datos.  Analizamos la coherencia de entre la hipótesis previa y los datos obtenidos. CONTRASTES DE HIPÓTESIS. LOS TEST  Son herramientas estadísticas para responder a preguntas de investigación: permite...

TEMA 9. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTERVALOS DE CONFIANZA Y CONTRASTE DE HIPÓTESIS.

Imagen
TEMA 9. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTERVALOS DE CONFIANZA Y CONTRASTE DE HIPÓTESIS. ESTADÍSTICA ANALÍTICA O INFERENCIAL: La inferencia estadística es un tipo de razonamiento que va de lo concreto a lo general, tratando de extraer conclusiones sobre los parámetros de una población a partir de la información obtenida en los estadísticos de una muestra procedente de esa población. Es la parte de la estadística que permite establecer conclusiones referidas a poblaciones a partir de los resultados obtenidos en una muestra. Los objetivos de la estadística inferencial son: Estimación de parámetros poblacionales.  Evaluar la variabilidad aleatoria.  Controlar los factores de confusión. Se ocupa de generalizar los datos obtenidos en la muestra a la población de la que procede. Al extender los resultados de la muestra a un colectivo mayor, asumimos que puede haber variables o elementos en la población que difieran de los que componen la muestra, y por eso, asumimos que a...

7.2 DISTRIBUCIÓN DE PROBABILIDAD EN VARIABLES DISCRETAS: BINOMIAL Y POISSON

Imagen
7.2 DISTRIBUCIÓN DE PROBABILIDAD EN VARIABLES DISCRETAS: BINOMIAL Y POISSON  Distribución binomial: La distribución binomial es un modelo matemático de distribución teórica de variables discretas. Se puede calcular cuando la distribución presenta los siguientes atributos:  a) Cuando se producen situaciones en las que sólo existen dos posibilidades (cara o cruz, sano o enfermo,…). La variable tiene dos valores posibles. Sólo dos.  b) Conocemos la probabilidad de que ocurra cada uno de los dos sucesos. A uno lo llamamos p y a su contrario q. P=1-q  c) El resultado obtenido en cada repetición de la prueba no esta condicionado por los resultados previos.  d) El experimento cuenta con un número de repeticiones conocido. Lo llamamos n. Mediante el calculo de probabilidad para distribución binomial se resuelven problemas que llevan enuciados del siguiente tipo: “Si al hacer un experimento hay una probabilidad p de que ocurra un suceso  ¿Cuál es la probabilidad de ...