Professional Documents
Culture Documents
Inferencia
2. ESTADÍSTICA DESCRIPTIVA
Rama de la Estadística que trata sobre la descripción y análisis estadístico de una
población, que resumen y presenta datos obtenidos de la población o de una
muestra, mediante métodos adecuados.
Tiene como objetivo, caracterizar los datos, de manera gráfica o analítica, para
resaltar las propiedades de los elementos bajo estudio.
La siguiente pregunta: ¿En promedio el número total de respuestas correctas, de
una prueba de compresión lectora, es la misma en todas las secciones de quinto
grado de primaria de Instituciones Educativas de Lima Metropolitana?, se resuelve
con el apoyo de la Estadística Descriptiva.
3. ESTADÍSTICA INFERENCIAL
Rama de la Estadística que estudia el comportamiento y propiedades de las
muestras y la posibilidad, y límites, de la generalización de los resultados obtenidos
a partir de aquellas a las poblaciones que representan. Esta generalización de tipo
inductivo, se basa en la probabilidad. También se le llama también Estadística
Matemática, por su complejidad matemática en relación a la Estadística Descriptiva.
4. MUESTREO
Sierra Bravo (1991) anota que: “Una muestra en general, es toda parte
representativa de la población, cuyas características debe reproducir en pequeño lo
más exactamente posible.” Para que sea representativa se debe seleccionar
empleando el muestreo, tópico importante de la Estadística, con la finalidad de que
los resultados de esta muestra sean validos para la población de la que sea obtenido
la muestra. Esta generalización se realiza empleando la estadística inferencial.
5. TIPOS DE MUESTREO
MUESTRA ALEATORIA
Una muestra aleatoria de tamaño n de la función de distribución de la variable
aleatoria X es una colección de n variables aleatorias independientes X , X , X ,...,Xn
1 2 3 cada una con la misma función de distribución de la variable aleatoria.
7. Distribuciones de probabilidad
1. Variable aleatoria discreta (x). Porque solo puede tomar valores enteros y un
número finito de ellos. Por ejemplo:
http://www.monografias.com/trabajos57/distribuciones-probabilidad/distribuciones
probabilidad.shtml#ixzz55sbt8UdY
Y¯−X¯σ2XM+σ2YN−−−−−−−√∼N(0,1)Y¯−X¯σX2M+σY2N∼N(0,1)
Es aproximada por una distribución normal centrada en 0 (no hay diferencia) y con
una desviación estándar σ2X+σ2Y−−−−−−−√/N−−√σX2+σY2/N
Se aproxima por una distribución normal centrada en 0 y desviación estándar 1.
Utilizando esta aproximación hace que el calculo de p-valores sea simple, porque
conocemos la proporción de distribución de cualquier valor.
LIBROS CONSULTADOS
- Canavos GC. Probabilidad y estadística: aplicaciones y métodos. Madrid: McGraw-Hill;
1988.