Síntesis de estadística descriptiva e inferencial
Páginas: 14 (3430 palabras)
Publicado: 21 de noviembre de 2011
BREVE REPASO A LA ESTADÍSTICA DESCRIPTIVA
Fundamentos de estadística descriptiva e inferencial.
La estadística es una rama de la matemática que permite la descripción, síntesis y generalización de grandes masas de datos mediante una pequeña y controlada pérdida de exactitud y/o seguridad.
De esta manera, en el caso de que pudiera afirmarse que la matemática es una ciencia exacta, laestadística podríamos decir que es una aproximación a la exactitud. Esto es lo que permite la enorme flexibilidad y aplicabilidad de la estadística en numerosos campos.
Podrían caber otras clasificaciones de los tipos de estadística. La más extendida y vulgar es la que nos habla de dos grandes familias de coeficientes y cálculos estadísticos:
-estadística descriptiva
-estadísticamuestral o inferencial
1.-Diferencias entre la inferencia y la descripción
Cuando estamos estudiando un colectivo de sujetos o un grupo de casos, podemos estar interesados únicamente en conocer las características de este grupo de sujetos en una serie de variables. Nuestro propósito no va más allá. Por lo tanto, no vamos a extrapolar o generalizar lo encontrado con este grupo a otros grupos oa una población más amplia.
Si, por ejemplo, estamos estudiando el desempeño individual de todos los trabajadores de una empresa/departamento/sección, podemos estudiar caso por caso y comparar los rendimientos de cada individuo con los rendimientos generales del grupo o de subgrupos con características/funciones similares, etc. También podemos estar interesados en sacar representacionesgráficas del rendimiento de todo el colectivo, su rendimiento medio, máximo, diferencias en rendimiento entre los sujetos, etc. Finalmente, también podemos estar interesados en relacionar la variable rendimiento con cualquier otra variable tal que la edad, la antiguedad, la situación laboral, sexo, absentismo...
Pues bien, todas las explotaciones estadísticas que hagamos de estos datos tendrán un 100%de seguridad. Es decir, si, por ejemplo, sacamos una media podremos estar seguros de que esa es la media de este colectivo con toda exactitud y seguridad (dejando al margen los posibles errores de medida-fiabilidad/validez).
Sin embargo, muchas veces no estudiamos a todos los casos. Por ejemplo, si estamos estudiando el problema del absentismo laboral en una gran empresa, probablementerealicemos el estudio con una muestra y no con todo el colectivo. Sin embargo, nuestro interés es toda la empresa, todo el colectivo. Por este motivo, los estadísticos extraídos con la muestra deberán extrapolarse-generalizarse a todo el colectivo. Este proceso de generalización (extrapolación, inferencia) es el terreno propio y característico de la estadística inferencial o muestral. Naturalmente, alhacer la generalización perdemos seguridad y exactitud en nuestras afirmaciones. Ahora, deberemos hacer estimaciones por intervalo o juicios de decisión a un nivel de probabilidad o seguridad de acierto.
Por ejemplo, si en el estudio de absentismo tenemos una media de la muestra en stress de 12, computada con una escala de items, y queremos decir algo sobre la media del total de los trabajadoresde la empresa, deberemos hacer una estimación por intervalo del tipo: "la media de toda la empresa estará entre 10 y 14 con un nivel de confianza del 95%. Esto quiere decir que hacemos una afirmación a un nivel de probabilidad y dado que existe en todo muestreo un margen de error aleatorio máximo, el intervalo propuesto deberá abarcar esos límites máximos de error a una determinada probabilidad.Así pues, las diferencias fundamentales de la estadística descriptiva e inferencial son:
Estadística descriptiva:
-Persigue la descripción/síntesis de un colectivo
-Las estimaciones son puntuales
-Las estimaciones se defienden con una seguridad del 100%
Estadística inferencial
-Persigue la extrapolación o la decisión estadística...
Fundamentos de estadística descriptiva e inferencial.
La estadística es una rama de la matemática que permite la descripción, síntesis y generalización de grandes masas de datos mediante una pequeña y controlada pérdida de exactitud y/o seguridad.
De esta manera, en el caso de que pudiera afirmarse que la matemática es una ciencia exacta, laestadística podríamos decir que es una aproximación a la exactitud. Esto es lo que permite la enorme flexibilidad y aplicabilidad de la estadística en numerosos campos.
Podrían caber otras clasificaciones de los tipos de estadística. La más extendida y vulgar es la que nos habla de dos grandes familias de coeficientes y cálculos estadísticos:
-estadística descriptiva
-estadísticamuestral o inferencial
1.-Diferencias entre la inferencia y la descripción
Cuando estamos estudiando un colectivo de sujetos o un grupo de casos, podemos estar interesados únicamente en conocer las características de este grupo de sujetos en una serie de variables. Nuestro propósito no va más allá. Por lo tanto, no vamos a extrapolar o generalizar lo encontrado con este grupo a otros grupos oa una población más amplia.
Si, por ejemplo, estamos estudiando el desempeño individual de todos los trabajadores de una empresa/departamento/sección, podemos estudiar caso por caso y comparar los rendimientos de cada individuo con los rendimientos generales del grupo o de subgrupos con características/funciones similares, etc. También podemos estar interesados en sacar representacionesgráficas del rendimiento de todo el colectivo, su rendimiento medio, máximo, diferencias en rendimiento entre los sujetos, etc. Finalmente, también podemos estar interesados en relacionar la variable rendimiento con cualquier otra variable tal que la edad, la antiguedad, la situación laboral, sexo, absentismo...
Pues bien, todas las explotaciones estadísticas que hagamos de estos datos tendrán un 100%de seguridad. Es decir, si, por ejemplo, sacamos una media podremos estar seguros de que esa es la media de este colectivo con toda exactitud y seguridad (dejando al margen los posibles errores de medida-fiabilidad/validez).
Sin embargo, muchas veces no estudiamos a todos los casos. Por ejemplo, si estamos estudiando el problema del absentismo laboral en una gran empresa, probablementerealicemos el estudio con una muestra y no con todo el colectivo. Sin embargo, nuestro interés es toda la empresa, todo el colectivo. Por este motivo, los estadísticos extraídos con la muestra deberán extrapolarse-generalizarse a todo el colectivo. Este proceso de generalización (extrapolación, inferencia) es el terreno propio y característico de la estadística inferencial o muestral. Naturalmente, alhacer la generalización perdemos seguridad y exactitud en nuestras afirmaciones. Ahora, deberemos hacer estimaciones por intervalo o juicios de decisión a un nivel de probabilidad o seguridad de acierto.
Por ejemplo, si en el estudio de absentismo tenemos una media de la muestra en stress de 12, computada con una escala de items, y queremos decir algo sobre la media del total de los trabajadoresde la empresa, deberemos hacer una estimación por intervalo del tipo: "la media de toda la empresa estará entre 10 y 14 con un nivel de confianza del 95%. Esto quiere decir que hacemos una afirmación a un nivel de probabilidad y dado que existe en todo muestreo un margen de error aleatorio máximo, el intervalo propuesto deberá abarcar esos límites máximos de error a una determinada probabilidad.Así pues, las diferencias fundamentales de la estadística descriptiva e inferencial son:
Estadística descriptiva:
-Persigue la descripción/síntesis de un colectivo
-Las estimaciones son puntuales
-Las estimaciones se defienden con una seguridad del 100%
Estadística inferencial
-Persigue la extrapolación o la decisión estadística...
Leer documento completo
Regístrate para leer el documento completo.