Síguenos en: facebook twitter rss
 
 
Webscolar » Matemáticas y Estadística » Procedimientos de análisis estadísticos y su estructura

Procedimientos de análisis estadísticos y su estructura

0 Flares 0 Flares ×

Cada procedimiento es aplicable a un tipo particular de datos en una situación determinada. No importa tanto conocer los detalles del funcionamiento de cada técnica (ordenadores) como entender en términos generales qué hace y por qué. En estos caracteres se basa la elección del procedimiento.

Uno de los primeros procedimientos estadísticos que el investigador o administrador debe realizar es la descripción de los datos y la identificación de patrones básicos de los mismos.

Algunos de los procedimientos más usuales son:

  • Posición de una muestra: Dada una muestra univariante, planteamos estimar la media poblacional. Podemos calcular una estimación puntual o, mejor, un intervalo. Podemos construir un contraste de significación para la hipótesis de que la media poblacional sea igual a un valor predeterminado.
  • Posición en dos muestras: Dadas dos muestras independientes, ¿cuál es la diferencia que existe entre las medias poblacionales? ¿es significativa la diferencia?
  • Problemas de regresión: Dadas las observaciones de una variable respuesta, Y, y de un conjunto de variables impulso (X’s), se trata de encontrar una curva que permita predecir Y a partir de las X’s.
  • Análisis de series temporales: Predecir una serie temporal en función de su propia historia o/y de los valores presentes y pasados de otras variables relacionadas.
  • ANOVA (Análisis de la varianza): Dadas las observaciones de una variable respuesta, su variabilidad total se descompone en un conjunto de “efectos” atribuibles a las variables impulso y a sus combinaciones (interacciones).
  • Técnicas multivariantes de reducción de datos, de agrupación, de discriminación. Técnicas para datos categóricos.

Elegir el procedimiento adecuado resulta difícil, en especial para el analista poco experimentado. Asumimos que ha sido realizado un IDA y que las conclusiones todavía no están claras.

  • ¿Qué estamos buscando? (objetivos)
  • ¿Cuáles son los resultados más importantes del IDA?
  • ¿Hay información adicional?
  • ¿Hemos resuelto problemas similares? ¿Alguien lo ha hecho?
  • ¿Hemos visto problemas similares en los libros?
  • ¿Puede reformularse el problema de manera que sea más sencillo?

Existen varias formas de clasificar los estudios estadísticos.

  • Según la etapa.- Hay una estadística descriptiva y una estadística inferencial. La primera etapa se ocupa de describir la muestra, y la segunda etapa infiere conclusiones a partir de los datos que describen la muestra (por ejemplo con respecto a la población).
  • Según el tiempo considerado.- Dentro de la estadística descriptiva se distingue la estadística estática o estructural, que describe la población en un momento dado (por ejemplo la tasa de nacimientos en determinado censo), y la estadística dinámica o evolutiva, que describe como va cambiando la población en el tiempo (por ejemplo el aumento anual en la tasa de nacimientos).
  • Según la cantidad de variables estudiada.- Desde este punto de vista hay una estadística univariada (estudia una sola variable, como por ejemplo la inteligencia, en una muestra), una estadística bivariada (estudia como están relacionadas dos variables, como por ejemplo inteligencia y alimentación), y una estadística multivariada (que estudia tres o más variables, como por ejemplo como están relacionados el sexo, la edad y la alimentación con la inteligencia).

Dependiendo del tipo de variable, usted puede seleccionar entre los procedimientos “frecuencias” (frequencies) o “descriptivos” (descriptives). El primer procedimiento (frecuencias) se utiliza cuando sus variables son categóricas o nominales, por ejemplo, la variable “género”, que contiene solamente dos categorías (masculino y femenino). El segundo procedimiento (descriptivos) se utiliza cuando sus variables son de naturaleza continua como la variable “promedio de calificaciones”

Todo dato tienen al menos tres componentes:

  • La unidad de análisis es el elemento del cual se predica una propiedad y característica. Puede ser una persona, una familia, un animal, una sustancia química, o un objeto como una dentadura o una mesa.
  • La variable es la característica, propiedad o atributo que se predica de la unidad de análisis. Pueden entonces también definirse población estadística (o simplemente población) como el conjunto de datos acerca de unidades de análisis (individuos, objetos) en relación a una misma característica, propiedad o atributo (variable). Sobre una misma población demográfica pueden definirse varias poblaciones de datos, una para cada variable. Por ejemplo, en el conjunto de habitantes de un país (población demográfica), puede definirse una población referida a la variable edad (el conjunto de edades de los habitantes), a la variable ocupación (el conjunto de ocupaciones de los habitantes), a la variable sexo (el conjunto de condiciones de sexo de los habitantes).
  • La categoría es cada una de las posibles variaciones de una variable. Categorías de la variable sexo son masculino y femenino, de la variable ocupación pueden ser arquitecto, médico, etc, y de la variable edad pueden ser 10 años, 11 años, etc. Cuando la variable se mide cuantitativamente, es decir cuando se expresa numéricamente, a la categoría suele llamársela valor. En estos casos, el dato incluye también una unidad de medida, como por ejemplo años, cantidad de hijos, grados de temperatura, cantidad de piezas dentarias, centímetros, etc. El valor es, entonces, cada una de las posibles variaciones de una variable cuantitativa.

Citar este texto en formato APA: _______. (2021). WEBSCOLAR. Procedimientos de análisis estadísticos y su estructura. https://www.webscolar.com/procedimientos-de-analisis-estadisticos-y-su-estructura. Fecha de consulta: 5 de diciembre de 2021.

Descargar PDF Descargar

No votes yet.
Please wait...
 

Comentarios

Escribir Comentario

 

 
 
 
 
 

© 2010 - 2021 Webscolar

 


0 Flares Twitter 0 Facebook 0 Email -- 0 Flares ×