Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TLHUAC II
ASIGNATURA:
ESTADITICA INFERENCIAL I
TITULO:
EXAMEN FORMATIVO COMPARACION DE LA
ESTADISTICA DESCRIPTIVA E INFERENCIAL
ALUMNO(A):
LUIS DANIEL LEMUS HUERTA
MARTINEZ GONZALEZ EDUARDO
PROFESOR:
ARTURO GONZALEZ
INTRODUCCIN
ESTADSTICA DESCRIPTIVA
Herramientas:
Las Medidas de Tendencia Central que son de gran utilidad para encontrar los
indicadores ms representativos de un conjunto de datos. Las de uso ms comn
son la Media Aritmtica, La Media Ponderada, la Mediana Moda; la Mediana y la
Moda.
Ejemplo:
LA ESTADISTICA INFERENCIAL
Concepto: La estadstica inferencial es una parte de la estadstica que comprende
los mtodos y procedimientos que por medio de la induccin determina
propiedades de una poblacin estadstica, a partir de una pequea parte de la
misma.
Caractersticas:
-La EI es la rama de la Estadstica que nos permite deducir las propiedades del
total de los elementos de un conjunto a partir del estudio de una muestra
significativa de este conjunto.
-La inferencia siempre es en trminos aproximados y debe declararse el nivel de
confianza de la inferencia.
- La EI trabaja con muestras, subconjuntos, y a partir de su estudio se busca
deducir aspectos relevantes de toda una poblacin.
-La muestra debe ser representativa de la poblacin, lo que significa que cualquier
individuo de la poblacin estudiada debe tener la misma probabilidad de ser
elegido.
Herramientas:
Anlisis de varianza. Es una tcnica estadstica diseada para comparar la
varianza de dos poblaciones a partir del anlisis de sus respectivas varianzas. Se
deben de cumplir dos criterios:
1.- Las poblaciones de estudio debern ser normales y tener varianzas iguales.
2.- La seleccin de muestras es independiente.
Elementos:
1.- Teora de las muestras. Las propiedades de una muestra deben ser
extrapolables a toda la poblacin.
2.- Contraste de hiptesis. Permite juzgar si la propiedad que suponemos debe
cumplir la poblacin estadstica es compatible con lo observado en la muestra.
3.- Diseo experimental. Consiste en la serie de pasos que hay que dar para crear
un experimento cientfico para corroborar o descartar una hiptesis.
4.- Informacin bayesiana. Las observaciones y las evidencias son utilizadas para
actualizar o para inferir la probabilidad y grado de certeza de una hiptesis.
5.- Mtodos no paramtricos. Son usados para estudiar modelos estadsticos que
tienen una distribucin que no se ajusta a los criterios paramtricos conocidos.
Algunos de los mtodos no paramtricos ms utilizados son la Prueba Y
(cuadrada) de Pearson, la prueba de Cochran, la prueba de Fisher, la prueba de
Kendall, la prueba de la mediana.
La mayora de los test no paramtricos estn programados en los paquetes
estadsticos computacionales ms frecuentes.
CONCLUSIN