Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2 - FMyE Estadística en La Investigación
2 - FMyE Estadística en La Investigación
la Investigación
La investigación puede:
a) Producir conocimiento y teorías (investigación básica)
b) Resolver problemas prácticos (investigación aplicada)
Observación de la realidad
a través del diseño Di
contrastación de hipótesis
Nuevos Datos
datos disponibles
(Proceso de aprendizaje
científico modificado de Box,
Hunter y Hunter; 1978), donde Teoría o Hipótesis
conocimiento Hipótesis Hi Deducción Análisis Inducción
Modificada Hi+1
previo
la ventana representa el
diseño de la Investigación, Di
Consecuencias
de Hi
El Diseño de Muestreo.
El Diseño de Experimental.
2.2.1 Diseño de
muestreo
El objetivo del muestreo estadístico es
POBLACION
obtener conocimiento científico valido,
que se puede lograr con una muestra ION
CC
U N
aleatoria (deducción) y permite realizar D ED C IO
DUC
inferencias o estimaciones IN
MUESTRA
(inducción) sobre la población (figura
1).
2.2.2 Diseño experimental
El diseño de experimentos nace en las ciencias agrícolas con R. A. Fisher, quien busca estudiar el
comportamiento de un fenómeno con pequeñas variantes en una o más de las características
importantes, conservando el resto de manera similar para evitar confusiones (comparabilidad).
2.2.3 Análisis Estadístico
Una vez obtenidos los datos con criterios estadísticos apropiados, se procede al análisis para conocer su
comportamiento, establecer modelos y contrastar hipótesis. Aquí existe una diversidad de métodos muy útiles como:
Análisis Exploratorio de Datos como Estadísticas descriptivas, gráficos y tablas generales, etc.
Métodos Multivariados de relación como: Modelos Estadísticos Lineales, Modelos Lineales Generalizados, Modelos
Aditivos Generalizados, Modelos de Ecuaciones Estructurales, Modelos de Series de Tiempo, Arboles de
Clasificación y de Regresión, etc.
Muerto 10 20 30
Vivo 40 30 70
Total 50 50 100
Esto nos llevará a concluir que existe una reducción de 0.2 en la tasa de
fatalidad debida al uso de cinturón de seguridad:
Ji cuadrada de Pearson: 2 = 4.76, p = 0.029
Ejemplo
Muerto 4 2 6 18 30
Vivo 36 18 4 12 70
Total 40 20 10 30 100
Velocidad de
impacto
Extrapolación
m
P = población
m = muestra
m
Encuesta Comparativa
P1 P2
Extrapolación
m1 m2
m1 m2
P1 y P2 = poblaciones
m1 y m2 = muestras
Revisión de casos
P1 P1
en el presente
Extrapolación
m1 m1
Extrapolación
en el pasado
Busqueda del
factor causal Casos
Evolución
Expuestos m1 m1 P1
seguimiento retrospectivo
No expuestos
Controles
seguimiento retrospectivo
Expuestos m2 m2 P2 P1 = población de casos
m1 = muestra de casos
Evolución
P2 = población de controles
m2 = muestra de controles
Se supone que en el pasado
no esta presente el efecto
Perspectiva histórica
P1
P1 y P2 = poblaciones P2
m1 y m2 = muestras
Estudio de una cohorte
P1 = población P1
m1 = muestra
seguimiento
P1 P1 m1 m1 m1
mediciones
Estudio de cohortes
P1
seguimiento
P1 P1 m1 m1 m1
mediciones
P2 P2 m2 m2 m2
mediciones
P1 y P2 = poblaciones P2
m1 y m2 = muestras
Experimento
P con
P con T1
Seguimiento
T1
m1 m1
P con
Pi m m2 m2 T2
P con
Pi = población inicial T2 m3 m3
m = muestras
T = tratamientos P con
extrapolación Mediciones T3
P con
Tratamientos Evaluación
T3 final
Asignación aleatoria
a los tratamientos
En cualquier investigación no es necesario que se cubran todos los tipos
de estudios propuestos, ni tampoco son exclusivos para determinadas
situaciones; es decir, que un problema específico puede abordarse con
uno o varios tipos de estudio.
A menudo se requiere el desarrollo de una gran diversidad de
investigaciones, algunas iniciales que sugieran posibles hipótesis, otras
que posteriormente apoyen o refuten las hipótesis propuestas en diversos
contextos.
Diferentes tipos de investigación proporcionan niveles de soporte distintos
a una misma hipótesis; por esto, es común que se tengan numerosos
estudios sobre una misma relación de causalidad.