Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción A Estadística
Introducción A Estadística
• Al igual que las escalas nominales, las ordinales clasifican. Sin embargo,
esta clasificación mantiene un orden .
• Este orden puede ser jerárquico (“mayor que o menor que”; “más alto que
o más bajo que”).
¿Cómo medir? (Variable Ordinal)
Ejemplo:
Nivel Socio-Económico
1= A/B
Estudios
2= C+
1= Básicos
3= C
2= Medios 4= C-
3= Superiores 5= D+
6= D
7= E
¿Cómo medir?
Variable Intervalo: en realidad de trata de una variable en cuya escala
de medida se empleó un intervalo. Su principal característica es que
ordena a los objetos de acuerdo a su magnitud diferenciando en
unidades con intervalos iguales.
• Esta diferencia puede ser advertida gracias a que el salto en cada escala es
exactamente igual. De modo que la diferencia entre 1 y 2, es igual a la
presente en 3 y 4: la unidad
¿Cómo medir? (Variable Intervalo)
Ejemplo:
• Entre los ejemplos más comunes encontramos: estatura, peso, edad y niveles de
renta.
• Ejemplo: Edad
¿Cómo medir?
Variables
Variables no
Métricas
Métricas
(Cuantitativas)
(Cualitativas)
Con estos métodos lo que nos interesa es conocer cómo se distribuyen los
valores. Es decir, qué tan diferentes son los valores con respecto al centro de
la distribución. En los cuartiles, por ejemplo, el centro de la distribución se
estima a través de la Mediana (la mitad de los datos). Sin embargo, también
se puede emplear a la Media como centro de distribución.
Sin embargo, hay un problema con la varianza como unidad de medida: ésta
ofrece cifras al cuadrado. Si continuamos con el ejemplo anterior, donde la
Suma de Errores al Cuadrado es 32246 al dividir esto entre N-1 (es decir 10),
tendríamos que la varianza es de 3224.6
Para asegurarnos de que la medida del error promedio esté en las mismas
unidades que la medida original, entonces es necesario sacar la raíz cuadrada
de la varianza (56.79). Esto es lo que se conoce como Desviación Estándar.
Desviación Estándar
Los errores al cuadrado, la varianza y la desviación estándar son medidas de dispersión o
distribución de datos alrededor de la media.
Así pues, una desviación estándar muy grande (relativa a la media) indica que los datos son distantes
a la media. Mientras que una desviación con valor CERO (por ejemplo) indicaría que todos los datos
se concentran en el mismo lugar.
Modelos Estadísticos
En ciencias Sociales el interés se concentra en responder a fenómenos
presentes en la vida real, ya sean comportamientos individuales o
comportamientos organizacionales.
𝑛
(𝑥𝑖 −𝑋)2
𝑖=1
Ajuste del Modelo: Suma de Cuadrados y
Varianza
Como se vio anteriormente, la suma de cuadrados es una buena
medida de la precisión del modelo.
Es por ello, que una mejor medida del ajuste del modelo es el
promedio de los errores al cuadrado; es decir la varianza.
Ajuste del Modelo: Suma de Cuadrados y
Varianza
Para calcular el promedio de errores al cuadrado (varianza) no
dividimos entre el total de observaciones sino que se divide entre los
grados de libertad (gl) que no es otra cosa que el número de
observaciones utilizadas para el cómputo menos uno (N-1).
𝑛
𝑆𝑆 (𝑥𝑖 −𝑋)2
Varianza = = 𝑖=1
𝑁−1
𝑁−1
Ajuste del Modelo: Suma de Cuadrados y
Varianza
Los datos nos dan confianza para rechazar la hipótesis nula con lo que se provee soporte a
la hipótesis alternativa. Sin embargo, hay que ser conscientes de que aún y rechazando la
𝐻0 no se cuenta con evidencia que demuestre la 𝐻1. Así pues, lejos de hablar de aceptar o
rechazar hipótesis, deberíamos hablar de la probabilidad de que sea 𝐻0 cierta.
¿Existe una relación entre la voz de una persona y la belleza que transmite?
Haciendo esto tenemos un ratio muy simple que nos compara qué tan bueno es el
modelo frente a qué tan grande es el error.
Este ratio es llamado Test estadístico, a lo largo del curso veremos que hay
diferentes a modo de ejemplo: t, F, 𝜒2
Test estadísticos
Los Test estadísticos nos permiten calcular la probabilidad de obtener un
determinado valor. Esta probabilidad es el llamado valor p.
Esto puede ocurrir cuando obtenemos un test pequeño (quizá por que
hay mucha variación natural entre los miembros de la muestra).