DEFINICIN

Es una rama de la estadstica inferencial que comprende los procedimientos estadsticos y de decisin que estn basados en las distribuciones de los datos reales. Estas son determinadas usando un nmero finito de parmetros*

*Parmetros: Es un nmero que resume la ingente cantidad de datos que pueden derivarse del estudio de una variable estadstica. El clculo de este nmero est bien definido, usualmente mediante una frmula aritmtica obtenida a partir de datos de la poblacin.

Por ejemplo

Si conocemos que la altura de las personas sigue una distribucin normal*, pero desconocemos cul es la media y la desviacin de dicha normal. La media y la desviacin tpica de la desviacin normal son los dos parmetros que queremos estimar. Cuando desconocemos totalmente que distribucin siguen nuestros datos entonces deberemos aplicar primero un test no paramtrico, que nos ayude a conocer primero la distribucin.

*distribucin normal: distribucin de Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad de variable continua que con ms frecuencia aparece aproximada en fenmenos reales. La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto de un determinado parmetro estadstico. Esta curva se conoce como campana de Gauss y es el grfico de una funcin gaussiana

La mayora de procedimientos paramtricos requiere conocer la forma de distribucin para las mediciones resultantes de la poblacin estudiada. Para la inferencia paramtrica es requerida como mnimo una escala de intervalo, esto quiere decir que nuestros datos deben tener un orden y una numeracin del intervalo.

Puede resolver tres tipos de problemas: Estimacin puntual:

Consiste en la estimacin del valor del parmetro mediante un slo valor, obtenido de una frmula determinada. Por ejemplo, si se pretende estimar la talla media de un determinado grupo de individuos, puede extraerse una muestra y ofrecer como estimacin puntual la talla media de los individuos.

Lo ms importante de un estimador, es que sea un estimador eficiente. Es decir, que sea insesgado* (ausencia de sesgos) y estable en el muestreo o eficiente (varianza mnima)
*insesgado: Se dice si un estimador es insesgado, si el valor esperado del mismo es igual al parmetro de la poblacin que estima.

Estimacin por intervalos

Consiste en la obtencin de un intervalo dentro del cual estar el valor del parmetro estimado con una cierta probabilidad. En la estimacin por intervalos se usan los siguientes conceptos: Intervalo de confianza:

El intervalo de confianza es una expresin del tipo [1, 2] 1 2, donde es el parmetro a estimar. Este intervalo contiene al parmetro estimado con una determinada certeza o nivel de confianza. Pero a veces puede cambiar este intervalo cuando la muestra no garantiza un axioma o un equivalente circunstancial. Variabilidad del Parmetro

Si no se conoce, puede obtenerse una aproximacin en los datos aportados por la literatura cientfica o en un estudio piloto. Tambin hay mtodos para calcular el tamao de la muestra que prescinden de este aspecto. Habitualmente se usa como medida de esta variabilidad la desviacin tpica poblacional y se denota . de la poblacin.

 Error de la estimacin Es una medida de su precisin que se corresponde con la amplitud del intervalo de confianza. Cuanta ms precisin se desee en la estimacin de un parmetro, ms estrecho deber ser el intervalo de confianza y, si se quiere mantener o disminuir el error, ms ocurrencias debern incluirse en la muestra estudiada. En caso de no incluir nuevas observaciones para la muestra, ms error se comete al aumentar la precisin. Se suele llamar E, segn la frmula E = 2 - 1. Lmite de Confianza Es la probabilidad de que el verdadero valor del parmetro estimado en la poblacin se site en el intervalo de confianza obtenido. El nivel de confianza se denota por (1-), aunque habitualmente suele expresarse con un porcentaje ((1-)100%). Es habitual tomar como nivel de confianza un 95% o un 99%, que se corresponden con valores de 0,05 y 0,01 respectivamente.

 Valor crtico Se representa por Z/2. Es el valor de la abscisa en una determinada distribucin que deja a su derecha un rea igual a /2, siendo 1- el nivel de confianza. Normalmente los valores crticos estn tabulados o pueden calcularse en funcin de la distribucin de la poblacin.

Contraste de hiptesis

Tambin denominado test de hiptesis o prueba de significacin, es un procedimiento para juzgar si una propiedad que se supone en una poblacin estadstica es compatible con lo observado en una muestra de dicha poblacin. Fue iniciada por Ronald Fisher y fundamentada posteriormente por Jerzy Neyman y Karl Pearson. Mediante esta teora, se aborda el problema estadstico considerando una hiptesis determinada y una hiptesis alternativa , y se intenta dirimir cul de las dos es la hiptesis verdadera, tras aplicar el problema estadstico a un cierto nmero de experimentos.

ESTADSTICA PARAMTRICA

ESTADSTICA NO PARAMTRICA

Comprende los procedimientos estadsticos y de decisin que estn basados en las distribuciones de los datos reales. Estas son determinadas usando un nmero finito de parmetros

Estudia las pruebas y modelos estadsticos cuya distribucin subyacente no se ajusta a los llamados criterios paramtricos. Su distribucin no puede ser definida a priori, pues son los datos observados los que la determinan.