Sie sind auf Seite 1von 14

ESTADISTICA II INFERENCIAL

ASIGNATURA

CORPORACION UNIVERSITARIA MINUTO DE DIOS

PROGRAMA: PSICOLOGIA

FLORENCIA

2018

ESTADISTICA II INFERENCIAL
ASIGNATURA

DOCENTE:

CORPORACION UNIVERSITARIA MINUTO DE DIOS

PROGRAMA: PSICOLOGIA

FLORENCIA

2018

Tabla de contenido

Objetivo.......................................................................................................................................... 4
Objetivo general: ....................................................................................................................... 5
Desarrollo del trabajo ................................................................................................................... 6
Conclusiones ................................................................................................................................ 13
Referencias................................................................................................................................... 14

Introducción
La Estadística inferencial o inferencia estadística estudia cómo sacar conclusiones

generales para toda la población a partir del estudio de una muestra, y el grado de fiabilidad o

significación de los resultados obtenidos.

Se dedica a la generación de los modelos, inferencias y predicciones asociadas a los

fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones. Se usa para

modelar patrones en los datos y extraer inferencias acerca de la población bajo estudio.

Se realizara mediante un glosario la recopilación de palabras claves usadas en la

terminología de la estadística inferencial.

Objetivo
Objetivo general:

Comprender, aplicar y entender la diferente terminología utilizada en los diferentes

procesos de la estadística inferencial.


Desarrollo del trabajo

Glosario

C
Conglomerado: Es una subpoblación que reúne características presentes en la

población. Los elementos que la componen poseen cierta característica que les hace ser

propios de cierta cualidad o atributo, tal como lugar geográfico, grupo étnico, ideología,

organización social, etc.

Consistencia: Un estimador es consistente si aproxima el valor del parámetro cuanto

mayor es n (tamaño de la muestra).

D
Desviación estándar: Es la raíz cuadrada del promedio de las desviaciones de cada

dato con respecto a la Media.

Desviación estándar (típica): Característica de una muestra o población que

cuantifica su dispersión o variabilidad. Tiene las mismas unidades que la variable. La


desviación típica es invariante con respecto al origen de la distribución. Su cuadrado es la

varianza.

Desviación media: También se llama Desviación promedio o desviación media

absoluta. Es la media aritmética de las desviaciones con respecto a la media aritmética en

términos absolutos.

E
Error estándar o desviación estándar: Es un estadístico muestral usado como

estimador de un parámetro de la población.

Error de muestreo: Conocido también como error maestral, es la diferencia que

existe entre el valor real (parámetro) obtenido con los valores de la población y el valor

estimado en base a los valores de una muestra (estimación).

Espacio muestral: Es el conjunto de todos los resultados posibles de un experimento

aleatorio. Cada experimento aleatorio tiene definido su espacio muestral (es decir, un

conjunto con todas las soluciones posibles).

Estadística inferencial: Es la ciencia que se encarga de conjunto de técnicas y

métodos que son usados para sacar conclusiones generales acerca de una población Página 9

de 16 usando datos de una muestra tomada de ella.


Estimación: Es un valor específico observado de un estadístico.

Estimación de intervalo: Es un conjunto de valores que se utiliza para estimar un

parámetro de la población.

Estimación Puntual: Es un solo número que se utiliza para estimar un parámetro de

una población desconocida.

Estimador: Es una función que se emplea para calcular un parámetro desconocido de

la población; una estimación es el resultado de la aplicación de esta función a una muestra

particular de datos.

G
Grado de confianza: Es una afirmación sobre los valores de los parámetros de una

población o proceso, que puede probarse a Página 10 de 16 partir de la información contenida

en una muestra.
I
Inferencia estadística: Se refiere a establecer las características de una población o

proceso con base en la información contenida en una muestra.

Intervalo de confianza: Forma de estimar un parámetro en la cual se calcula un

intervalo que indica con cierta seguridad un rango donde puede estar el parámetro.

L
La estimación de parámetros: consiste en asignar un valor concreto al parámetro o

parámetros que caracterizan la distribución de probabilidad de la población.


M
Muestra: Es la parte de elementos o unidades seleccionadas de una población que

contiene una característica igual a aquella que no quedo seleccionada.

Muestra representativa: Parte de una población seleccionada de manera adecuada,

que conserva las características más importantes de dicha población.

Muestreo: El proceso mediante el cual se extraen unidades de un marco muestral

producido a partir de la población de interés (universo).

P
Parámetro: Es un valor representativo y descriptivo de una población, como la media

𝜇 o la desviación estándar.

Población: Conjunto formado por la totalidad de individuos, objetos o medidas de

interés sobre los que se realiza un estudio.


Proporción: Es el número de veces que se presenta ese dato respecto al total de datos.

Se conoce también como frecuencia relativa y es uno de los parámetros de cálculo más

sencillo. Tiene la ventaja de que puede calcularse para variables cualitativas.

S
Sesgo: El sesgo de un estimador es la diferencia entre la expectativa del estimador y el

valor real del parámetro que se está estimando. En la evaluación de impacto, es la diferencia

entre el impacto que se calcula y el verdadero impacto del programa.

T
Tamaño de la muestra: El número de elementos que intervienen dentro de la elección

de Página 15 de 16 la muestra extraída de una población.


V
Variable: Es una característica observable que varía entre los diferentes individuos de

una población.

Variable cualitativa: Son aquellas variables que como su nombre lo indica están

relacionadas con sus características exteriores.

Variable cuantitativa: Estas variables son caracterizadas por alguna información

numérica que se le puede asociar a los individuos de la una población. Esta caracterización

puede ser clasificada en discreta y continua.


Conclusiones

 Las muestras se obtienen con la intención de inferir propiedades de la totalidad de

la población, para lo cual deben ser representativas de la misma (una muestra representativa

se denomina técnicamente muestra aleatoria).

 El muestreo puede ser más exacto que el estudio de toda la población porque el

manejo de un menor número de datos provoca también menos errores en su manipulación. En

cualquier caso, el conjunto de individuos de la muestra son los sujetos realmente estudiados.

 Las estimaciones puntuales no son una buena opción cuando constituyen el centro

del objetivo, aunque solucionan problemas de procedimiento, por lo que son absolutamente

necesarias. (Manzano, 2012).


Referencias

Gustavo, (maestro Gustavo). (2015, 10,9). Calculo del tamaño de una muestra 1.

Recuperado de: https://www.youtube.com/watch?v=iXJfDZAt2qs.

Consistencia, (s. f). En Wikipedia. Recuperado el 25 de agosto del 2016, de:

https://es.wikipedia.org/wiki/Consistencia_(estad%C3%ADstica)

García, A. Reading, A. López, J. (13 de agosto 2013). Calculo del tamaño de una

muestra en investigación en educación media. Investigación en educación media.Vol7 (25),

s.p.

Manzano, V (2012.2014). Estimación estadística, 1-18 págs. Recuperado de:

http://asignatura.us.es/dadpsico/apuntes/EstimacionEstadistica.pdf