Estadística: El artículo sobre estadística de Biggeri y Braga y el título de este capítulo indican que los métodos estadísticos no pueden separarse de la investigación epidemiológica, y ello por dos motivos:
(a) unos conocimientos adecuados de estadística pueden constituir una valiosa ayuda para diseñar correctamente una investigación
(b) la estadística y la epidemiología comparten un patrimonio común y toda la base cuantitativa de la epidemiología se fundamenta en la noción de probabilidad (Clayton 1992; Clayton y Hills 1993).
En muchos de los restantes artículos de este capítulo, se evalúan evidencias empíricas y evidencias de relaciones causales hipotéticas utilizando argumentos probabilísticos y diseños adecuados de los estudios.
Por ejemplo, se insiste en la necesidad de estimar el riesgo como medida de interés, como tasas o riesgos relativos, y de construir intervalos de confianza en torno a esos estimadores, en lugar de realizar pruebas estadísticas de probabilidad (Poole 1987; Gardner y Altman 1989; Greenland 1990).
Se incluye una breve introducción al razonamiento estadístico utilizando la distribución binomial. La estadística debe ser la compañera inseparable del razonamiento científico. Pero no sirve de nada si una investigación no se diseña y desarrolla correctamente.
Los estadísticos y epidemiólogos son conscientes de que la elección de los métodos determina el objeto de nuestras observaciones y la extensión de las mismas. Por consiguiente, la elección cuidadosa del diseño tiene una importancia crucial para garantizar la validez de las observaciones
ANALISIS ESTADISTICO DESCRIPTIVO
Estadística descriptiva y estadística inferencial
El nivel descriptivo está referido al estudio y análisis de los datos obtenidos en una muestra (n) y como su nombre lo indica describen y resumen las observaciones obtenidas sobre un fenómeno un suceso o un hecho.
Ejemplos : • El porcentaje de aprobados en el curso de economía ascendió a un 68% • El 35% de los visitantes del museo era de género femenino • La edad promedio de una muestra de compradores en el centro comercial es de 38 años.
La mediana: representa el valor de la variable de posición central en un conjunto de datos ordenados.
La media o promedio: es una medida de tendencia central que según la Real Academia Española resulta al efectuar una serie determinada de operaciones con un conjunto de números y que, en determinadas condiciones, puede representar por sí solo a todo el conjunto.
Existen distintos tipos de medias, tales como la media geométrica, la media ponderada y la media armónica aunque en el lenguaje común, el término se refiere generalmente a la media aritmética.
La moda: es el valor con mayor frecuencia en una distribución de datos.
Se hablará de una distribución bimodal de los datos adquiridos en una columna cuando encontremos dos modas, es decir, dos datos que tengan la misma frecuencia absoluta máxima. Una distribución trimodal de los datos es en la que encontramos tres modas.
En el caso de la distribución uniforme discreta, cuando todos los datos tienen la misma frecuencia, se puede definir las modas como indicado, pero estos valores no tienen utilidad. Por eso algunos matemáticos califican esta distribución como «sin moda».
El intervalo modal es el de mayor frecuencia absoluta. Cuando tratamos con datos agrupados antes de definir la moda, se ha de definir el intervalo modal.
La estadística inferencial esta referida al procedimiento mediante el cual los resultados de la muestra se trata de hacerlos extensivos a toda la población o universo (N).
Procura mostrar relaciones de causa efecto o pruebas de hipótesis.
- Toma de muestras o muestreo, que se refiere a la forma adecuada de considerar una muestra que permita obtener conclusiones estadísticamente válidas y significativas.
- Estimación de parámetros o variables estadísticas, que permite estimar valores poblacionales a partir de muestras de mucho menor tamaño.
- Contraste de hipótesis, que permite decidir si dos muestras son estadísticamente diferentes, si un determinado procedimiento tiene un efecto estadístico significativo, etc.
- Diseño experimental.
- Inferencia bayesiana.
- Métodos no paramétricos.
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.
Estas inferencias pueden tomar la forma de respuestas a preguntas sí/no (prueba de hipótesis), estimaciones de unas características numéricas (estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones entre variables de Sam (análisis de regresión).
Referencias:
http://www.insht.es/InshtWeb/Contenidos/Documentacion/TextosOnline/EnciclopediaOIT/tomo1/28.pdf
http://www.mat.uda.cl/hsalinas/cursos/2010/eyp2/Clase1.pdf
http://www.monografias.com/trabajos-pdf2/analisis-estadistico-descriptivo/analisis-estadistico-descriptivo.pdf
Cervantes Martínez Fermín . (2016). Estadística Descriptiva y Probabilidad. México : Facultad De Estudios Superiores Cuautitlán (UNAM)
No hay comentarios.:
Publicar un comentario