08/02/2022
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
Inferencia Estadística
y Muestreo
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
La Estadística es la Ciencia de la
Sistematización, recogida, ordenación y
presentación de los datos referentes a un fenómeno
Estadística descriptiva
que presenta variabilidad o incertidumbre para su
estudio metódico, con objeto de
deducir las leyes que rigen esos fenómenos, Probabilidad
y poder de esa forma hacer previsiones sobre los
Estadística Inferencial
mismos, tomar decisiones u obtener conclusiones.
1
, 08/02/2022
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
ESTADÍSTICA BÁSICA
ESTADÍSTICA DESCRIPTIVA INFERENCIA ESTADÍSTICA
ESTIMACIÓN CONTRASTE DE HIPÓTESIS
TIPOS DE TABLAS Y POR MÉTODOS MÉTODOS NO
VARIABLES GRÁFICAS PUNTUAL
INTERVALOS PARAMÉTRICOS PARAMÉTRICOS
MEDIDAS DE T-STUDENT TABLAS DE
POSICIÓN CENTRAL CONTINGENCIA
ANOVA
Y DE DISPERSIÓN U-MANN
FISHER WHITNEY
PEARSON K-W
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
Modelo General del Proceso de Investigación
TEORÍA
18. Conclusión 1. Problema
(Respuestas) (Pregunta)
DEDUCCIÓN
17. Alcance 2. Revisión
(Limitaciones) Bibliográfica
16. Importancia 3. Marco
Novedad Teórico
15. Validez 4. Definición
Interna y Externa de Variables
TEMA A INVESTIGAR
14. PRESENTACIÓN 5. HIPÓTESIS
DE RESULTADOS (Campo de OBJETIVOS
Investigación)
13. Análisis 6. Identificación
INDUCCIÓN
de la información Población
12. Procesamiento 7. Selección
de Datos del Diseño
11. Recolección 8. Determinación
de Datos Casos / Muestra
10. Estudio 9. Fuentes
Piloto de Información
HECHOS
DATOS
Adaptado de Bobenrieth, 1998
2
, 08/02/2022
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
El método científico y su relación con la estadística
1.- Plantear una idea (hipótesis)
2.- Contrastar la idea
2.1.- Establecer la población o poblaciones a estudiar
2.2.- Decidir el método para la recolección de los datos
2.3.- Suponer un modelo, especificando las distribuciones de las poblaciones
2.4.- Formular hipótesis de interés en términos de los parámetros del modelo
2.5.- Calcular el tamaño muestral necesario para conseguir los objetivos tan eficientemente
como sea posible. El cálculo requiere el conocimiento de la mínima diferencia en la
que el investigador está interesado, así como un estimador de la variabilidad
subyacente.
2.6.- Recoger los datos
2.7.- Revisar si el modelo supuesto puede considerarse una aproximación razonable, o por
el contrario, revisar el análisis si las suposiciones de partida del modelo no son ciertas
2.8.- Analizar los datos e inferir las conclusiones en lenguaje simple (no estadístico)
3.- Revisar la idea si no se acepta a partir del procedimiento de estudio
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
Población / Universo Inferencia
(Inaccesible) Inductiva
Población de estudio
Criterios Inclusión Muestra
(Representatividad)
y Exclusión
“La estadística es una herramienta (tecnología) del modelo científico que
proporciona instrumentos para la toma de decisiones cuanto estas se
adoptan en ambientes de incertidumbre, siempre que esta incertidumbre
pueda ser cuantificada en términos de probabilidad”
Martín-Pliego, 1994
3
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
Inferencia Estadística
y Muestreo
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
La Estadística es la Ciencia de la
Sistematización, recogida, ordenación y
presentación de los datos referentes a un fenómeno
Estadística descriptiva
que presenta variabilidad o incertidumbre para su
estudio metódico, con objeto de
deducir las leyes que rigen esos fenómenos, Probabilidad
y poder de esa forma hacer previsiones sobre los
Estadística Inferencial
mismos, tomar decisiones u obtener conclusiones.
1
, 08/02/2022
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
ESTADÍSTICA BÁSICA
ESTADÍSTICA DESCRIPTIVA INFERENCIA ESTADÍSTICA
ESTIMACIÓN CONTRASTE DE HIPÓTESIS
TIPOS DE TABLAS Y POR MÉTODOS MÉTODOS NO
VARIABLES GRÁFICAS PUNTUAL
INTERVALOS PARAMÉTRICOS PARAMÉTRICOS
MEDIDAS DE T-STUDENT TABLAS DE
POSICIÓN CENTRAL CONTINGENCIA
ANOVA
Y DE DISPERSIÓN U-MANN
FISHER WHITNEY
PEARSON K-W
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
Modelo General del Proceso de Investigación
TEORÍA
18. Conclusión 1. Problema
(Respuestas) (Pregunta)
DEDUCCIÓN
17. Alcance 2. Revisión
(Limitaciones) Bibliográfica
16. Importancia 3. Marco
Novedad Teórico
15. Validez 4. Definición
Interna y Externa de Variables
TEMA A INVESTIGAR
14. PRESENTACIÓN 5. HIPÓTESIS
DE RESULTADOS (Campo de OBJETIVOS
Investigación)
13. Análisis 6. Identificación
INDUCCIÓN
de la información Población
12. Procesamiento 7. Selección
de Datos del Diseño
11. Recolección 8. Determinación
de Datos Casos / Muestra
10. Estudio 9. Fuentes
Piloto de Información
HECHOS
DATOS
Adaptado de Bobenrieth, 1998
2
, 08/02/2022
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
El método científico y su relación con la estadística
1.- Plantear una idea (hipótesis)
2.- Contrastar la idea
2.1.- Establecer la población o poblaciones a estudiar
2.2.- Decidir el método para la recolección de los datos
2.3.- Suponer un modelo, especificando las distribuciones de las poblaciones
2.4.- Formular hipótesis de interés en términos de los parámetros del modelo
2.5.- Calcular el tamaño muestral necesario para conseguir los objetivos tan eficientemente
como sea posible. El cálculo requiere el conocimiento de la mínima diferencia en la
que el investigador está interesado, así como un estimador de la variabilidad
subyacente.
2.6.- Recoger los datos
2.7.- Revisar si el modelo supuesto puede considerarse una aproximación razonable, o por
el contrario, revisar el análisis si las suposiciones de partida del modelo no son ciertas
2.8.- Analizar los datos e inferir las conclusiones en lenguaje simple (no estadístico)
3.- Revisar la idea si no se acepta a partir del procedimiento de estudio
Análisis de Datos II
Inferencia y Muestreo
Ioseba Iraurgi
Población / Universo Inferencia
(Inaccesible) Inductiva
Población de estudio
Criterios Inclusión Muestra
(Representatividad)
y Exclusión
“La estadística es una herramienta (tecnología) del modelo científico que
proporciona instrumentos para la toma de decisiones cuanto estas se
adoptan en ambientes de incertidumbre, siempre que esta incertidumbre
pueda ser cuantificada en términos de probabilidad”
Martín-Pliego, 1994
3
