Ir al contenido principal

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTERVALOS DE CONFIANZA Y CONTRASTE DE HIPÓTESIS.

ESTADÍSTICA INFERENCIAL:

Definición: denominamos inferencia estadística al conjunto de procesamientos estadísticos que permiten pasar de los particular, la muestra, a lo general, la población.
  • Población: conjunto de personas, sujetos o unidades que presenta una característica común.
  • Muestra: subconjunto extraído y seleccionado de una población a la que representa.
  • Muestra independiente: está formada por datos independientes, o sea, aquellos obtenidos tras una única observación.
  • Muestra apareada o dependiente: está constituida por datos apareados. Compran el mismo grupo de sujetos en dos tiempos diferentes.
Dos formas de inferencia de estadística:
  • Estimación: parámetro-estimador.
  • Contraste de hipótesis.

ESTIMACIONES: 

  • Proceso de utilizar información de una muestra para extraer  conclusiones acerca de toda la población
  • Se utiliza la información recogida para estimar un valor.
Tipos de estimaciones:

A) Estimación puntual: Consiste en considerar al valor del estadístico muestral como  una estimación del parámetro poblacional.

B) Estimación por intervalos: Consiste en calcular dos valores entre los cuales se  encuentra el parámetro poblacional que queremos estimar  con una probabilidad determinada, habitualmente el 95%.

ERROR ESTÁNDAR: 

  • Es la medida que trata de captar la variabilidad de los valores del  estimador (en este caso la media de los días de curación de la  úlcera).
  • El error estándar de cualquier estimador mide el grado de  variabilidad en los valores del estimador en las distintas muestras  de un determinado tamaño que pudiésemos tomar de una  población.
  • Cuanto más pequeño es el error estándar de un estimador, más nos  podemos fiar del valor de una muestra concreta.
Cálculo del error estándar:
  • Error estándar para una media: 


  • Error estándar para una proporción: 
Se aplica cuando las variables de estudio son cualitativas o atributos, en consecuencia no podemos cuantificarlos para obtener la media aritmética.




INTERVALOS DE CONFIANZA: 

  • Son un medio de conocer el parámetro en una  población midiendo el error que tiene que ver con el  azar (error aleatorio)
  • Se trata de un par de números tales que, con un  nivel de confianza determinados, podamos  asegurar que el valor del parámetro es mayor o  menor que ambos números.
  • Se calcula considerando que el estimador muestral  sigue una distribución normal, como establece la  teoría central del límite.

Bibliografía: apuntes de clase del Dr. José Antonio Ponce Blandón y D. Juan Vega Escaño profesores del Centro Universitario de Enfermería de Cruz Roja, adscrito a la US.





Comentarios

Publicar un comentario

Entradas populares de este blog

TEORÍA DE MUESTRAS

ESTIMACIÓN E INTERFERENCIA ESTADÍSTICA:  Al conjunto de procedimientos que permiten elegir muestras  de tal forma que éstas reflejen las características de la  población le llamamos técnicas de muestreo. Siempre que trabajamos con muestras (no estudiamos el  problema en toda la población sino en una parte de ella) hay  que asumir un cierto error.  Si la muestra se elige por un procedimiento de azar, se puede  evaluar ese error. La técnica de muestreo en ese caso se  denomina muestreo probabilístico o aleatorio y el error  asociado a esa muestra elegida al azar se llama error  aleatorio • En los muestreos no probabilísticos no es posible evaluar el error. En los muestreos probabilísticos, el error aleatorio es inevitable pero es evaluable. PROCEDIMIENTO MUESTRAL: Definición:  Un muestreo es un método tal que al escoger un  grupo pequeño de una población podamos tener un  grado de probabilidad de que ese pe...
Publicar un comentario
Leer más

CONCORDANCIA Y CORRELACIÓN

R ELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS: Una variable cuantitativa toma valores que son cuantificables y pueden ser: Dependencia funcional: puntos solamente sobre la línea recta o curva. Pero en estadística no se suele dar este tipo de casos. Dependencia estocástica: no están todos los puntos exactamente sobre el modelo, sino que existe una tendencia. MODELOS DE ANÁLISIS DE REGRESIÓN:   Regresión lineal simple: correlación y determinación. Se trata de estudiar la asociación lineal entre dos  variables cuantitativas. Regresión lineal simple: una sola variable  independiente.  Regresión lineal múltiple: más de una variable  independiente. Ecuación de la recta:  y = a + bx (ej: TAS=a +b·edad) Pendiente dela recta → b  Punto de intersección con el eje de coordenadas → a  “b” expresa la cantidad de cambio que se produce en lavariable dependiente por unidad de cambio de la variableindependiente.  ¨a¨ expresa cuál es ...
Publicar un comentario
Leer más