Ramas de la
Estadística
Para
analizar las aplicaciones de la Estadística a las distintas ciencias
(físico-naturales, humanas, sociales, económicas, tecnológicas,) conviene
analizar primero los distintos campos de utilización de la Estadística:
Teoría de
muestras.
La teoría
de muestras estudia las técnicas y procedimientos que debemos emplear para que
las muestras sean representativas de la población que pretendemos estudiar, de
forma que los errores en la determinación de los parámetros de la población
objeto de estudio sean mínimos.
Estadística
descriptiva.
La
estadística descriptiva es una parte de la estadística que se dedica a analizar
y representar los datos. Este análisis es muy básico. Aunque hay tendencia a
generalizar a toda la población las primeras conclusiones obtenidas tras un
análisis descriptivo, su poder inferencial es mínimo y debería evitarse tal
proceder.
Teoría de
la estimación.
La teoría
de la estimación estadística estudia cómo obtener información sobre una
población, mediante muestras extraídas de ella. Comprende la estimación puntual
(a través de estimadores) y la estimación por intervalos (intervalos de
confianza).
Diseño de
experimentos.
Los diseños
de experimentos abarcan la secuencia completa de pasos tomados de antemano para
asegurar que los datos apropiados se obtendrán de modo que permitan un análisis
objetivo que conduzca a deducciones válidas con respecto al problema
establecido.
Contraste
de hipótesis.
Un
contraste de hipótesis (también denominado test de hipótesis o prueba de
significación) es una metodología de inferencia estadística para juzgar si una
propiedad que se supone cumple una población estadística es compatible con lo
observado en una muestra de dicha población. Aborda problemas como la
valoración de uno o más parámetros de la población y también permite ajustar
una distribución experimental a una teórica. Un contraste de hipótesis no
establece la verdad de la hipótesis, sino un criterio que nos permite decidir
si la hipótesis se acepta o se rechaza.
Análisis de
la varianza.
El análisis
de varianza (ANOVA) es una colección de modelos estadísticos y sus
procedimientos asociados, en el cual la varianza está particionada en ciertos
componentes debidos a diferentes variables explicativas. El análisis de
varianza sirve para comparar si los valores de un conjunto de datos numéricos
son significativamente distintos a los valores de otro o más conjuntos de
datos. El procedimiento para comparar estos valores está basado en la varianza
global observada en los grupos de datos numéricos a comparar. Típicamente, el
análisis de varianza se utiliza para asociar una probabilidad a la conclusión
de que la media de un grupo de puntuaciones es distinta de la media de otro
grupo de puntuaciones.
Análisis de
regresión y correlación.
La
regresión y la correlación son dos técnicas estrechamente relacionadas y
comprenden una forma de estimación. En forma más especifica el análisis de
correlación y regresión comprende el análisis de los datos muestrales para
saber qué es y cómo se relacionan entre si dos o más variables en una
población. El análisis de correlación produce un número que resume el grado de
la correlación entre dos variables; y el análisis de regresión da lugar a una
ecuación matemática que describe dicha relación.
Tablas de
contingencia.
Abarca las
técnicas de estudio de las relaciones entre dos variables cualitativas, así
como el grado de dependencia entre ellas.
Teoría de
la decisión.
Trata sobre
la elaboración de criterios de decisión en el marco de problemas complejos y de
carácter aleatorio. La Teoría de la Decisión tratará, por tanto, el estudio de
los procesos de toma de decisiones desde una perspectiva racional.
Series
temporales (procesos estocásticos).
Un proceso
estocástico es un concepto matemático que sirve para caracterizar es una
sucesión de variables aleatorias (estocásticas) que evolucionan en función de
otra variable, generalmente, el tiempo. Cada una de las variables aleatorias
del proceso tiene su propia función de distribución de probabilidad y, entre
ellas, pueden estar correlacionadas o no.
Análisis de
ruido.
Estudia las
fluctuaciones de los sistemas con el fin de valorar, controlar y predecir su
comportamiento dinámico.
No hay comentarios:
Publicar un comentario