Archivo de la etiqueta: Estadística

Conceptos Esenciales de Estadística: Concentración, Correlación y Ajuste de Modelos

La Curva de Lorenz y el Coeficiente de Gini: Medición de la Concentración

La Curva de Lorenz es una representación gráfica utilizada para visualizar la concentración de una variable en una población. Se emplea comúnmente para ilustrar la distribución de la riqueza o los ingresos.

Construcción de la Curva de Lorenz

La curva se construye a partir de puntos con coordenadas (pi, qi), donde pi representa el porcentaje acumulado de individuos (o unidades) y qi el porcentaje acumulado de la cantidad Seguir leyendo “Conceptos Esenciales de Estadística: Concentración, Correlación y Ajuste de Modelos” »

Conceptos Fundamentales de Estadística: Variables, Población y Medidas

Conceptos Fundamentales de Estadística

Definición de Estadística

La estadística es la ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos, inferencias basadas en el cálculo de probabilidades.

Es el estudio que reúne, clasifica y recuenta todos los hechos que tienen una determinada característica en común, para poder llegar a conclusiones a partir de los datos numéricos extraídos.

También se refiere al conjunto de los datos o los hechos recogidos y clasificados Seguir leyendo “Conceptos Fundamentales de Estadística: Variables, Población y Medidas” »

Conceptos Clave en Bioestadística y Tipos de Variables

Aquí se presentan términos pareados y conceptos fundamentales en bioestadística y estadística aplicada:

La bioestadística se focaliza principalmente en temas del área de: Salud
La biometría se focaliza principalmente en temas del área de: Medio Ambiente
Los resultados estadísticos obtenidos en muestras se denominan: Estadísticos muestrales
Un censo incluye: Todos los elementos de una población
Una muestra incluye: Una parte de los elementos de una población
Una tabla de datos también Seguir leyendo “Conceptos Clave en Bioestadística y Tipos de Variables” »

Estadística Aplicada en Laboratorio: Conceptos y Técnicas Esenciales

Conceptos Fundamentales de Estadística en el Laboratorio

La valoración técnica es crucial para garantizar la validez de los resultados en un laboratorio. Para ello, es necesario que:

  1. El método y el equipo hayan sido validados.
  2. Se haya realizado una verificación técnica.
  3. Exista una verificación posterior a la técnica (verificación facultativa).

Métodos Cuantitativos y Cualitativos

Conceptos Básicos y Representación de Datos en Estadística

Estadística

Definición de Estadística

La Estadística se encarga del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones.

Un estudio estadístico consta de las siguientes fases:

  • Recogida de datos.
  • Organización y representación de datos.
  • Análisis de datos.
  • Obtención de conclusiones.

Conceptos Básicos de Estadística

Población

Una población es el conjunto de todos los elementos a los que se somete a un estudio estadístico. Seguir leyendo “Conceptos Básicos y Representación de Datos en Estadística” »

Curva Normal y Distribuciones Estadísticas: Conceptos y Transformaciones

Curva Normal (Campana de Gauss): Definición y Propiedades

La curva normal, también conocida como campana de Gauss, es una representación gráfica de una distribución estadística donde las observaciones se concentran en el centro y disminuyen simétricamente hacia ambos extremos. Se caracteriza por tener pocas observaciones en los valores bajos, un número creciente hacia el centro (donde se encuentra la moda) y una disminución de frecuencias hacia los valores altos. Esta curva queda definida Seguir leyendo “Curva Normal y Distribuciones Estadísticas: Conceptos y Transformaciones” »

Conceptos Clave de Estadística: Estimadores, Hipótesis y Distribuciones

Diferencias entre Pruebas Paramétricas y No Paramétricas

Las diferencias fundamentales radican en las condiciones o supuestos exigibles a la población y en la población que se analiza. Si la distribución poblacional es desconocida y no es normal, o cuando las varianzas son distintas y la variable no es cuantitativa, se utilizan pruebas no paramétricas, que son más flexibles. Si se conoce el modelo probabilístico de la población, pero se desconoce algún parámetro, se emplean pruebas paramétricas. Seguir leyendo “Conceptos Clave de Estadística: Estimadores, Hipótesis y Distribuciones” »

Resolución y Explicación de Modelos de Regresión: Aplicaciones Prácticas

Ejercicios Resueltos de Modelos de Regresión

Ejercicio 1: Error de Especificación

Pregunta: ¿Existe error de especificación en el modelo? Desarrolle el test correspondiente.

wPwIcXn07+L+QAAAABJRU5ErkJggg==

Solución:

Para determinar si existe un error de especificación, se realiza un contraste de hipótesis. Se construye la función a partir de la tabla de contraste, utilizando el coeficiente de yhat (ŷ) y su desviación típica. Se compara el p-valor resultante con un nivel de significancia de 0.05.

Control Estadístico de Procesos: Variabilidad y Gráficos de Control

Control Estadístico de Procesos

Objetivo: Observar y analizar la variabilidad y el comportamiento de un proceso en el tiempo. “Todo proceso tiene un grado de variabilidad”.

Gráficos de Control

Regresión con Constante: Fundamentos, Supuestos y Estimación MCO

Modelo de Regresión con una Constante

Modelo de Regresión de una Constante

Término constante µ; variable dependiente Yt; Ut error aleatorio. Yt = µ + Ut

Supuestos Básicos del Modelo

1º supuesto: La media poblacional de E[Ut] = 0

2º supuesto: Homocedasticidad. V(Ut) = E(Ut – E(Ut))2 = E(Ut)2 = σ2

El incumplimiento de este supuesto se llama heterocedasticidad, e implica que esta varianza no es constante. V(Ut) = E(Ut2) = σ2t

3º supuesto: Normalidad. El error aleatorio Ut tiene una distribución Seguir leyendo “Regresión con Constante: Fundamentos, Supuestos y Estimación MCO” »