¡...BIENVENIDOS...!
INTRODUCCION:
Encontramos la estadística en cualquier aspecto de la vida cotidiana:
- El coste de vida se incremento en dos puntos porcentuales frente al año pasado.
- El recuento de votos de una elección.
- Cuántos ganadores pueden haber en el Lotto, con eso ¿cuanto es el sobrante?
¿Qué tienen estos ejemplos en común? Éstos se basan en datos y son en realidad muchos datos. En éstos datos se necesita un orden: con el gráfico, con la probabilidad, con el cálculo del promedio, con la comparación. Ésto es la aplicación de la estadística.
Con eso podemos dar una definición de la estadística, relativamente corta y sobría, pero en esencia lo dice todo:
- La estadística es el conjunto de métodos, que se puede aplicar para el estudio de cantidades de datos.
La meta de la estadística es tambien reducir y comprimir cantidades de datos para hacer visibles leyes y estructuras de datos.
La estadística es una ciencia con base matemática referente a la recolección, análisis e interpretación de datos, que busca explicar condiciones regulares en fenómenos de tipo aleatorio.
Tiene una variedad amplia de diciplinas y se encarga de areàs como los negocios.
La estadística se divide en dos ramas:
Tiene una variedad amplia de diciplinas y se encarga de areàs como los negocios.
La estadística se divide en dos ramas:
- La estadística descriptiva, que se dedica a los métodos de recolección, descripción, visualización y resumen de datos originados a partir de los fenómenos en estudio. Los datos pueden ser resumidos numérica o gráficamente. Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar. Algunos ejemplos gráficos son: histograma, pirámide poblacional, clústers, etc.
- La inferencia estadística, que 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 si/no (prueba de hipótesis), estimaciones de características numéricas (estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones entre variables (análisis de regresión). Otras técnicas de modelamiento incluyen anova, series de tiempo y minería de datos.
0 Responses
Publicar un comentario
Suscribirse a:
Enviar comentarios (Atom)