Estadística 101

Notas del Curso

1. Introducción

• Datos – Información recolectada para ganar conocimiento sobre un tema o para contestar una pregunta de interés

• Fuentes de información incluyen:– Encuestas (correo, teléfono, internet)– Experimentos

• Estadística – Conjunto de métodos para recolectar/analizar datos (el arte y la ciencia de aprendizaje basado en datos)

Estadística provee métodos para:

• Diseño – Planear/implementar un estudio– Encuesta o experimento?– Cómo escoger a las personas (sujetos) para el estudio, y

cuántos?

• Descripción – Métodos gráficos y numéricos para resumir los datos

• Inferencia – Métodos para hacer predicciones sobre la población (conjunto total de sujetos de interés), basada en una muestra (subconjunto del que cual se recolecta información para el estudio)

Ejemplos

• Cómo podemos estudiar si una nueva terapia es mejor que la terapia estándar para tratar depresión?

• Cómo está asociada la tasa del crime por condado con factores tales como el % de residentes con al menos estudios de preparatoria, % desempleo, % en ambiente urbano, …?

• Está correlacionado el promedio (GPA) en la universidad con el coeficiente intelectual (IQ), tiempo promedio de estudio por semana, promedio en la preparatoria, calificación en el examen SAT, número de horas destinadas a actividades sociales, …?

• Parámetro – Resumen numérico de la población– Media poblacional– Proporción poblacional

• Estadística – Resumen numérico de la muestra

Utilizamos la estadística de la muestra para hacer inferencias sobre el parámetro poblacional

Ejemplos: parámetros / estadísticas

Parámetro

% de todos los adultos que aprueban el desempeño de Barack Obama como presidente

Tiempo promedio de reacción de la luz roja en un experimento usando (no usando) el celular mientras manejan

Estadística

% de 1000 adultos Americanos en una encuesta que aprueban el desempeño de Obama como presidente

Tiempo promedio de reacción a la luz roja de 100 estudiantes en un experimento cuando usan (no usan) el celular mientras manejan

Notas

• Poblaciones pueden ser conjuntos de personas reales o conceptuales (hipotéticos)

• Para tener buenas inferencias, se necesitan muestras representativas de la población

• Software estadístico (como SPSS) se utiliza para analizar datos

Software utiliza archivos de datos

• Cualquier renglón contiene observaciones para un determinado sujeto (persona) en la muestra

• Cualquier columna contiene observaciones para una determinada característica (“variable”) medida. Los nombres de las características están en la primera fila

Ejemplos: www.stat.ufl.edu/~aa/social/data.html

El primer archivo de datos, de una encuesta a 60 estudiantes de la Universidad de Florida, inicia así:

subject gen age high coll tv veg party ideology abor 1 m 32 2.2 3.5 3 n r 6 n 2 f 23 2.1 3.5 15 y d 2 y 3 f 27 3.3 3.0 0 y d 2 y 4 f 35 3.5 3.2 5 n i 4 y 5 M 23 3.1 3.5 6 n i 1 y

Cuando se ven los datos con SPSS, la base se ve así: