La

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 2

La estadística (la forma femenina del término alemán Statistik, derivado a su vez del italiano statista,

"hombre de Estado"),1 es la rama de las matemáticas que estudia la variabilidad, así como el proceso
aleatorio que la genera siguiendo leyes de probabilidad.2 Como parte de la matemática, la estadística
es una ciencia formal deductiva, con un conocimiento propio, dinámico y en continuo desarrollo
obtenido a través del método científico formal. En ocasiones, las ciencias fácticas necesitan utilizar
técnicas estadísticas durante su proceso de investigación factual, con el fin de obtener nuevos
conocimientos basados en la experimentación y en la observación. En estos casos, la aplicación de la
estadística permite el análisis de datos provenientes de una muestra representativa, que busca
explicar las correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en
forma aleatoria o condicional.

 Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos


originados a partir de los fenómenos de estudio. Los datos pueden ser
resumidos numérica o gráficamente. Su objetivo es organizar y describir las
características sobre un conjunto de datos con el propósito de facilitar su aplicación,
generalmente con el apoyo de gráficas, tablas o medidas numéricas.
o Ejemplos básicos de parámetros estadísticos son: la media y la desviación
estándar.
o Ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular, entre
otros.

 Estadística inferencial: 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 sí/no (prueba de hipótesis), estimaciones de unas
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 análisis
de varianza, series de tiempo y minería de datos. Su objetivo es obtener conclusiones
útiles para lograr hacer deducciones acerca de la totalidad de todas las observaciones
hechas, basándose en la información numérica.

También podría gustarte