• ESTIMACIÓN: Parámetro - - Estimador
• CONTRASTE DE HIPÓTESIS
Para ejemplificar:
Estimaciones:
•Proceso de utilizar información de una muestra para extraer
conclusiones acerca de toda la población
• Se utiliza la información recogida para estimar un valor
• Puede realizarse ESTIMACIÓN PUNTUAL o ESTIMACIÓN
POR INTERVALOS mediante el cálculo de INTERVALOS DE
CONFIANZA
Estimación puntual:
•Consiste en considerar al valor del estadístico muestral como
una estimación del parámetro poblacional
• Por ejemplo, si la TAS media de una muestra es 125 mmHg,
una estimación puntual es considerar este valor como una
aproximación a la TAS media poblacional.
Estimación por intervalos:
•Consiste en calcular dos valores entre los cuales se
encuentra el parámetro poblacional que queremos estimar
con una probabilidad determinada, habitualmente el 95%. Se pueden crear para cualquier
parámetro de la población
• Por ejemplo, a partir de lo datos de una muestra hemos
calculado que hay un 95% de probabilidad de la TAS media de
una población esté comprendida entre 120 y 130 mmHg (120 y
130 son los límites del intervalo de confianza)
Error estándar :
• Es la medida que trata de captar la variabilidad de los valores del
estimador (en este caso la media de los días de curación de la
úlcera)
• El error estándar de cualquier estimador mide el grado de
variabilidad en los valores del estimador en las distintas muestras
de un determinado tamaño que pudiésemos tomar de una
población.
• Cuanto más pequeño es el error estándar de un estimador, más nos
podemos fiar del valor de una muestra concreta.
• Si en lugar de variar el valor de la media en las muestras entre 52 y
64 días, variara entre 20 y 90 días, sería menos probable que al
seleccionar una muestra y calcular su media, ésta estuviera
cercana a 57,46, que es el valor de la media en la población
¿Cómo se calcula?
Teorema central del límite:
Para estimadores que pueden ser expresados como
suma de valores muestrales, la distribución de sus
valores sigue una distribución normal con media de
la de la población y desviación típica igual al error
estándar del estimador de que se trate.
Intervalos de confianza:
•Son un medio de conocer el parámetro en una población midiendo el
error que tiene que ver con el azar (error aleatorio)
• Se trata de un par de números tales que, con un nivel de
confianza determinados, podamos asegurar que el valor del
parámetro es mayor o menor que ambos números.
• Se calcula considerando que el estimador muestral sigue una
distribución normal, como establece la teoría central del límite
Para construir un intervalo de
confianza del 95% o del 99%
se aplica la fórmula:
– Para nivel de confianza 95%: z=1,96
– Para nivel de confianza 99%: z=2,58
– Z es un valor que depende del nivel de confianza 1-a
con que se quiera dar el intervalo
Contrastes de hipótesis:
• Para controlar los errores aleatorios, además del
cálculo de intervalos de confianza, contamos con una
segunda herramienta en el proceso de inferencia
estadística: los tests o contrastes de hipótesis
• Con los intervalos nos hacemos una idea de un
parámetro de una población dando un par de números
entre los que confiamos que esté el valor desconocido
• Con los contrastes (tests) de hipótesis la estrategia es
la siguiente:
– Establecemos a priori una hipótesis acerca del valor del
parámetro
– Realizamos la recogida de datos
– Analizamos la coherencia de entre la hipótesis previa y los
datos obtenidos
No hay comentarios:
Publicar un comentario