TEMA 10: HIPÓTESIS ESTADÍSTICAS. TEST DE HIPÓTESIS

Para comenzar, hicimos una breve introducción a los test o contrastes de hipótesis, que son herramientas estadísticas para contestar nuestras preguntas en investigación: nos permite cuantificar la compatibilidad entre una hipótesis previamente establecida y los resultados que se obtienen.

En función de las variables implicadas en el estudio de nuestra investigación emplearemos entre otros: test de Chi Cuadrado, y la T de Student.

En segundo lugar pasamos al estudio de los errores de hipótesis. Denominamos error a la probabilidad de equivocarnos al rechazar la hipótesis nula. El error mínimo que podemos rechazar H0 es el error p. Normalmente rechazamos H0 para un nivel máximo de error del 5% (p< 0,05)

Si se diese el caso de tener que rechazar la hipótesis nula, el test no nos indica que hipótesis alternativa tenemos que coger, sino que es el investigador el que lo decide según los resultados obtenidos. Este hecho es a lo que llamamos "significación estadística".

A continuación, nos centraremos en el estudio de Chi Cuadrado y la hipótesis de la T de Student, para lo que realizamos multitud de ejemplos de cada caso (y aun así sigue siendo un poco complicado, la verdad). En mi caso, esto es demasiado difícil como para darlo con tan poco tiempo y rápido debido a la cercanía del examen.

                              

TEMA 9: ESTADÍSTICA INFERENCIAL, MUESTREO Y ESTIMACIÓN

En primer lugar, realizamos una introducción a la estadística inferencial y a todos los procesos de la inferencia estadística, para poder posteriormente explicar el concepto y el cálculo del error estándar, que es la medida que trata de captar a variabilidad de los valores del estimador.

En segundo lugar, nos centramos en el estudio del teorema central del límite y los intervalos de confianza, que son un medio de conocer el parámetro en una población midiendo el error que tiene que ver con el azar.

A continuación pasamos a las técnicas de muestreo y los tipos de muestreo, donde se incluyen:

-          -    Probabilístico: donde podemos destacar, el aleatorio simple, sistemático, estratificado y conglomerado.

-          -    No probabilístico: donde destacamos, el de conveniencia o intencional, por cuotas o accidental.

Por último, nos centramos en el estudio del tamaño de la muestra que dependerá del error estándar, del tamaño de la población, de la variabilidad de la variable.

En conclusión, este tema es un poco más complejo que los anteriores y no me resultó tan entretenido e interesante, pero espero que conforme avance en la realización de ejercicios pueda llegar a asimilarlo sin problemas.

En conclusión, este tema, desde mi punto de vista, ha sido el más complicado de todos, debido a la gran cantidad de contenidos que posee y el elevado grado de dificultad de los supuestos prácticos. A todo esto, los problemas se llevan gran parte del tiempo del examen, algo que sin duda nos preocupa a todos.

TEMA 8: MEDIDAS DE TENDENCIA CENTRAL, POSICIÓN Y DISPERSIÓN.

Comenzamos el tema haciendo una clara diferenciación entre medidas de tendencia central o posición, que miden el tamaño o magnitud de los datos; y medidas de dispersión que aportan información sobre la heterogeneidad de las observaciones.

En segundo lugar, nos centramos en el estudio de tendencia central, es decir en la media aritmética o media y en la moda. Para calcular cada una de estas tendencias centrales realizamos varios ejemplos en clase y se especificaron las características de cada una de ellas.

Posteriormente, pasamos al estudio de las medidas de posición, como son los cuantiles. Dentro de ellos, nosotros profundizamos y especificamos acerca de percentiles, deciles y cuartiles, dando constancia de las características de cada uno de ellos y realizando varios ejemplos.

A continuación, estudiamos las medidas de dispersión: el rango o recorrido, la desviación media, la desviación típica, la varianza, el recorrido intercuartílico y el coeficiente de variación. Fue en este momento cuando empecé a darme cuenta de que la cosa empezaba a complicarse, debido las complejas fórmulas (por lo menos para mí) que teníamos que aplicar para calcular todo esto.

Además, también estudiamos en este tema las distribuciones normales (teorema de Gauss, campana de Gauss), las asimetrías (curva simétrica, asimétrica positiva o asimétrica negativa) y por último la curtosis o apuntamiento (leptocúrtica, mesocúrtica o platicúrtica)