Ta Estadistica Terminada

DIRECCIÓN UNIVERSITARIA DE EDUCACIÓN A DISTANCIA

TRABAJO ACADEMICO DE

 

Estadística

NOMBRES: Wendy Pozo Barba DOCENTE: Carlos Gonzalo Jave Uculmana CARRERA PROFESIONAL: CICLO:

Psicología Humana

4 módulo I

CODIGO: 2014150671

LIMA 2015

1.- Elabore y detalle en un mapa conceptual, la relación o complementariedad entre la psicología y la estadística aplicada. Señale ejemplos. (02 puntos

2.- !e"ina estadística descripti#a y estadística in"erencial, estadística $aram%trica y &o $aram%trica. Señale 10 ejemplos de aplicación en el campo de la psicología 'umana. (02 puntos

ES)!*S+) !ES+$+)/ La estadística descripti#a o deducti#a trata del recuento, ordenación y clasificación de los datos obtenidos en las observaciones. Para que la mente pueda interpretar datos muy numerosos, es preciso resumirlos o reducirlos. La estadística descriptiva sirve como herramienta o instrumento para describir, resumir o reducir las propiedades de un conjunto de datos para que se puedan manejar. En definitiva, comprende aquellas técnicas que se usan para resumir la información (laras listas de valores! para proporcionar índices simples y comprensibles y, por lo tanto, para facilitar descripciones y comparaciones, haciéndolo de la forma m"s e#acta posible.

Para reducir la información se construyen tablas, se representan r"ficos y se calculan par"metros estadísticos que caracteri$an la distribución, de esta forma se simplifica la complejidad de todos los datos que intervienen en la distribución. Por lo tanto, la estadística descriptiva hace referencia, o se utili$a en las etapas %, & y ' del método científico (observación, clasificación y descripción!, y nicamente se limita a reali$ar deducciones directamente a partir de los datos y par"metros obtenidos.

a Estadística !escripti#a es el estudio ue incluye la obtención, organi3ación, presentación y descripción de in"ormación num%rica4. ES)!*S+) +&5EE&+)/ Por su parte, la estadística in"erencial o inducti#a trata de llear a conclusiones que sobrepasan el alcance de los datos anali$ados) es decir, se trata de técnicas que se emplean para inferir o deducir características desconocidas a partir de un conjunto de datos conocidos, apoy"ndose fundamentalmente en el c"lculo de probabilidades. *omo resulta imposible e#aminar la población entera de los fenómenos que estudiamos, la construcción de leyes y teorías se tiene que apoyar en datos

muestrales. + partir de unos pocos datos conocidos (los de la muestra!, se trata de obtener información de la población total, y esto lo hace apoy"ndose en el c"lculo de probabilidades, como hemos mencionado anteriormente. no de los principales objetivos de la estadística in"erencial  es estimar las propiedades de una población a partir del conocimiento de sólo una muestra de ella. La estadística inferencial se basa por lo tanto en la estadística descriptiva, ya que la inferencia o deducción de las propiedades de la población entera se deriva de las características de la muestra que es anali$ada con las técnicas de la estadística descripti#a. En realidad su campo de acción es m"s amplio.

-a in"erencia estadística es una t%cnica mediante la cual se obtienen

generali3aciones o se toman decisiones en base a una in"ormación parcial o completa obtenida mediante t%cnicas descripti#as4.

Estadística $aram%trica La estadística paramétrica es una rama de la estadística inferencial que comprende los procedimientos estadísticos y de decisión que est"n basados en las distribuciones de los datos reales. Estas son determinadas usando un nmero finito de par"metros. Esto es, por ejemplo, si conocemos que la altura de las personas siue una distribución normal, pero desconocemos cu"l es la media y la desviación de dicha normal. La media y la desviación típica de la desviación normal son los dos par"metros que queremos estimar. *uando desconocemos totalmente que distribución siuen nuestros datos entonces deberemos aplicar primero un test no paramétrico, que nos ayude a conocer primero la distribución. La mayoría de procedimientos paramétricos requiere conocer la forma de distribución para las mediciones resultantes de la población estudiada. Para la inferencia paramétrica es requerida como mínimo una escala de intervalo, esto quiere decir que nuestros datos deben tener un orden y una numeración del intervalo. Es decir nuestros datos pueden estar cateori$ados en menores de /0 a1os, de /0 a &0 a1os, de &0 a 20, de 20 a 30, etc., ya que hay nmeros con los cuales reali$ar c"lculos estadísticos. 4in embaro, datos cateori$ados en ni1os, jóvenes, adultos y ancianos no pueden ser interpretados mediante la estadística paramétrica ya que no se puede hallar un par"metro numérico (como por ejemplo la media de edad! cuando los datos no son numéricos. 5"s información sobre escalas Escala de medida

Es la que requiere que los elementos que interan las muestras contenan elementos par"metros o medibles. Puede resolver tres tipos de problemas 6

Estimación puntual En la que pretendemos darle un valor al par"metro a estimar.

6

Estimación por intervalos (buscamos un intervalo de confian$a!.

*ontraste de hipótesis, donde buscamos contrastar información acerca del par"metro.

Estadística &o param%trica La estadística no paramétrica es una rama de la estadística que estudia las pruebas y modelos estadísticos cuya distribución subyacente no se ajusta a los llamados criterios paramétricos. 4u distribución no puede ser definida a priori, pues son los datos observados los que la determinan. La utili$ación de estos métodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución conocida, cuando el nivel de medida empleado no sea, como mínimo, de intervalo. Las principales pruebas no paramétricas son las siuientes

6

$rueba 78 de $earson

6

$rueba binomial

6

$rueba de )nderson-!arling

6

$rueba de oc'ran

6

$rueba de o'en 9appa

6

$rueba de 5is'er 

6

$rueba de 5riedman

6

$rueba de :endall

6

$rueba de :olmogóro#-Smirno#

6

$rueba de :rus9al-;allis

6

$rueba de :uiper 

6

$rueba de