• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
C:\fakepath\estadistica inferencial (para subiir al blog)
 

C:\fakepath\estadistica inferencial (para subiir al blog)

on

  • 1,446 views

 

Statistics

Views

Total Views
1,446
Views on SlideShare
1,446
Embed Views
0

Actions

Likes
0
Downloads
9
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft Word

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    C:\fakepath\estadistica inferencial (para subiir al blog) C:\fakepath\estadistica inferencial (para subiir al blog) Document Transcript

    • ESTADISTICA INFERENCIAL<br />APLICACIÓN EN EL ÁREA TURÍSTICA<br />No se puede gestionar lo que no se mide. Las mediciones son la clave. Si usted no puede medirlo, no puede controlarlo. Si no puede controlarlo, no puede gestionarlo. Si no puede gestionarlo, no puede mejorarlo. La falta sistemática o ausencia estructural de estadísticas en las organizaciones impide una administración científica de las mismas. Dirigir sólo en base a datos financieros del pasado, realizar predicciones basadas más en la intuición o en simples extrapolaciones, y tomar decisiones desconociendo las probabilidades de éxito u ocurrencia, son sólo algunos de los problemas o inconvenientes más comunes hallados en las empresas turísticas.<br />En otras épocas disponer de los datos y luego analizarlos resultaba una labor costosa y agotadora, pues ella se basaba en la labor manual de los empleados. Pero hoy se cuenta con computadoras cada día más veloces y económicas, al tiempo que se dispone de programas más potentes y flexibles, por lo cual las empresas que utilicen dicho potencial obtendrán una fuerte diferencia competitiva en relación a sus adversarios, pero más aún podrán mejorar continuamente la performance en los diversos ratios y mediciones que hacen a los procesos y actividades de la empresa.<br />Para negociar, para tomar decisiones, para corregir problemas de calidad, para aumentar la productividad, para fijar precios, para mejorar el mantenimiento y disponibilidad de las máquinas e instalaciones, para mejorar la concesión y cobranza de los créditos se requiere sí o sí contar con datos estadísticos. Toda decisión, todo análisis, todo presupuesto, está prácticamente en el aire si no se cuenta con datos estadísticos suficientes y fiables.<br />Sin estadísticas una empresa carece de capacidad para reconocer que actividades o productos le generan utilidades, y cuales sólo pérdidas. No contar con datos e interpretarlos correctamente es para los administradores como caminar en la oscuridad. Contar con los datos les ilumina, les permite ver lo que está aconteciendo y en consecuencia tomar las medidas más apropiadas.<br />Las modernas estadísticas acompañadas de las poderosas herramientas informáticas permiten a los directivos, asesores y personal, contar con la suficiente información para mejorar a partir de ella los procesos de la empresa, tomar mejores decisiones comerciales, mejorar la seguridad y hacer un uso mucho más productivo y provechoso de los recursos. Cada día se exige ser más productivos, eliminando sistemáticamente los despilfarros. Hacer ello posible exige de información.<br />GLOSARIO<br />CONCEPTODEFINICIÓNTRADUCCIÓNInferencia bayesianaEs un tipo de inferencia estadística en la que las evidencias u observaciones se emplean para actualizar o inferir la probabilidad de que una hipótesis pueda ser cierta. El nombre " bayesiana" proviene del uso frecuente que se hace del Teorema de Bayes durante el proceso de inferencia.Is a type of statistical inference in the one that the evidences or observations are used to upgrade or to infer the probability that a hypothesis can be certain. The name " bayesiana" it comes from the frequent use that one makes of the Theorem of Bayes during the inference process.CorrelacionesIndica la fuerza y la dirección de una relación lineal entre dos variables aleatorias. Se considera que dos variables cuantitativas están correlacionadas cuando los valores de una de ellas varían sistemáticamente con respecto a los valores homónimos de la otra.It indicates the force and the address of a lineal relationship between two random variables. It is considered that two quantitative variables are correlated when the values of one of them vary systematically with regard to the homonymous values of the other one.MuestraConjunto de casos de una población estadística.Group of a statistical population's cases.ParámetroEn Estadística se trata de una función definida sobre valores numéricos de una población, como la media aritmética, una proporción o su desviación típica.In Statistic it is a defined function about a population's numeric values, as the arithmetic stocking, a proportion or their typical deviation.<br />INTRODUCCIÓN <br />De acuerdo con el diccionario de la real academia española, inferir significa " sacar una consecuencia o deducir algo de otra cosa" .El principal objetivo de la estadística consiste en poder decir algo con respecto a un gran conjunto de personas, mediciones u otros entes (población) con base en las observaciones hechas sobre sólo una parte (muestra) de dicho gran conjunto. La capacidad para " decir algo" sobre poblaciones con base en muestras está basada en supuestos con respecto a algún modelo de probabilidad que permite explicar las características del fenómeno bajo observación.Al conjunto de procedimientos estadísticos en los que interviene la aplicación de modelos de probabilidad y mediante los cuales se realiza alguna afirmación sobre poblaciones con base en la información producida por muestras se le llama inferencia estadística o estadística inferencial. <br />La estadística inferencial, sin embargo, trabaja con muestras, subconjuntos formados por algunos individuos de la población. A partir del estudio de la muestra se pretende inferir aspectos relevantes de toda la población. Cómo se selecciona la muestra, cómo se realiza la inferencia, y qué grado de confianza se puede tener en ella son aspectos fundamentales de la estadística inferencial, para cuyo estudio se requiere un alto nivel de conocimientos de estadística, probabilidad y matemáticas.<br />La bondad de estas deducciones se mide en términos probabilísticos, es decir, toda inferencia se acompaña de su probabilidad de acierto.<br />La estadística inferencial comprende:<br />La teoría de muestras. <br />La estimación de parámetros. <br />El contraste de hipótesis. <br />El diseño experimental. <br />La inferencia bayesiana. <br />Los métodos no paramétricos <br />“La inferencia estadística es una técnica mediante la cual se obtienen generalizaciones o se toman decisiones en base a una información parcial o completa obtenida mediante técnicas descriptivas”.<br />Se ocupa de predecir, sacar conclusiones, para una población tomando como base una muestra (es decir, una parte) de dicha población. Como todas las predicciones, siempre han de hacerse bajo un cierto grado de fiabilidad o confianza. <br />UTILIDAD<br />- Permite una descripción más exacta de los datos obtenidos.<br />- Obliga a ser claros y exactos en los procedimientos a realizar.<br />- Permite resumir los resultados de manera significativa y cómoda.<br />- Permite deducir conclusiones generales.<br />- Se usa como un valioso auxiliar y en los diferentes campos del conocimiento y en las variadas ciencias<br />BIBLIOGRAFIA<br />Http://www.monografias.com/trabajos61/inferencia-estadistica-turismo/inferencia-estadistica-turismo2.shtml<br />Http://www.scribd.com/doc/2890577/estadistica-inferencial<br />Http://eilae12007.blogspot.com/2007/02/definicin-de-estadstica-inferencial.html<br />Http://www.gandhi.com.mx/index.cfm/id/producto/dept/libros/pid/225026<br />ESTADISTICA DESCRIPTIVA<br />APLICACIÓN EN EL AREA TURISTICA<br />El investigador en el área del turismo debe ir más allá de la simple descripción de sus hallazgos; es deseable hacer enunciados formulando una hipótesis nula que debe luego ser comprobada o no. <br />Es imposible trabajar con los datos de una población o universo en su totalidad y además los parámetros poblacionales son raramente conocidos, entonces el investigador se ve en la necesidad de trabajar con una muestra representativa del universo; pero al extraer muestras de una población, los parámetros que se obtienen (promedios, varianza, correlaciones) no necesariamente representan los parámetros de la población.<br />Como los investigadores están interesados en demostrar que existen determinadas relaciones entre variables, ello se debe hacer respecto a una población o universo. Como la población es muy grande, es necesario trabajar con las muestras, pero los parámetros que se obtengan de allí sólo se pueden trasladar a la población, aplicando la estadística evaluativo para conocer la significación estadística o prueba de hipótesis. Es decir, sobre la base de algunas observaciones, debemos reconstruir el fenómeno en su totalidad y ello nos lleva entonces a los test estadísticos para saber si la reconstrucción es significativa o no (si es exacta o no lo es).<br />Muchas veces el investigador después de correr un cuestionario a una muestra de turistas para saber, por ejemplo, el dato de la estadía media para un segmento y la estadía media para otro segmento; con la estadística descriptiva el investigador obtiene esos resultado, pero lo que interesa es saber si ese valor promedio obtenido de la muestra es un dato real o ficticio, y si esa media se puede utilizar realmente para fijar una determinada política turística promocional. Si el dato obtenido es digamos 10 noches, ese número 10 puede ser la media de: 9+ 10+11, pero puede ser también un valor promedio de la serie: 2 + 8+ 20; entonces: ¿se puede considerar que ese valor medio de 10 es representativo de las dos series anotadas arriba; lo anterior sólo lo podemos saber al aplicar un test de significación.<br />Dijimos que la duda surge porque es posible que los resultados obtenidos en la muestra se puedan deber a un hecho fortuito o al azar y no al hecho de que los parámetros encontrados en la muestra se puedan trasladar al universo. Por eso mismo es necesario buscar la validez de los hallazgos, con el fin de saber si los parámetros de una muestra se pueden generalizar hacia la población de donde la muestra se tomó. Esta búsqueda de la validez se denomina significación estadística y es un cálculo necesario y fundamental para no correr riesgos de hacer aseveraciones infundadas.<br />GLOSARIO<br />CONCEPTODEFINICIÓNTRADUCCIÓNDatosEs una representación simbólica (numérica, alfabética, algorítmica etc.), un atributo o una característica de una entidad. El dato no tiene valor semántico (sentido) en sí mismo, pero si recibe un tratamiento (procesamiento) apropiado, se puede utilizar en la realización de cálculos o toma de decisiones.It’s a symbolic representation (numeric, alphabetical, algorithmic etc.), an attribute or a characteristic of an entity. The fact doesn't have semantic value (sense) in itself, but if he/she receives a treatment (prosecution) appropriate, you can use in the realization of calculations or taking of decisions.PoblaciónEn Estadística la población, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones.In Statistic the population, also called universe or collective, it is the group of reference elements on which you/they are carried out the observations.InferenciaEs una evaluación que realiza la mente entre conceptos que, al interactuar, muestran sus propiedades de forma discreta, necesitando utilizar la abstracción para lograr entender las unidades que componen el problema, creando un punto axiomático o circunstancial, que nos permitirá trazar una línea lógica de causa-efecto, entre los diferentes puntos inferidos en la resolución del problema.It is an evaluation that he/she carries out the mind among concepts that, by interacting, they show their properties in a discreet way, needing to use the abstraction to be able to understand the units that compose the problem, creating an axiomatic or incidental point that will allow us to trace a logical line of cause-effect, among the different points inferred in the resolution of the problem.<br />INTRODUCCIÓN<br />El origen de la estadística descriptiva puede relacionarse con el interés por mantener registros gubernamentales hacia fines de la edad media. Cuando los estados nacionalistas empezaron a surgir durante ese período, se volvió necesario obtener información acerca de los territorios bajo la jurisdicción de cada nación. Esta necesidad de información numérica acerca de los ciudadanos y recursos lleva al desarrollo de técnicos para obtener y organizar datos numéricos.<br />Hacia fines del siglo XVII, ya existían investigaciones semejantes a nuestros censos modernos. Al mismo tiempo, las compañías de seguros empezaban a recopilar tablas de mortalidad para determinar las primas de seguros de vida.<br />En las primeras etapas de desarrollo, la estadística incluía poco más que la obtención, clasificación y presentación de datos numéricos. Aún hoy en día, estas actividades siguen siendo una parte importante de la estadística.<br />Tienen por objeto fundamental describir y analizar las características de un conjunto de datos, obteniéndose de esa manera conclusiones sobre las características de dicho conjunto y sobre las relaciones existentes con otras poblaciones, a fin de compararlas. No obstante puede no solo referirse a la observación de todos los elementos de una población (observación exhaustiva) sino también a la HYPERLINK " http://monografias.com/trabajos10/anali/anali.shtml" descripción de los elementos de una muestra (observación parcial).<br />En relación a la estadística descriptiva, Ernesto Rivas Gonzáles dice; " Para el estudio de estas muestras, la estadística descriptiva nos provee de todos sus medidas; medidas que cuando quieran ser aplicadas al universo total, no tendrán la misma exactitud que tienen para la muestra, es decir al estimarse para el universo vendrá dada con cierto margen de error; esto significa que el valor de la medida calculada para la muestra, en el oscilará dentro de cierto límite de confianza, que casi siempre es de un 95 a 99% de los casos”.<br /> “La estadística descriptiva es el estudio que incluye la obtención, organización, presentación y descripción de información numérica”.<br />GRAFICÁS<br />Gran parte de la utilidad que tiene la Estadística Descriptiva es la de proporcionar un medio para informar basado en los datos recopilados. La eficacia con que se pueda realizar tal proceso de información dependerá de la presentación de los datos, siendo la forma gráfica uno de los más rápidos y eficientes, aunque también uno de los que más pueden ser manipulados o ser malinterpretados si no se tienen algunas precauciones básicas al realizar las gráficas. Existen también varios tipos de gráficas, o representaciones gráficas, utilizándose cada uno de ellos de acuerdo al tipo de información que se está usando y los objetivos que se persiguen al presentar la información.<br />Algunas consideraciones que conviene tomar en cuenta al momento de realizar cualquier gráfica a fin de que la información sea transmitida de la manera más eficaz posible y sin distorsiones:<br />El eje que represente a las frecuencias de las observaciones (comúnmente el vertical o de las ordenadas) debe comenzar en cero (0), de otra manera podría dar impresiones erróneas al comparar la altura, longitud o posición de las columnas, barras o líneas que representan las frecuencias. <br />La longitud de los espacios que representan a cada dato o intervalo (clase) en la gráfica deben ser iguales. <br />El tipo de gráfico debe coincidir por sus características con el tipo de información o el objetivo que se persigue al representarla, de otra manera la representación gráfica se convierte en un instrumento ineficaz, que produce más confusión que otra cosa, innecesario o productor de malinterpretaciones. <br />-12700022225El ejemplo que sigue pertenece al comportamiento de las calificaciones parciales de tres alumnos de preparatoria. Las series (cada una de las calificaciones parciales) están coloreadas con diferente color para mostrar el comportamiento tanto individual, como de cada uno de los alumnos con respecto a los demás. Es interesante observar que la escala horizontal no es continua (es nominal).<br />15030451455420Existe la posibilidad, y si los recursos lo permiten, de representar gráficos compuestos de una manera " tridimensional" , es decir, con gráficos que posean no sólo dos ejes, sino tres; y en los que los rectángulos son sustituídos por prismas de base rectangular (ocasionalmente el software en el mercado permite utilizar prismas cuya base son polígonos regulares de más de cuatro lados, pirámides o cilindros). Un ejemplo es el siguiente:<br />UTILIDAD<br />Permite leer la bibliografía médica con más capacidad crítica para detectar errores potenciales y falacias. <br />Llegar a conclusiones correctas acerca de procedimientos para el diagnóstico y del resultado de las pruebas. <br />Permitirá a su vez valorar protocolos de estudio e informes remitidos para su publicación.<br />La selección de muestras específicas nos permitirá reducir la heterogeneidad de una población al indicar los criterios de inclusión y/o exclusión<br />Ahorrar tiempo. Estudiar a menos individuos lleva menos tiempo.<br />BIBLIOGRAFIA<br />Http://www.monografias.com/trabajos61/inferencia-estadistica-turismo/inferencia-estadistica-turismo2.shtml<br />Http://www.scribd.com/doc/2890577/estadistica-inferencial<br />Http://eilae12007.blogspot.com/2007/02/definicin-de-estadstica-inferencial.html<br />Http://www.gandhi.com.mx/index.cfm/id/producto/dept/libros/pid/225026<br />