República Bolivariana de Venezuela

Ministerio del Poder Popular para la Educación

Universidad Nacional Experimental ^^Francisco de Miranda^^

Área: Trabajo Comunitario (Salud)

Barinas- Estado-Barinas

Estadísticas

Docente: Gerson Bachiller:

Micheel Terán
26.074.398
3er Semestre
Sección 1

Barinas, Abril de 2020

 Estadísticas Inferencial
La inferencia estadística es el conjunto de métodos que permiten inducir, a
través de una muestra, el comportamiento de una determinada población. La
inferencia estadística estudia entonces, como sacar conclusiones sobre los
parámetros de población de datos. De la misma manera estudia también el
grado de fiabilidad de los resultados extraídos del estudio. Son muchos los
fenómenos o sucesos que no tienen respuesta, es por esto que se debe
realizar estudios pertinentes que aclaren la situación que se desea analizar.
Dicho estudio se logra por medio de la experimentación constante, que muestra
cada uno de los resultados que se van obteniendo con ayuda de la estadística,
la Estadística Inferencial puede dar respuesta a muchas de las necesidades
que la sociedad actual puede requerir, su tarea fundamental es el análisis de
los datos que se obtienen a partir de experimentos, con el objetivo de
representar la realidad y conocerla. La necesidad de un enfoque estadístico
está actualmente bien reconocido en la investigación y en la práctica de las
disciplinas que constituyen la salud pública. Ya que estas estudian
comunidades o poblaciones en las que claramente se aplican las leyes de los
grandes números y de las fluctuaciones aleatorias, la estadística permite
analizar situaciones en las que los componentes aleatorios contribuyen de
forma importante en la variabilidad de los datos obtenidos. En salud pública los
componentes aleatorios se deben, entre otros aspectos, al conocimiento o a la
imposibilidad de medir algunos determinantes de los estados de salud y
enfermedad, así como a la variabilidad en las respuestas por los pacientes,
similares entre sí, que son sometidos al mismo tratamiento, la extensión de los
conocimientos y aptitudes de carácter estadístico que necesitan adquirir los
profesionales de la salud pública son importantes, porque el conocimiento de
los principios y métodos estadísticos y la competencia en su aplicación se
necesitan para el ejercicio eficaz de la salud pública, y adicionalmente para la
comprensión e interpretación de los datos sanitarios; a fin de discriminar entre
opiniones arbitrarias o discrecionales, con respecto a las verdaderamente
evaluadas en un contexto científico. La teoría de muestras estadística, la cual
trata el concepto de estudiar una población desconocida tomándole muestras, y
a través del estudio de las mismas poder hacer inferencias acerca de toda la
población, primero se analiza el caso del muestreo aleatorio simple y
estratificado, mostrando el manejo de una tabla de números aleatorios, luego
se ven los tipos no-aleatorios en el muestreo y se discute acerca de las
ventajas y desventajas de cada uno de los métodos. Se explican los métodos
usados en Bioquímica para lograr que las muestras extraídas a los pacientes
cumplan los requisitos de aleatoriedad, aunque sea aproximadamente, lo
mismo para el caso de la industria Farmacéutica y para las simulaciones en los
muestreos de mercadeo, usadas en el comercio en general, de manera tal de
poder aplicar luego los modelos estadísticos que exigen tal requisito.
Medidas de tendencia central, corresponden a valores que generalmente se
ubican en la parte central de un conjunto de datos, las medidas estadísticas
pretenden "resumir" la información de la "muestra" para poder tener así un
mejor conocimiento de la población (Ellas permiten analizar los datos en torno
a un valor central), entre éstas están la media aritmética, la moda y la mediana.
Media Aritmética del cual es la medida que se obtiene al dividir la suma de
todos los valores de una variable por la frecuencia total en palabras más
simples, corresponde a la suma de un conjunto de datos dividida por el número
total de dichos datos. Moda (Mo) esta es la medida que indica cual dato tiene la
mayor frecuencia en un conjunto de datos, o sea, cual se repite más. Mediana
(Med) es el valor central de un conjunto de valores ordenados en forma
creciente o decreciente dicho en otras palabras, la Mediana corresponde al
valor que deja igual número de valores antes y después de él, en un conjunto
de datos agrupados, según el número de valores que se tengan se pueden
presentar dos casos, si el número de valores es impar, la Mediana
corresponderá al valor central de dicho conjunto de datos y si el número de
valores es par, la Mediana corresponderá al Promedio de los dos valores
centrales (los valores centrales se suman y se dividen por 2). Cuando
hablamos de Universo y Población se refiere a un conjunto de elementos (finito
o infinito) definido por una Población. Universo es el conjunto de elementos a
los cuales se quieren inferir los resultados y la parte metodológica de un
proyecto de investigación debe definir adecuadamente la población de estudio
en tiempo y espacio, y aclarar si se hará censo o si es necesario tomar una
muestra de ella, en el segundo caso se debe hacer un diseño de muestreo y
tipo de muestreo, marco muestra, unidad de muestreo, unidad de análisis,
tamaño de muestra, entre otros, en cuanto la Muestra cuando no es posible o
conveniente realizar un censo, se trabajar con una muestra, o sea una parte
representativa y adecuada de la población, se selecciona de la población de
estudio, para que sea representativa y útil, debe de reflejar las semejanzas y
diferencias encontradas en la población, ejemplificar las características y
tendencias de la misma, una muestra representativa indica que reúne
aproximadamente las características de la población que son importantes para
la investigación. Al momento de hacer una clasificación de los diversos tipos de
muestra estadística, se pueden mencionar las siguientes, Muestra
probabilística, Muestreo aleatorio simple, Muestreo sistemático, Muestreo
estratificado, Muestreo por conglomerados, Muestra no probabilística, Muestreo
por cuotas, Muestreo de conveniencia, Muestreo por bola de nieve, Muestra
discrecional. Existe una prueba la cual se conoce como prueba Chi-cuadrado,
esta prueba puede utilizarse incluso con datos medibles en una escala nominal,
la hipótesis nula de la prueba Chi-cuadrado postula una distribución de
probabilidad totalmente especificada como el modelo matemático de la
población que ha generado la muestra. La "t" de Student se utiliza para
determinar si hay una diferencia significativa entre las medias de dos grupos,
es decir que se utiliza cuando deseamos comparar dos medias, de igual
manera se utiliza para la comparación de dos medias de poblaciones
independientes y normales, se asume que las variables dependientes tienen
una distribución normal. También está la prueba H de Kruskal-Wallis la cual
este contraste permite decidir si puede aceptarse la hipótesis, de que las
muestras independientes proceden de la misma población o de poblaciones
idénticas con la misma mediana, el único supuesto necesario es que las
distribuciones subyacentes de las variables sean continuas y que estas hayan
sido medidas por lo menos en una escala ordinal. La correlación lineal y la
regresión lineal simple son métodos estadísticos que estudian la relación lineal
existente entre dos variables, en ellos se destacan algunas diferencias. 1) La
correlación cuantifica como están relacionadas estas dos variables, mientras
que la regresión lineal consiste en generar una ecuación (modelo) que,
basándose en la relación existente entre ambas variables, permita predecir el
valor de una a partir de la otra. 2) El cálculo de la correlación entre dos
variables es independiente del orden o asignación de cada variable a XX e YY,
mide únicamente la relación entre ambas sin considerar dependencias, en el
caso de la regresión lineal, el modelo varía según qué variable se considere
dependiente de la otra (lo cual no implica causa-efecto). Es importante saber
que la utilización de paquetes informáticos para el análisis de datos cualitativos
como cuantitativos en los últimos años ha tornado una gran relevancia al
momento de decidir el tipo de publicación o tener un mayor impacto al
momento de la socialización, sin embargo los programas no deben remplazar
en ningún momento la capacidad de análisis y reflexión de los investigadores,
ni ser excusas para un mal diseño metodológico, donde una falta de
entrenamiento en el manejo de los paquetes puede llegar a confundir al
investigador en relación a la interpretación de los resultados finales, existen
algunas palabras clave de gran importancia como; Análisis cualitativo, análisis
cuantitativo, registros y apoyo a la investigación.