La Estadística en general se usa para obtener conclusiones de una o varias variables que se observan. Normalmente solemos dividir esta apasionante rama de las Matemáticas en dos grandes campos: la Estadística Descriptiva y la Estadística Inferencial. Hoy vamos a conocer la importancia de la Inferencia Estadística en la obtención de dichas conclusiones.
Debemos de partir de la idea de que es imposible observar o medir a todos los sujetos que componen una población. Por ejemplo, sería imposible o muy poco práctico medir el peso de todos los bebés de 5 meses que hay en el mundo para obtener conclusiones sobre esa muestra, en este caso, sobre el peso. Entonces, lo que se hace en su lugar es observar los datos de una muestra extraída al azar de la población objeto de estudio y, mediante la Inferencia Estadística, podremos extrapolar (o no) los resultados obtenidos en esa muestra a toda la población.
Lo que realmente haremos es tratar de conocer o, mejor dicho, estimar la media población (parámetro) partiendo de la media muestral obtenida (estimador) para valorar la magnitud del efecto de dicha variable. Pero ahora bien, la muestra debe ser representativa de la población y para ello, se debe extraer (la muestra) de forma aleatoria.
En este punto entra en juego dos conceptos muy importantes que ya hemos introducido arriba entre paréntesis: parámetros y estimadores.
- Los parámetros son los valores de la variable objeto de estudio de la POBLACIÓN. Por supuesto, este valor es desconocido ya que es la cantidad numérica calculada sobre toda la población.
- Los estimadores son los valores de la variable objeto de estudio de la MUESTRA. Esta nos sirve para acercarnos o, dicho de otro modo, estimar los valores de los parámetros y, así, obtener conclusiones válidas de la población.
No hay comentarios:
Publicar un comentario