Professional Documents
Culture Documents
1.1 Introduccin
En nuestra era de la informacin, el mundo abunda en datos. En los artculos de los
peridicos y en los reportajes de televisin se hacen afirmaciones como: el ndice de
precios de consumo subi un 0,8 por ciento el mes pasado, el 98 por ciento de los
pacientes de un estudio clnico no experiment ningn efecto secundario significativo
con un nuevo medicamento contra el cncer de Cada vez es ms frecuente que para
hacer una valoracin adecuada de los acontecimientos actuales, necesitemos asimilar e
interpretar una cantidad considerable de datos. La Administracin, las empresas y los
investigadores hacen importantes inversiones econmicas en la recogida de datos. La
Administracin ha contribuido a ello, tanto recogiendo datos ella misma como
obligando a las empresas a dar informacin. El sector privado tambin ha tenido que ver
en ello. Las encuestas sobre actitudes de los votantes o los ndices de audiencia de los
programas de la semana no son ms que la punta de un enorme iceberg de estudios de
mercado. La cantidad de datos recogidos ha aumentado a un ritmo extraordinario en los
ltimos aos.
Debemos explicar todos los datos. La era de la informtica nos ha permitido tanto
procesar, resumir y analizar rpidamente los datos como producir y almacenar ms
datos. Debemos analizarlos e interpretarlos correctamente.
Las decisiones a menudo se basan en informacin incompleta. Por ejemplo, se
supone que los estudiantes universitarios de primer ao, cuando son admitidos por la
universidad, seleccionan una carrera. Sin embargo, muchos de estos estudiantes pueden
no tener una meta profesional clara. Asimismo, las decisiones empresariales
normalmente se toman en un entorno en el que los responsables de tomarlas no pueden
estar seguros de la futura conducta de los factores que acabarn afectando al resultado
de las distintas opciones consideradas. Por ejemplo, cuando un fabricante presenta una
oferta para hacerse con un contrato no est totalmente seguro de cules sern los costes
totales ni de qu ofertas presentarn los competidores. A pesar de esta incertidumbre,
debe hacer una oferta.
Es habitual realizar afirmaciones que contienen un lenguaje que sugiere la existencia
de una cantidad espuria de certeza. Por ejemplo el precio de las acciones de la empresa
X ser ms alto dentro de seis meses que ahora. En el momento de hacer tal afirmacin
es imposible que un analista est seguro de que sea cierta. Por lo tanto, las afirmaciones
1
ESTADSTICA
DESCRIPTIVA
Recogida, descripcin y
Anlisis de la informacin
ESTADSTICA INFERENCIAL
Matemtica o terica
Permite poner en relacin los datos
disponibles con algn modelo ideal de
probabilidad y tratar de inferir si esos
datos se comportan de acuerdo con un
determinado modelo
CLCULO DE
PROBABILIDADES
Modelizacin de la realidad
Estadstica Descriptiva
incluye la recogida de datos, tabulacin,
representacin y descripcin del conjunto de datos, pero no saca conclusiones
que vayan ms all de los propios datos que maneja.
Estadstica Inferencial proporciona mtodos para estimar las caractersticas
de un grupo total (poblacin), basndose en los datos de un conjunto pequeo
(muestra) de observaciones.
Por mtodo se entiende el camino que debe seguirse para alcanzar el
conocimiento de una realidad. El mtodo cientfico busca la verdad a travs de
consideraciones racionales. Difiere de los restantes mtodos en que incorpora nuevos
elementos de juicio y nuevas dudas a medida que surgen, para convertirlas en parte
integrante del cuerpo de conocimientos alcanzado.
Cada aspecto de la realidad que sea objeto de estudio exige un mtodo particular
que debe seguirse. La primera diferenciacin de los mtodos cientficos data de
4
El Mtodo Estadstico
La metodologa estadstica se apoya en el binomio induccin-deduccin. El
problema de la induccin, suscitado ya por Aristteles, est en que los distintos
argumentos no son conclusivos, por ser inciertos. La experiencia puede ensear lo que
ha pasado, lo que pasa, pero no lo que pasar. La inferencia inductiva tiene como papel
esencial ir ms all de las constataciones experimentales; no puede estar fundado sobre
estas meras constataciones.
La incorporacin del concepto de probabilidad a la resolucin del problema de la
induccin ha dado lugar a la lgica probabilstica. Esta revolucion la lgica clsica,
supone el paso de la lgica bivalente de la verdad o falsedad a otra que interpone entre
esos dos polos todos los grados de la escala de probabilidad, donde entre la certeza y la
incertidumbre absoluta, cabe un conjunto de afirmaciones ms o menos probables.
As, el concepto de inferencia estadstica (lgica estadstica) va ms all que la
inferencia clsica, planteando la legitimidad de toda conclusin. Esto es, dada la
precariedad de las conclusiones inductivas se les acompaa de una medida de la
confianza que tenemos en las mismas.
La lgica probabilstica es distinta a la lgica estadstica, aunque tienen una
extensa rea comn. La lgica clsica, la de la verdad o falsedad era cualitativa,
mientras que la lgica probabilstica es cuantitativa al incorporar entre la certeza y la
negacin rotunda un conjunto de infinitas fracciones menores que la unidad. La lgica
estadstica rene los dos caracteres anteriores; por una parte, las inferencias estadsticas
se basan en la probabilidad y, por tanto, en la lgica cuantitativa, pero tambin obtienen
conclusiones a partir de hechos cualitativos en la Estadstica de atributos. Estas dos
caractersticas se funden formando una lgica propia, la lgica estadstica con
caractersticas propias, que permiten obtener inferencias estadsticas, tanto en el estudio
de fenmenos econmicos y sociales, como en mecnicos y fsicos.
La lgica probabilstica es abstracta y formal mientras que la lgica estadstica
es concreta y real, da un contenido real a las frmulas puras y abstractas del Clculo de
Probabilidades.
La lgica estadstica, la inferencia estadstica, constituye una teora de la
induccin. Una muestra es un conjunto de datos y el objeto de la Estadstica es inducir
de ellos el esquema terico del colectivo al que pertenecen y luego aplicarlo.
La induccin es el ncleo mismo del mtodo estadstico, pero no quiere decir
que constituya el mtodo nico. Las inferencias estadsticas se apoyan en un aparato
matemtico formal previo.
6
Teoras
Formacin de
Conceptos y
Proposiciones
Deduccin
Lgica
Inferencia
Lgica
Generalizaciones
Empricas
Decisiones para
Aceptar o Rechazar
Hiptesis
Hiptesis
Contrastacin de
Hiptesis
Estimacin de
Parmetros
Interpretacin
y Muestreo
Observaciones
En este esquema, por una parte, las flechas descendentes incorporan la labor de
aplicacin de las teoras mediante el uso de una metodologa deductiva, que lleva al
establecimiento de una hiptesis o conjunto de hiptesis que van a conectarse con las
observaciones.
Por otra parte, la fase ascendente sugiere el procedimiento de construccin de
las teoras que, a travs de metodologa inductiva, reflejan la comprensin de lo
observado.
PLANTEAMIENTO DEL
PROBLEMA
MODELIZACION
DISEO
ANLISIS
VALIDACION
NO
MODELO ACEPTADO?
SI
DECISIONES
Y
PREVISIONES
15