Estadística (5).

Representaciones gráficas

Gráficos de sectores, ciclograma o tarta: para variables de nivel nominal

 Gráficos de barras: es comparativo, se utiliza en variables con nivel ordinal, nominal y categórico.

 Histograma: para variables cuantitativas de nivel intervalo o de razón.

 Gráfico de caja, de caja y patillas o de caja y bigotes: Para variables cuantitativas.

 Gráfico de tallo y hojas: Para variables cuantitativas.

Grados de asimetría:

Asimetría positiva: la mayoría de los sujetos se concentra en la parte baja de las puntuaciones de la distribución de frecuencias.
Asimetría negativa: la mayoría de sujetos se concentra en torno a las puntuaciones altas.

Apuntamiento o curtosis: indica la distribución alrededor de la media

Platicúrtica: puntuaciones poco concentradas respecto a la media, curva chata y aplanada. Curtosis inferiores a 0
Leptocúrtica: puntuaciones concentradas respecto a la media, curva alta. Curtosis superior a 0.


Probabilidad:
asignar un nº a un fenómeno. 0 imposible, 1 seguro.

Probabilidad a priori: número de casos favorables dividido entre número de casos posibles, se establece antes de que ocurra el fenómeno.
Probabilidad a posteriori: se establece cuando el fenómeno ya a ocurrido.

Características del cálculo de probabilidad.
Espacio muestral: todos los resultados posibles de un fenómeno.
Exhaustividad o agotamiento: cuando los subconjuntos ocupan todo el espacio muestral, todos los resultados están contemplados.
Independencia: la probabilidad de que ocurra un fenómeno es igual al producto de las probabilidades de los subconjuntos por separado. Los fenómenos ocurren independientemente.
Probabilidad condicional: un fenómeno ocurre a condición de la ocurrencia de otro.

Valores de probabilidad

• Función de distribución: que la variable tome cada uno de los valores del espacio muestral.

• Función de densidad de probabilidad: que la variable tome un valor del espacio muestral.

• función de probabilidad normal o campana de Gauss: se basa en un modelo matemático a través de las áreas de la curva de distribución de Gauss en función de su media y desviación típica.

• Función de Ji2: es un modelo estadístico. Se basa en que cuanto más aumentan los grados de libertad de la probabilidad, más se parece la distribución a una curva de Gauss. Se usa como prueba de bondad de ajuste. Valora las discrepancias entre las frecuencias empíricas y las teóricas según un determinado patrón o modelo.
• Función de T de Student: Se usa en contraste de hipótesis para ver si la diferencia de medias entre dos muestras es significativa.
• Función F de Fisher: Se usa en contraste de hipótesis, informa de si se dan o no diferencias significativas entre varios grupos de medias en diseños con tres o más grupos.