Estadística descriptiva e inferencial, y Escalas de Medición
El término estadística abarca la estadística descriptiva y la estadística inferencial. La estadística descriptiva es el estudio de como los datos pueden ser resumidos (o sumarizados) efectivamente para describir los aspectos más importantes de largos conjuntos de datos. Al realizar esta consolidación, se transforman los datos en información. Por otro lado, la estadística inferencial involucra realizar pronósticos, estimaciones o juicios sobre un grupo grande a partir de un grupo chico. Los métodos de inferencia
estadística se agrupan fundamentalmente en dos clases: Estimación de
parámetros y Contraste de hipótesis
Población y Muestreo
Población: Se define así a todos los miembros que forman parte de un grupo.
Cualquier medida descriptiva de una población se denomina parámetro. Una población puede tener múltiples parámetros, aunque los analistas de inversión suelen concentrarse en unos pocos, como la media o la varianza. Aunque es posible observar todos los miembros de una población, suele evitarse dado que insume mucho tiempo y dinero.
Muestra: Es un subconjunto (subset) de la población.
Escalas de medición
Para elegir los métodos apropiados para resumir los datos, necesitamos primero distinguir entre diferentes escalas de medición (o niveles de medición). Todas las medidas de datos se toman sobre una de las cuatro escalas: nominal, ordinal, intervalos o ratios.
Las escalas nominales representan el nivel más bajo de medición. Categorizan los datos pero no les asignan grados. Si asignamos enteros a fondos de inversión, el número 1 sería de bajo capital, el número 2 de mediano capital y el número 3 de alto capital. Las escalas nominales categorizan los fondos de acuerdo a sus estilos, pero no les asignan un orden (o grado) - a partir de su clasificación no se puede inferir que el 3 es mejor que el 2. Se utilizan cuando solo la "etiqueta" es significativa para la investigación. No hay necesidad de entender el orden entre las etiquetas.
Las escalas ordinales categorizan los datos y les asignan un orden (o grado) en base a alguna característica. Aunque no especifican las diferencias entre los datos. Si tenemos fondos de inversión, le asignamos el número 1 al que tuvo el mejor rendimiento, el número 2 al siguiente mejor y el número 3 al del rendimiento más bajo. La escala ordinal revela que el fondo número 1 fue mejor al 2, y que el 2 al 3. Sin embargo, no provee información de la diferencia en el rendimiento entre el fondo 1 y 2, comparada con la diferencia en el rendimiento del 2 y 3. Ordinal de "Orden".
Las escalas de intervalo proveen no solo una categorización con orden (o grados), sino que también aseguran que las diferencias entre los valores de la escala sean iguales. La diferencia entre los valores del intervalo son equidistantes, lo que posibilita que puedan aplicarse operaciones de suma o resta. Los grados Celcius son un ejemplo de escalas de intervalo. 80 grados es siempre más alto que 50 grados, y la diferencia entre estos es siempre la misma que la diferencia entre 40 y 70 grados.
Parámetros como la media y la mediana en una escala de intervalo, son posibles de ser evaluados, a diferencia de la escala nominal y ordinal.
El punto cero de una escala de intervalo no refleja la ausencia completa de lo que se está midiendo; no es un punto cero verdadero. 0° grados no representa la ausencia de temperatura - refleja el punto de congelamiento del agua. Por esta razón no podemos formar ratios a partir de escalas de intervalo. A modo de ejemplo, 50°, o 5 veces 10°, no representa 5 veces más temperatura.
Los ratios representan la escala de medición más fuerte. Tienen todas las características de las escalas de intervalo, pero además el cero representa ausencia de valor. como resultado, podemos aplicar la gama más amplia de herramientas estadísticas a los datos medidos en una escala de relación (ratios). Si tengo el doble de dinero, tengo el doble de poder de compra. El punto cero es verdadero. Si tengo cero dinero, no tengo dinero, por ende, no tengo poder de compra. Debido a que el cero existe, las escalas de ratio no pueden tener números negativos.
Población y Muestreo
Población: Se define así a todos los miembros que forman parte de un grupo.
Cualquier medida descriptiva de una población se denomina parámetro. Una población puede tener múltiples parámetros, aunque los analistas de inversión suelen concentrarse en unos pocos, como la media o la varianza. Aunque es posible observar todos los miembros de una población, suele evitarse dado que insume mucho tiempo y dinero.
Muestra: Es un subconjunto (subset) de la población.
Escalas de medición
Para elegir los métodos apropiados para resumir los datos, necesitamos primero distinguir entre diferentes escalas de medición (o niveles de medición). Todas las medidas de datos se toman sobre una de las cuatro escalas: nominal, ordinal, intervalos o ratios.
Las escalas nominales representan el nivel más bajo de medición. Categorizan los datos pero no les asignan grados. Si asignamos enteros a fondos de inversión, el número 1 sería de bajo capital, el número 2 de mediano capital y el número 3 de alto capital. Las escalas nominales categorizan los fondos de acuerdo a sus estilos, pero no les asignan un orden (o grado) - a partir de su clasificación no se puede inferir que el 3 es mejor que el 2. Se utilizan cuando solo la "etiqueta" es significativa para la investigación. No hay necesidad de entender el orden entre las etiquetas.
Las escalas ordinales categorizan los datos y les asignan un orden (o grado) en base a alguna característica. Aunque no especifican las diferencias entre los datos. Si tenemos fondos de inversión, le asignamos el número 1 al que tuvo el mejor rendimiento, el número 2 al siguiente mejor y el número 3 al del rendimiento más bajo. La escala ordinal revela que el fondo número 1 fue mejor al 2, y que el 2 al 3. Sin embargo, no provee información de la diferencia en el rendimiento entre el fondo 1 y 2, comparada con la diferencia en el rendimiento del 2 y 3. Ordinal de "Orden".
Las escalas de intervalo proveen no solo una categorización con orden (o grados), sino que también aseguran que las diferencias entre los valores de la escala sean iguales. La diferencia entre los valores del intervalo son equidistantes, lo que posibilita que puedan aplicarse operaciones de suma o resta. Los grados Celcius son un ejemplo de escalas de intervalo. 80 grados es siempre más alto que 50 grados, y la diferencia entre estos es siempre la misma que la diferencia entre 40 y 70 grados.
Parámetros como la media y la mediana en una escala de intervalo, son posibles de ser evaluados, a diferencia de la escala nominal y ordinal.
El punto cero de una escala de intervalo no refleja la ausencia completa de lo que se está midiendo; no es un punto cero verdadero. 0° grados no representa la ausencia de temperatura - refleja el punto de congelamiento del agua. Por esta razón no podemos formar ratios a partir de escalas de intervalo. A modo de ejemplo, 50°, o 5 veces 10°, no representa 5 veces más temperatura.
Los ratios representan la escala de medición más fuerte. Tienen todas las características de las escalas de intervalo, pero además el cero representa ausencia de valor. como resultado, podemos aplicar la gama más amplia de herramientas estadísticas a los datos medidos en una escala de relación (ratios). Si tengo el doble de dinero, tengo el doble de poder de compra. El punto cero es verdadero. Si tengo cero dinero, no tengo dinero, por ende, no tengo poder de compra. Debido a que el cero existe, las escalas de ratio no pueden tener números negativos.
Comentarios
Publicar un comentario