15-2

Procedimientos

763

Comparacin de juegos de casino: los dados contra la ruleta. Comenzando con $1, es ms fcil ganar un milln de dlares apostando a los dados en un casino o jugando en la lotera estatal? Estrategias de apuestas audaces contra apuestas prudentes: Cuando se apuestan $100, es diferente apostar $1 por juego que apostar los $100 en un solo juego? Diseo y anlisis de resultados de una prueba de percepcin extrasensorial. Anlisis de datos apareados consistentes en estaturas de padres (o madres) y las estaturas de su primer hijo (o hija). Diferencias de gnero en preferencias de acompaantes para cenar entre las opciones de Brad Pitt, Tiger Woods, el presidente, Nicole Kidman, Cameron Diaz, Julia Roberts y el Papa. Diferencias de gnero en preferencias de actividades entre las opciones de ir a cenar, ir al cine, ver la televisin, leer un libro. jugar golf, jugar tenis. nadar, asistir a un partido de bisbol y asistir a un partido de ftbol. Hay evidencias que sustenten la teora de que los cereales con alto contenido de azcar se colocan en los estantes al nivel visual de los nios? Hay evidencias que sustenten la aseveracin de que la temperatura corporal media es menor que 98.6F? Existe una relacin entre fumar y beber caf? Hay una relacin entre las calificaciones del curso y el tiempo empleado en juegos de video? Hay evidencias que sustenten la teora de que el martes 13 es de mala suerte?

15-2 Procedimientos
Concepto clave En esta seccin se describe un procedimiento general para realizar un anlisis estadstico de datos. Los datos se pueden reunir por medio de experimentos o estudios observacionales. Es absolutamente esencial hacer una crtica del mtodo utilizado para reunir los datos, porque un mtodo inadecuado de recoleccin de datos destruye su utilidad. Busque con cuidado sesgos en la forma en que se renen los datos, as como tambin sesgos por parte de la persona o grupo que recolecta los datos. Muchos de los procedimientos de este libro se basan en el supuesto de que se trabaja con una muestra aleatoria simple, lo que significa que cada muestra posible del mismo tamao tiene la misma oportunidad de ser seleccionada. Si se selecciona una muestra de respuesta voluntaria, no servir para hacer inferencias acerca de una poblacin.

Exploracin, comparacin y descripcin Despus de reunir los datos, primero considere la exploracin, descripcin y comparacin de los conjuntos de datos utilizando las herramientas bsicas incluidas en los captulos 2 y 3. Asegrese de explorar lo siguiente:
Centro: Calcule la media y la mediana, que son medidas de tendencia central con valores representativos o de promedio, y que nos indican dnde se encuentra la parte media del conjunto de datos. Variacin: Calcule al rango y la desviacin estndar, que son medidas de la cantidad en que los valores muestrales varan entre s.

764

Captulo 15

Proyectos, procedimientos y perspectivas

Distribucin: Construya un histograma para ver la naturaleza o forma de la distribucin de los datos. Tambin construya una grfica cuantilar normal para determinar si los datos provienen de una poblacin con una distribucin normal. Valores extremos: Identifique cualquier valor muestra) que se encuentre muy alejado de la gran mayora de los dems valores muestrales. Si hay valores extremos, trate de determinar si se trata de errores que deben corregirse. Si los valores extremos son datos correctos, estudie sus efectos repitiendo el anlisis sin incluirlos. 5. Tiempo: Determine si la proporcin es estable o si sus caractersticas cambian con el tiempo.

Nivel de medicin

Nmero de poblaciones

Aseveracin o
parmetro

Inferencia Estimacin con intervalo de confianza: 7-3, 7-9

Media

Varianza Una poblacin De intervalo o de razn (como estaturas

y pesos)

Medias: 9-3, 9-9

Dos poblaciones

Vorianzas: 9-5

Prueba de hiptesis: 8-9, 8-5

Ms de dos poblaciones: Cap. 12, 13-5 LC...

Una poblacin:
13-2 Cul es el

Correlacin, regresin: Cap 10, 13-6

Estimacin con

nivel de medicin de los datos? 1-Z

Ordinal (como los datos que consisten en rangos)

Independiente: 13-9

intervalo de confianza: 7-5 Prueba de hiptesis: 8-6

Dos poblaciones

-n Ms de dos poblaciones. 13-5 Canteas de frecuencias para categoras

Datos apareados:
13-3

Multinomial (un rengln) 11-2 Tabla de contingencia (renglones y columnas mltiples). 11-3 Dos poblaciones: 9-2

Nominal (datos que consisten en proporciones o conteos de frecuencias para diferentes categoras)

Estimacin con intervalo de confianza: 7-2 Prueba de hiptesis: 8-3,13-2

Proporciones Una poblacin

Figura 15 - 1 Seleccin del procedimiento adecuado

15-3

Perspectivas

765

Inferencias: Estimacin de parmetros y prueba de hiptesis Cuando se trata de utilizar datos muestrales para hacer inferencias acerca de una poblacin, suele ser difcil elegir el procedimiento especfico que se debe aplicar. Este libro incluye una amplia variedad de procedimientos que se aplican a muchas circunstancias diferentes. A continuacin se incluyen algunas preguntas clave que deben responderse: Cul es el nivel de medicin (nominal. ordinal, de intervalo o de razn) de los datos? El estudio implica una. dos o ms poblaciones? Existe una aseveracin a probar o un parmetro a estimar? Cul es el parmetro relevante (media, desviacin estndar, proporcin)? Se conoce la desviacin estndar poblacional? (La respuesta casi siempre es "no"). Existe una razn para creer que la poblacin est distribuida normalmente? Cul es la pregunta bsica o el tema al que usted se quiere abocar? En la figura 15-1 se listan los principales mtodos incluidos en este libro, junto con un esquema para determinar cules de ellos se deben utilizar segn el caso. Para utilizar la figura 15-1. inicie en el extremo izquierdo y comience por identificar el nivel de medicin de los datos. Proceda siguiendo el flujo sugerido por el nivel de medicin, el nmero de poblaciones y la aseveracin o parmetro a considerar. Nota: Esta figura se aplica a una poblacin fija. Si los datos provienen de un proceso que puede cambiar con el tiempo, construya una grfica de control (vase el captulo 14) para determinar si el proceso es estadsticamente estable. Esta figura se aplica a datos de proceso slo si el proceso es estadsticamente estable. La figura 15-1 puede utilizarse con los mtodos estadsticos presentados en este libro, pero quiz existan otros mtodos que podran ser ms adecuados para un anlisis estadstico en particular. Consulte a un especialista en estadstica amistoso para que lo oriente acerca de otros mtodos.

15-3 Perspectivas
Concepto clave Ningn curso de introduccin a la estadstica es capaz de transformar a alguien en un experto en la materia. El curso de introduccin tiene un enfoque limitado y no incluye muchos temas importantes. Recuerde que puede recibir ayuda de expertos en el tema, y este curso de introduccin a la estadstica le servir cuando consulte a uno de ellos. La cobertura exitosa de un curso de introduccin a la estadstica produce beneficios que van ms all de la obtencin de crditos para un ttulo universitario. Usted tambin fortalecer su calificacin para conseguir empleo; estar ms preparado para analizar de forma crtica informes de los medios de comunicacin y de revistas cientficas; comprender los conceptos bsicos de la probabilidad y el azar. Tambin sabr que, para entender un conjunto de datos, es importante investigar medidas de tendencia central (como la media y la mediana), medidas de variacin (como el rango y la desviacin estndar), la naturaleza de la distribucin (por medio de una distribucin de frecuencias o de una grfica), la presencia de valores extremos y si la poblacin permanece estable o cambia con el tiempo. Adems. conocer y comprender la importancia de estimar parmetros poblacionales (como