Estadística es un término que se deriva de la palabra latina "estado", que significa un grupo de cifras que se utilizan para representar información sobre un interés humano. Se refiere a la técnica que se desarrolla con el propósito de recopilar, revisar, analizar y sacar conclusiones a partir de datos cuantificados. Los datos obtenidos se utilizan luego en el proceso de toma de decisiones.
Analistas financieros Analistas financieros: qué hacen utilizan métodos estadísticos para analizar, evaluar y resumir grandes volúmenes de datos en una forma matemática que sea útil. La estadística se aplica en numerosas disciplinas como los negocios, las ciencias sociales, la manufactura, la psicología, etc.
Tipos de estadísticas
El estudio de la estadística se agrupa en dos categorías principales. Incluyen estadísticas descriptivas e inferenciales.
1. Estadísticas descriptivas
Las estadísticas descriptivas describen las características básicas de una población y cómo se organizan los datos. Esto permite a los analistas ver las características de los datos y darles sentido. Por ejemplo, suponga que una tienda de informática vende dispositivos electrónicos, y de los 1000 dispositivos electrónicos vendidos, 300 son computadoras portátiles. Con estos datos, una descripción de los datos sería que el 30% de la muestra representa computadoras portátiles.
Hay dos tipos principales de estadísticas descriptivas que utilizan los científicos, e incluyen:
Medidas de tendencia central
Tendencia central Tendencia central La tendencia central es un resumen descriptivo de un conjunto de datos a través de un valor único que refleja el centro de la distribución de datos. Junto con las medidas de variabilidad, comprenden la media, la mediana y la moda. Se utilizan para mostrar las tendencias generales con los datos. La media se utiliza para mostrar el promedio de todos los componentes de un conjunto de datos, mientras que la mediana representa la mitad de los datos, como la edad media de los estudiantes que van a la universidad. El modo se usa para mostrar los datos más comunes en una población, como la edad más común de los estudiantes en su primer año de universidad.
Medidas de propagación
Las medidas de propagación muestran cuán similar o diferente es un conjunto de valores y cómo se relacionan entre sí. Algunas de las estadísticas utilizadas para describir cómo se distribuyen los datos incluyen rango, cuartiles, varianzas, desviación absoluta, distribución de frecuencia y desviación estándar Desviación estándar Desde el punto de vista estadístico, la desviación estándar de un conjunto de datos es una medida de la magnitud de las desviaciones entre los valores de las observaciones contenidas.
Por ejemplo, en una clase de 20 estudiantes, la puntuación media de un trabajo de matemáticas puede ser de 70 sobre 100 puntos. Aunque el promedio es de 70 puntos, no significa que todos los estudiantes obtendrán 70 puntos. Más bien, significa que los puntajes se distribuirán, tanto por debajo como por encima del puntaje promedio. En este caso, las medidas de propagación se utilizan para mostrar cómo se distribuyen las puntuaciones.
2. Estadísticas inferenciales
La estadística inferencial utiliza cálculos matemáticos complejos para inferir tendencias sobre una gran población. Al analizar una gran población, es difícil analizar a cada miembro de esa población uno por uno. Más bien, los científicos usan estadísticas inferenciales para determinar las relaciones entre variables en una muestra de población y luego usan la información para hacer predicciones sobre cómo las variables se relacionan con la población general.
Por ejemplo, si los científicos están analizando la cantidad de hombres casados en una población de un millón de hombres, recolectarán una muestra de la población de un millón de hombres y luego harán generalizaciones sobre toda la población basándose en la información obtenida de la muestra.
Las dos clasificaciones principales de la estadística inferencial comprenden lo siguiente:
Intervalo de confianza
El intervalo de confianza Intervalo de confianza Un intervalo de confianza es una estimación de un intervalo en las estadísticas que puede contener un parámetro de población. El parámetro de población desconocido se encuentra a través de un parámetro de muestra calculado a partir de los datos muestreados. Por ejemplo, la media poblacional μ se calcula utilizando la media muestral x̅. se calcula a partir de las estadísticas de datos observados que pueden contener el valor real de un parámetro de población desconocido.
Evaluación de la hipótesis
Prueba de hipótesis Prueba de hipótesis La prueba de hipótesis es un método de inferencia estadística. Se utiliza para probar si una declaración sobre un parámetro de población es correcta. La prueba de hipótesis ocurre cuando los científicos analizan una muestra de una población y luego usan esa información para hacer una afirmación sobre la gran población a la que pertenece la muestra.
Propiedades de las estadísticas
Algunas de las características potenciales que debe incluir una estadística:
1. Integridad
La integridad se refiere a una indicación de si los datos necesarios para satisfacer la demanda de información están disponibles en el recurso de datos. La integridad de los datos es necesaria para garantizar la precisión de los datos observados.
2. Coherencia
La coherencia se considera en términos de uniformidad o estabilidad de los datos. Algunas de las estadísticas utilizadas para medir la coherencia incluyen la desviación estándar, el rango y la varianza. Cuando se mide la consistencia de los datos de una muestra que es representativa de una gran población, generalmente se examina el error estándar de la media.
Además, cuando se utilizan instrumentos para recopilar datos, la consistencia se puede medir estimando la confiabilidad de los puntajes obtenidos.
3. Suficiencia
Una estadística se considera suficiente si no hay otra estadística que pueda calcularse a partir de la muestra. El concepto de suficiencia es común en la estadística descriptiva debido a su fuerte dependencia del supuesto de la forma de distribución de datos.
4. imparcialidad
El sesgo de las estadísticas está determinado por la diferencia entre el valor real del parámetro que se mide y el valor esperado del estimador. Si la media de la distribución muestral y el valor esperado del parámetro son iguales, la estadística se considera insesgada.
Lecturas relacionadas
Finance es el proveedor oficial de la certificación FMVA® de Analista de valoración y modelado financiero global (FMVA) ™ Únase a más de 350,600 estudiantes que trabajan para empresas como Amazon, JP Morgan y el programa de certificación de Ferrari, diseñado para ayudar a cualquiera a convertirse en un analista financiero de clase mundial . Para seguir aprendiendo y avanzando en su carrera, los recursos financieros adicionales a continuación serán útiles:
- Teorema de Bayes Teorema de Bayes En estadística y teoría de la probabilidad, el teorema de Bayes (también conocido como la regla de Bayes) es una fórmula matemática que se utiliza para determinar el condicional
- Matriz de correlación Matriz de correlación Una matriz de correlación es simplemente una tabla que muestra los coeficientes de correlación para diferentes variables. La matriz muestra la correlación entre todos los posibles pares de valores en una tabla. Es una herramienta poderosa para resumir un gran conjunto de datos y para identificar y visualizar patrones en los datos dados.
- Ley de los números grandes Ley de los números grandes En estadística y teoría de la probabilidad, la ley de los números grandes es un teorema que describe el resultado de repetir el mismo experimento una gran cantidad de
- Regla de probabilidad total Regla de probabilidad total La regla de probabilidad total (también conocida como ley de probabilidad total) es una regla fundamental en las estadísticas relacionadas con condiciones condicionales y marginales
