Inferencia estadística
La inferencia responde a la pregunta que hace útil a la estadística: qué se puede decir de una población entera habiendo mirado solo una parte. La respuesta nunca es una certeza, y esa es precisamente la aportación: cuantificar cuánta incertidumbre queda. Este curso construye la distribución normal, explica por qué aparece en todas partes, y llega a los intervalos de confianza y al tamaño de muestra, que es lo que permite leer una encuesta sin creerse ni de más ni de menos.
Lecciones
- 1 La puntuación Z Tipificar un valor para poder compararlo con otros de escalas distintas.
- 2 La distribución normal Calcular el porcentaje de valores que queda por debajo de un punto.
- 3 Probabilidades entre dos valores Calcular qué proporción de una población cae en un intervalo.
- 4 El camino inverso Encontrar el punto que deja por debajo un porcentaje dado.
- 5 El error estándar Medir cuánto varía la media de una muestra a otra.
- 6 Intervalos de confianza Construir un rango que probablemente contenga el valor real.
- 7 El margen de error Leer el «± 3 puntos» de una encuesta.
- 8 Tamaño de muestra Calcular a cuánta gente hay que preguntar.
- 9 Binomial y Poisson Modelar recuentos de éxitos y de sucesos raros.
- 10 Correlación y regresión Medir la relación entre dos variables sin confundirla con causa.
- 11 La distribución de Poisson Calcular la probabilidad de un número de sucesos en un intervalo.
Examen final
15 preguntas sorteadas de todas las lecciones. Hace falta un 70 % para aprobar, y al suspender hay que esperar 12 horas antes de repetir: si se pudiera reintentar sin límite, aprobar sería cuestión de insistir y el diploma no diría nada.
Te recomendamos dominar todas las lecciones antes de presentarte.
Ir al examenPreguntas frecuentes
¿Qué significa realmente un intervalo al 95 %?
Que si repitiéramos el muestreo muchas veces, el 95 % de los intervalos construidos con ese método contendría el valor real. No que haya un 95 % de probabilidad de que esté en este intervalo concreto.
¿Por qué el tamaño de la población no influye en el tamaño de muestra?
Porque lo que reduce el error es el número absoluto de observaciones, no su proporción. Para saber si la sopa está salada no hace falta más cuchara porque la olla sea mayor, siempre que esté bien removida.
¿Cuál es la diferencia entre desviación típica y error estándar?
La desviación típica mide cuánto varían los individuos. El error estándar mide cuánto variaría la media si repitiéramos el muestreo, y es la desviación dividida entre la raíz de n.
Si dos cosas están correlacionadas, ¿una causa la otra?
No necesariamente. Puede haber una tercera variable que cause las dos, o puede ser coincidencia. Para afirmar causalidad hace falta un experimento o un argumento causal externo a los datos.
¿Qué quiere decir que un resultado sea estadísticamente significativo?
Que sería raro obtenerlo si no hubiera ningún efecto real, nada más. No dice que el efecto sea grande ni que sea importante: con una muestra enorme, una diferencia insignificante puede salir significativa. Conviene mirar siempre el tamaño del efecto junto al valor p.