En este post se explica cuáles son los diferentes tipos de estadística. Así pues, encontrarás qué tipos de estadística existen junto con ejemplos de aplicaciones de cada tipo de estadística.
Índice
¿Cuáles son los tipos de estadística?
Los tipos de estadística son:
- Estadística descriptiva: sirve para describir las características de un conjunto de datos.
- Estadística inferencial: se usa para determinar los valores de una población a partir de los datos de una muestra. Se divide en dos tipos:
- Estadística paramétrica: estudia los datos se pueden modelar mediante una distribución de probabilidad.
- Estadística no paramétrica: analiza los datos que no se ajustan a una distribución de probabilidad.
A continuación se explica cada tipo de estadística más detalladamente, además, podrás un ejemplo de la aplicación de cada tipo de estadística.
Estadística descriptiva
La estadística descriptiva es la rama de la estadística que se encarga de describir los datos recopilados para ayudar a analizarlos. Es decir, la estadística descriptiva sirve para resumir un conjunto de datos mediante medidas estadísticas, gráficos o tablas.
Por ejemplo, podemos usar la estadística descriptiva para presentar las frecuencias de una muestra de datos en un gráfico de barras. Asimismo, podemos calcular la media aritmética, la desviación típica y otras medidas descriptivas para determinar cómo es la muestra de datos del estudio estadístico.
En definitiva, la estadística descriptiva es la parte de la estadística que se usa para resumir una muestra, a diferencia de la estadística inferencial cuyo objetivo es determinar los parámetros de la población.
Estadística inferencial
La estadística inferencial es la rama de la estadística que se encarga de determinar los valores de una población a partir de los datos de una muestra. Es decir, la estadística inferencial sirve para hacer deducciones sobre los parámetros estadísticos de una población analizando solamente una parte de ella.
Normalmente, cuando se lleva a cabo un estudio estadístico no se puede analizar a todos los elementos de la población, por lo tanto, se analiza solamente una muestra de individuos y luego se extrapolan los resultados a toda la población. Así pues, la estadística inferencial es la parte de la estadística que permite deducir los resultados de la población a partir de los cálculos realizados con la muestra de estudio.
Ten en cuenta que no se podrá saber con exactitud los parámetros poblacionales. No obstante, la inferencia estadística ayuda a que el margen de error sea pequeño y a aumentar las probabilidades de determinar con éxito los valores de la población.
Por lo tanto, la estadística inferencial es importante porque permite analizar una población estudiando solo una muestra de ella, lo que reduce los costes de la investigación.
Estadística paramétrica
La estadística paramétrica es la rama de la estadística inferencial que supone que los datos se pueden modelar mediante una distribución de probabilidad. Por lo tanto, la estadística paramétrica utiliza pruebas estadísticas que se ajustan a distribuciones de probabilidad conocidas.
Cabe destacar que la gran mayoría de los métodos estadísticos usados son paramétricos, es decir, forman parte de la estadística paramétrica.
Principalmente, la estadística paramétrica sirve estimar un parámetro, ya sea mediante una estimación puntual o una estimación por intervalos, y para realizar contrastes de hipótesis.
Estadística no paramétrica
La estadística no paramétrica es la rama de la estadística inferencial que estudia las variables que no se ajustan a una distribución de probabilidad o que los parámetros de la distribución son indefinidos. Es decir, la estadística no paramétrica se utiliza para variables que no se pueden definir con modelos teóricos.
De manera que las distribuciones usadas en la estadística no paramétrica no se pueden definir a priori, sino que son los datos observados que las determinan.
Los métodos estadísticos no paramétricos se suelen utilizar cuando no se cumplen los supuestos previos de algunas pruebas estadística, ya que la estadística paramétrica suele requerir el cumplimiento de algunos supuestos y por tanto no siempre se puede aplicar.