Excelente vídeo, explicado claramente. Me encanta. Para alguien como yo, que sinceramente soy analfabeta en estadística, este vídeo es excelente. Por eso agradezco muchísimo, por lo útil que ha sido y me será para introducirme a la estadística.
Nota 1: Un comentario respecto a la varianza es el que se refiere a su denominador, si es ‘n’ o ‘n - 1’. Cuando una medida se calcula tomando en consideración a toda la población, recibe el nombre de “Parámetro Poblacional” (Parámetro: características medibles de una población. Representada por letras griegas. Valor fijo para una población dada) Mientras que cuando se calcula sobre una muestra, se llama “Estadígrafo”, “Estadístico Muestral”, o simplemente “estadístico” (Estadístico: características medibles de una muestra, usada para estimar parámetros poblacionales. Representada por letras latinas. Variable para la población, fija para la muestra dada) Cuando los casos tomados son iguales al total de la población se aplica la fórmula de desviación estándar poblacional. Mientras que para la muestra se debe realizar un ajuste o corrección. Aunque la primera fórmula es correcta, en la práctica interesa realizar inferencias poblacionales, por lo que en el denominador en vez de n, se usa n - 1, según la corrección de Bessel. Esto ocurre cuando la media que se utiliza para centrar los datos es la media muestral en lugar de la media poblacional. Puesto que la media de la muestra es una combinación lineal de los datos, el residual a la muestra media se extiende más allá del número de grados de libertad por el número de ecuaciones de restricción (en este caso una). Por ello a la muestra así obtenida de una muestra sin el total de la población se le aplica esta corrección. La división por n - 1 asegura que la varianza muestral sea una estimación centrada de la varianza poblacional. Nota 2: Los grados de libertad son los valores que debemos restar al tamaño de la muestra para que, en el contexto del muestreo repetido, la varianza muestral sea un estimador insesgado. Generalmente son iguales al número de parámetros que se emplean en la estimación de la varianza, en este caso es uno ya que solo empleamos la media muestral para su estimación.
Execelente explicacion.. Directo al grano y sin rodeos.. Sobre todo lo de error estandar de la media k no lo tenia claro hasta ahora.. Lo unico k me keda duda es cuando de divide ente n y n-1 la varianza.. Pienso k el primero es en la poblacion y otro cuando se trabajada en la muestra.. Aclareme eso x favor maestra.
Hola doctora, excelentes vídeos. Entiendo que en la fórmula de cálculo de la varianza y/o desviación estándar de un conjunto de datos de una muestra, se divide entre (n-1), tamaño de la muestra menos la unidad. Sin embargo en el vídeo aparecen las fórmulas de cálculo del los estadísticos en mención y se divide entre n. Le agradecería mucho sacarme de esa duda.
La verdad es que no ver "n-1" en el cálculo de la varianza y la desviación estándar me ha llamado la atención. Por lo que sé, el "n-1" se tiene que poner porque la varianza muestral y la desviación estándar muestral divididas sólo por "n", en principio infravaloran (o son menores que) la varianza poblacional y la desviación estándar poblacional.
Aquella fórmula se obtuvo mediante métodos de estimación. Existen variadas formas de conseguir estimaciones de la varianza poblacional. Un método entrega la expresión dividida por "n", otro lo hace dividiendo por "n-1" (para el caso univariado). Ambos son válidos, sin embargo hay un tema clave que se llama "sesgo". Para hacerlo simple se busca que la esperanza (o media) del estimador (sea n o n-1 en este caso) sea exactamente el parámetro de la población, en este caso la varianza. En el caso de la división por n-1 ésto se cumple, mientras que al dividir por n no ocurre ésto y se genera un "sesgo". Por ésta razón es que se utiliza con n-1 en el denominador, aunque lo vuelvo a decir, ambos son estimadores válidos.
Excelente vídeo, explicado claramente. Me encanta. Para alguien como yo, que sinceramente soy analfabeta en estadística, este vídeo es excelente. Por eso agradezco muchísimo, por lo útil que ha sido y me será para introducirme a la estadística.
Nota 1:
Un comentario respecto a la varianza es el que se refiere a su denominador, si es ‘n’ o ‘n - 1’.
Cuando una medida se calcula tomando en consideración a toda la población, recibe el nombre de “Parámetro Poblacional”
(Parámetro: características medibles de una población. Representada por letras griegas. Valor fijo para una población dada)
Mientras que cuando se calcula sobre una muestra, se llama “Estadígrafo”, “Estadístico Muestral”, o simplemente “estadístico”
(Estadístico: características medibles de una muestra, usada para estimar parámetros poblacionales. Representada por letras latinas. Variable para la población, fija para la muestra dada)
Cuando los casos tomados son iguales al total de la población se aplica la fórmula de desviación estándar poblacional. Mientras que para la muestra se debe realizar un ajuste o corrección.
Aunque la primera fórmula es correcta, en la práctica interesa realizar inferencias poblacionales, por lo que en el denominador en vez de n, se usa n - 1, según la corrección de Bessel. Esto ocurre cuando la media que se utiliza para centrar los datos es la media muestral en lugar de la media poblacional. Puesto que la media de la muestra es una combinación lineal de los datos, el residual a la muestra media se extiende más allá del número de grados de libertad por el número de ecuaciones de restricción (en este caso una). Por ello a la muestra así obtenida de una muestra sin el total de la población se le aplica esta corrección.
La división por n - 1 asegura que la varianza muestral sea una estimación centrada de la varianza poblacional.
Nota 2:
Los grados de libertad son los valores que debemos restar al tamaño de la muestra para que, en el contexto del muestreo repetido, la varianza muestral sea un estimador insesgado. Generalmente son iguales al número de parámetros que se emplean en la estimación de la varianza, en este caso es uno ya que solo empleamos la media muestral para su estimación.
Me parece increíble que la estadística me pueda estar resultando tan interesante gracias a usted. ¡Quiero saber más!
Execelente explicacion.. Directo al grano y sin rodeos.. Sobre todo lo de error estandar de la media k no lo tenia claro hasta ahora.. Lo unico k me keda duda es cuando de divide ente n y n-1 la varianza.. Pienso k el primero es en la poblacion y otro cuando se trabajada en la muestra.. Aclareme eso x favor maestra.
Saludos, justo asi como lo describiste al final. El primero "n u N" obedece a la poblacion, y el segundo "n-1" obedece a la muestra.
Perfecta!Totalmente esclarecedora
Muy buena profesora
Hola doctora, excelentes vídeos. Entiendo que en la fórmula de cálculo de la varianza y/o desviación estándar de un conjunto de datos de una muestra, se divide entre (n-1), tamaño de la muestra menos la unidad. Sin embargo en el vídeo aparecen las fórmulas de cálculo del los estadísticos en mención y se divide entre n.
Le agradecería mucho sacarme de esa duda.
La verdad es que no ver "n-1" en el cálculo de la varianza y la desviación estándar me ha llamado la atención. Por lo que sé, el "n-1" se tiene que poner porque la varianza muestral y la desviación estándar muestral divididas sólo por "n", en principio infravaloran (o son menores que) la varianza poblacional y la desviación estándar poblacional.
Aquella fórmula se obtuvo mediante métodos de estimación. Existen variadas formas de conseguir estimaciones de la varianza poblacional. Un método entrega la expresión dividida por "n", otro lo hace dividiendo por "n-1" (para el caso univariado). Ambos son válidos, sin embargo hay un tema clave que se llama "sesgo". Para hacerlo simple se busca que la esperanza (o media) del estimador (sea n o n-1 en este caso) sea exactamente el parámetro de la población, en este caso la varianza.
En el caso de la división por n-1 ésto se cumple, mientras que al dividir por n no ocurre ésto y se genera un "sesgo". Por ésta razón es que se utiliza con n-1 en el denominador, aunque lo vuelvo a decir, ambos son estimadores válidos.
EXCELENTE, MI TÍA.
La adoroooooo.
No me queda claro lo del error estándar, ojalá pudieran hacer un ejemplo más adecuado (práctico) para que se facilite entender.
Saludos, en este video queda aun más claro el error estándar: ua-cam.com/video/HNE679OXNp4/v-deo.html
Che flaca, si tengo letras directamente no se podía utilizar?????''
Excelente video, recomiendo este otro sobre SPSS para la investigación y tesis, me ayudo bastante : ua-cam.com/video/Lko5_UYZ-QQ/v-deo.html