La estadística busca principalmente organizar, sintetizar y analizar datos para comprenderlos y explotarlos. Dependiendo la naturaleza de los datos, esta ciencia se divide en dos grandes áreas: descriptiva e inferencial.

La principal diferencia entre estadística descriptiva e inferencial es el objetivo que pretendemos alcanzar a través de los datos. Por tanto, antes de aplicar cualquier técnica tenemos que identificar si queremos caracterizar un grupo de datos (descriptiva), o buscamos sacar conclusiones generales de una población mediante una muestra (inferencial).

Estadística descriptiva

Pretende resumir a través de métodos de tendencia central y variabilidad (media, varianza, rango, frecuencia, etc) las características clave de los datos conocidos de una población o una muestra de la misma.

Estadística inferencial

Realiza inferencias o generalizaciones acerca de una población a través de datos muestrales, siendo los métodos más utilizados: test, correlación, regresión y ANOVA, entre otros.

Además, dentro de la estadística inferencial diferenciamos las pruebas paramétricas y no paramétricas. Ambos tipos de pruebas buscan obtener conclusiones de una muestra para hacer deducciones sobre una población total. Por lo que, dependiendo si los datos se adaptan a una distribución o cumplen unos parámetros específicos, podremos aplicar unas u otras.

Pruebas paramétricas

Asumen que los datos tienen una determinada distribución o cumplen ciertos parámetros específicos (comprobar la idoneidad del modelo)

✔️ Pros: mayor precisión, más eficacia y menor error.
✖️ Contras: mayor limitación y complejidad.

Pruebas no paramétricas

Reconocen que no subyace en los datos una distribución determinada ni tampoco parámetros específicos.

✔️ Pros: pruebas más robustas, sencillas y amplias.
✖️ Contras: mayor error y menor exactitud.

Habitualmente, el análisis de datos se inicia con la aplicación de estadísticas descriptivas y se complementa con la estadística inferencial. De este modo, aplicaremos las pruebas paramétricas si y solo si se cumplen los requisitos establecidos, en caso contrario, emplearemos las pruebas no paramétricas.

☑️ Nuestro consejo es aplicar las pruebas paramétricas siempre que se pueda, ya que aportan mayor precisión y eficacia, aunque se consideren más estrictas y complejas.


Las siguientes recomendaciones literarias os ayudaran a asimilar mejor estos conceptos y así, conocer en profundidad los métodos utilizados:

Si te ha parecido interesante, ¡compártelo y síguenos también en todas nuestras redes sociales para no perderte nada!

Publicado el 14 de diciembre de 2020