ESTADÍSTICA INFERENCIAL

La imagen ofrece una representación gráfica de la estadística inferencial, destacando su objetivo principal: inferir el comportamiento de una población a partir del análisis de una muestra. Se enfoca en el análisis de datos de una muestra y presenta una clasificación detallada entre análisis paramétricos y no paramétricos. En los análisis paramétricos, se realizan pruebas para verificar supuestos como la normalidad (mediante pruebas como Shapiro-Wilk y Kolmogorov-Smirnov) y la homocedasticidad (Prueba de Levene). Además, se utilizan herramientas como la t de Student y ANOVA para analizar datos cuantitativos. Por otro lado, los análisis no paramétricos se aplican cuando no se cumplen los supuestos paramétricos y se incluyen pruebas como Wilcoxon, U de Mann-Whitney y Chi-cuadrado, enfocándose en datos cualitativos o distribuciones no normales. Finalmente, la imagen también aborda la formulación de hipótesis (bilaterales o unilaterales) y las reglas de decisión basadas en el p-valor para aceptar o rechazar hipótesis nulas. Es un esquema integral que sintetiza los pasos y herramientas esenciales de la estadística inferencial.