Explorando las Técnicas Estadísticas: Un Enfoque por el Número de Variables

Clasificación de las Técnicas Estadísticas según el Número de Variables

La clasificación de las técnicas estadísticas se fundamenta en el número de variables que intervienen de forma conjunta y simultánea en el análisis de la información.

Técnicas Univariables

Estas técnicas están dirigidas al análisis de la información que puede proporcionar cada variable de forma individual, en relación con las respuestas ofrecidas por la muestra seleccionada.

Subtipos de Técnicas Univariables:

• Técnicas de Estadística Descriptiva: Su finalidad consiste en ofrecer medidas que resuman la información contenida en todas las variables contempladas en la muestra.
• Técnicas de Estadística Inferencial: Su propósito se basa en garantizar la capacidad de extrapolación de las conclusiones obtenidas en la muestra a la población general.

Técnicas Bivariables

Estas técnicas se conciben para establecer la existencia de una relación entre dos variables contempladas en la investigación y, en caso de que exista, medir su grado o intensidad. También pueden clasificarse según su carácter descriptivo o inferencial, e incluso causal (relación de causa-efecto) entre una variable independiente, de carácter nominal, y una variable dependiente, que puede ser ordinal, de intervalo o de razón.

Esta tipología de técnicas estadísticas se utiliza frecuentemente para identificar la existencia de relación entre las variables que identifican a la persona encuestada y la información proporcionada por esta, en base a los objetivos de la investigación. Esto permite la obtención de grupos o segmentos diferenciados, como se observa en el nivel de asociación entre el sexo (o la edad) de la persona encuestada y su frecuencia de compra de un producto.

Técnicas Multivariables

Son técnicas estadísticas diseñadas para el análisis simultáneo de más de dos variables. Estas técnicas se clasifican en:

Subtipos de Técnicas Multivariables:

• Técnicas de Dependencia: Implican el análisis de una o más variables dependientes a partir de dos o más variables independientes, con el objetivo de explicar un fenómeno o realizar una predicción.
• Técnicas de Interdependencia: Buscan el análisis de la interrelación entre todas las variables contempladas en su conjunto. Son muy útiles para la reorganización de los datos a través de su reducción o la identificación de una estructura subyacente en las variables.

Conceptos Relacionados con la Distribución de Datos:

La Curtosis

La curtosis mide el apuntamiento de la representación gráfica de una distribución correspondiente a una variable métrica. Realiza una valoración de la cantidad de observaciones que se encuentran próximas a la media y a la moda.

Tipos de Curtosis:

• Distribución Mesocúrtica: Curtosis (K) = 0. Corresponde a una distribución normal.
• Distribución Leptocúrtica: Curtosis (K) > 0. Distribuciones con mayor apuntamiento y colas más anchas.
• Distribución Platicúrtica: Curtosis (K) < 0. Distribuciones con menor apuntamiento y colas menos anchas.