You are on page 1of 4

Inferencia Estadı́stica

INFERENCIA ESTADÍSTICA
Coordinadora de curso: Mg. Luz Ramos

La inferencia estadı́stica, es la una parte de la Estadı́stica que comprende los métodos y


procedimientos para deducir propiedades de una población a partir del estudio de una parte de
ésta (muestra). Es esencial para el administrador de empresas, el contador, el economista y el
ingeniero dado que los diversos métodos de estimación, predicción y contraste de hipótesis son
las herramientas fundamentales en la toma de decisiones en condiciones de incertidumbre, de
tal manera que les permita ir más allá de solo reportar y describir datos.

1. Conceptos básicos
Población: Conjunto de elementos que contienen una o más caracterı́sticas observables que se
pueden medir en ellos. La población puede ser Finita o Infinita, dependiendo del número de
elementos que presente.

Parámetro: Valor numérico que resume todos los datos de una población completa. Entre
otros, los parámetros poblacionales son:

Media poblacional: µ

Varianza poblacional: σ 2

Desviación estándar poblacional: σ

Proporción poblacional: p

Muestra: Es un subconjunto de elementos seleccionados de una población, lo ideal es que


sea un subconjunto representativo de toda la población, es decir que refleje las caracterı́sticas
esenciales de la misma y se pueda realizar generalizaciones.

Estadı́stica Inferencial Página 1


Inferencia Estadı́stica

2. Muestreo aleatorio
Para poder estudiar correctamente una población mediante la inferencia estadı́stica es fun-
damental que la muestra esté bien escogida. Una forma de conseguir esto es haciendo que todos
los elementos de la población tengan la misma probabilidad de ser elegidos para la muestra. A
este proceso de obtener muestras representativas se le denomina muestreo aleatorio. Los tipos
de muestreo aleatorio son:

2.1. Muestreo al azar simple


Es aquella en la que los elementos de la muestra se escogen del total de la población en forma
individual con la misma oportunidad de ser incluida en la muestra. Por lo general se utiliza
una tabla de números aleatorios o un programa de cómputo generador de números aleatorios
para identificar a los elementos numerados de la población que se eligen para la muestra.

Ejemplo 1. Si queremos seleccionar una muestra al azar simple de 4 alumnos de 50 alumnos


que están en clase. Primero se identifica a los alumnos con los números 1 al 50. Estos números
se colocan en una urna y de esta manera se escogen 4 al azar.

2.2. Muestreo al azar sistemático


Es aquella en que sus elementos se eligen de la población a intervalos uniformes a partir de
un listado ordenado. El k − esimo elemento de la muestra es k = Nn , donde n es el tamaño de
la muestra y N el tamaño de la población.

Estadı́stica Inferencial Página 2


Inferencia Estadı́stica

Ejemplo 2. Una empresa tiene 120 trabajadores y se quiere extraer una muestra aleatoria
sistemática de 30 trabajadores. Para ello se numeran los trabajadores del 1 al 120, se calcula el
intervalo constante entre cada individuo: k = 120 30
= 4. Luego se sortea un número del 1 al 4.
Supongamos que sale el número 2; entonces el primer trabajador seleccionado para la muestra
será el número 2, los siguientes trabajadores se obtendrı́an sumando 4, hasta llegar a tener 30
trabajadores. Los trabajadores seleccionados para la muestra serı́an los que se correspondan a
los números: 2, 6, 10, 14, 18,....

2.3. Muestreo aleatorio estratificado


Es aquel procedimiento que consiste en dividir a la población en grupos llamados estratos.
Dentro de cada estrato los elementos deber ser lo más homogéneo posibles con respecto a las
caracterı́sticas de la variable en estudio. Los estratos deben ser homogéneos dentro de sı́ y
heterogéneos entre ellos. La muestra aleatoria resultante es la unión de las submuestras que se
obtienen por separado en cada estrato por el método aleatorio simple o sistemático.

Ejemplo 3. Si se quisiera estudiar las actitudes polı́ticas de los estudiantes de una universidad,
se podrı́a subdividir en estratos de acuerdo con el tipo de estudios que cursen, suponiendo que
estas actitudes van a ser diferentes entre quienes siguen ingenierı́a, letras, medicina u otras
carreras. Luego, se efectuarı́a un muestreo dentro de cada estrato, para finalmente, realizar un
análisis integrando los resultados de todas las submuestras.

Estadı́stica Inferencial Página 3


Inferencia Estadı́stica

2.4. Muestreo aleatorio por conglomerados


Este tipo de muestreo se utiliza cuando se trata de obtener una muestra al azar de una
población dispersa en una gran área geográfica. Primero los elementos de la población son
particionadas en conglomerados (puede ser extensa cuyos elementos tienen una o más car-
acterı́sticas en común). En cada conglomerado se escoge una submuestra representativa por
cualquiera de los métodos anteriores. La muestra total es la unión de las submuestras.

Ejemplo 4. Una encuesta de opinión a nivel nacional es una aplicación adecuada del muestreo
por conglomerados.

3. Muestra aleatoria simple


Se denomina muestra aleatoria de tamaño n de una población X con distribución f (x) de
media µ y varianza σ 2 , a un conjunto de n variables aleatorias X1 , X2 , ..., Xn tales que:

Son independientes, es decir:

f (x1 , x2 , . . . , xn ) = f (x1 )f (x2 ) . . . f (xn )

Cada una de ellas está distribuida en forma idéntica a f (x), es decir:


E(Xi ) = µ, V ar(Xi ) = σ 2 y f (Xi ) = f (X)

3.1. Estadı́stica:
Es cualquier función de las variables aleatorias que constituyen la muestra. Algunas es-
tadı́sticas son:
Pn
Xi
Media muestral: X = i=1
n
Pn 2
Pn 2
i=1 (Xi −X) i=1 (Xi −X)
Varianza muestral: S 2 = n
o s2 = n−1

Desviación estándar muestral: S = S 2
X
Proporción muestral: p = n
, donde X ∼ B(n, p)

Estadı́stica Inferencial Página 4