Inferencia estadística

Unidad 1: paso 1 reconocimiento de conceptos generales de inferencia estadística

Presentado por:

Cristian Hernan Ramírez Sánchez

Presentado a:

Luis Roberto Gueto

Grupo: 212064_4

Universidad Nacional Abierta y a Distancia

Subachoque

Septiembre 2018
 Introducción

Se realizó el siguiente trabajo con el objetivo de dar el concepto, conocer y apropiar los significados de cada tema y subtemas de las
unidades que componen el curso de inferencia estadística. Con la ayuda de estos conceptos realizar trabajos que cumplan con lo
solicitado obteniendo las máximas puntuaciones
 Objetivos

 Identificar las unidades que componen el curso

 Apropiar los conceptos a desarrollar
 Realizar las lecturas de los libros recomendados
 Elaborar cuadros sinópticos de las unidades del curso

conceptos generales
Inferencia estadistica
clases de muestreo, seleccion de muestra
Cualidades de un buen estimador: Insesgamiento, eficiencia y
consistencia
Unidad 1 Introduccion a la inferencia estadistica
distribuciones muestrales
Intervalos de confianza para medidas de desviacion cocnocida y
desconocida
intervalos de confianza para muestra grande para proporciones
intervalos de confianza para varianza
Representa la diversidad y las características propias de una población se
Poblacion
denota con la letra mayúscula M
Muestra Es una pequeña porción de la población en la cual se agrupan o se ilustran las características propias de la población se denota con la
letra minúscula m
Muestreo
Número de elementos de la población
Son aquellos en los que todos los individuos tienen una misma
Muestreo probabilistico probabilidad de ser elegidos para hacer parte de una muestra
Se asigna un numero a cada individuo y atraves de halgun medio
Muestreo aleatorio simple mecanico se elige tantos sujetos como sea necesario para completar la
muestra
Nuemerar todos los elementos de la poblacion pero en lugar de extraer n
Muestreo aleatorio sistematico
nuemeros aleatorios solo se extrae uno
Consiste en considerar categorias tipicas diferenten entre si (estratos)
Muestreo aleatorio estratificado
que poseen gran homogeneidad respecto a alguna cararteristica
Sesgo: Un estimador es insesgado si la media de la distribucion del estimador es igual al
parametro.
Consistencia, un estimador es consistente si aproxima el valor del parametro cuanto
mayor es n .Eficiencia un estimador es mas eficiente que otro si la varianza de la
distribucion muestral del estimador es menor a la del otro estimador.
Es la distribucion de probabilidad de un estadistico recibe el nombre de
distribucion muestral: depende del tamaño de la poblacion , del tamaño de
la muestra , del metodo de seleccion de las muestras.
Si partimos de una población que sigue una distribución Z ~ N(0,1) bastará con encontrar el punto
crítico zα/2 para tener un intervalo que contenga la media poblacional con probabilidad c
Puesto que las poblaciones se caracterizan por medidas descriptivas
numericas llamadas parametros la inferencia se ocupa de hacer
inferencias aserca de los parametros de una poblacion.
Dada una variable aleatoria con distribución Normal N(μ; σ), el objetivo
es la construcción de un intervalo de confianza para el parámetro σ,
basado en una muestra de tamaño n de la variable
 Tales hipotesis que pueden o no ser ciertas , se llaman hiotesis
Hipotesis estadistica estadisticas , son enuciados acerca de las distribuciones de
probabilidad de las poblaciones

Elementos propios de las pruevas de hipotesi

Si desemaos decir si un procedimiento es mejor que otro

Hipotesis nula
formulamos la hipotesis de queno hay diferencia entre ellos

Hipotesis Nula Es una hipotesis para la que nos planteamos su validez

Conceptos fundamentales: Hipotesisi nula y alternativa

Inferecia estadistia

Es la hipotesis cuya validez aceptaremos si encontramos evidencias suficientes

Hipoyesis alternativa
para rechazar la hipotesis nula

Hay dos maneras de aplicar la regla de decisión al contraste de hipótesis, una se basa en la probabilidad de observar valores
del estadístico de contraste bajo el supuesto de que la Hipótesis Nula sea verdadera. La otra se basa en determinar si el valor
Criterio de rechazo, Pruebas de una y dos colas
observado del estadístico de contraste se sitúa en la región de rechazo (conjunto de valores cuya observación es poco
probable si la Hipótesis Nula fuera verdadera)

Unidad 2 Pruebas de hipotesis y ANOVA

Si rechazamos una hipotesis cuando deberia ser aceptada diremos

que se ha cometido un error de tipo I

Errores tipo I y II, Pruebas de hipotesis para la mdedia

Si aceptamos una hipotesis que deberia ser rechazada diremos que se ha

cometido un error de tipo II

Las pruebas de proporciones son adecuadas cuando los datos que se

Pruebas de hipotesis para una proporcion están analizando constan de cuentas o frecuencias de elementos de
dos o más clases

Queremos hacer inferencia de dos madidas de poblaciones apartir de la

Hipotesis para dos parametros: Comparacion de dos procesoso o
informacion de muestras de la poblacion se extrae una muestra al no compartir
poblaciones
ningun elemento ambas muestras seran independientes .

ANOVA permite decidir si los distintos niveles del factor establecen

diferentes subpoblaciones en la variable respuesta o por el contrario
ANOVA
el comportamiento de la variable respuesta es la misma para todos
los niveles y se tiene una unica poblacion.
 Existen procesos que no dependen de la distribucion
de la variable estos procedimientos son conocidos
como estadisticos de distribucion libre

Generalidades

los procedimientos no parametricos no se relacionean

con los parametros de la poblacion

Ventajas de pruebas no parametricas.

son faciles de usar y entender
se pueden usar con muestras pequeñas ,se pueden usar con
metodos cualitativos,son convenientes cuando no se conoce la
distribucion de la poblacion
ventajas y desventajas de pruebas no parametricas
Inferencia estadistica

Desventajas de las pruevas no parametricas

Ignoran o desperdician informacion,no son tan eficientes como las pruebas parametricas ,llevan a una
mayor probabilidad de no rechazar una hipotesis nula

chi cuadrada es la prueba mas planteada en la

Pruebas para una muestra simple investigacion de psicologia se aplica para comparar
las frecuencias esperadas y las frecuencias obtenidas

Unidad 3 Estadistica no parametrica

la prueba t de wilcoxon concidera la magnitud relativa
y la direccion de las diferencias lo que la convierte en
Pruena para unamuestra relacionada t de wilcoxon una prueba poderosa esta prueba otorga mayor peso
a los pares que tinen mayores diferencias entre el
antes y el despues .

Es una alternativa no parametrica al analisis de

varianza utilizada para comparar varias muestras
Analisis de varianza en una direccion por rangos independientes cuando la unica forma factible de
medicion es la ordinal o el rango la opcion es
emplear la prueba de Kruskal-Wallis

se aplica en muestras aleatorias extraidas

independientemente cuyos tamaños pueden ser
Pruebas para muestras independientes diferentes las puntuaciones de la distribucion de
ambas muestras se ordenan por rangos deacuerdo
con valores crecientes en magnitud

la chi-cuadrada tambien se emplea en muestras

independientes una de las diferencias con las pruebas
Chi-cuadrado paramuestras independientes u de Mann Whitney y analisis de varianza en una
direccion por rangos de hruskal wallis es que no
emplea rangos

Ovi teoria pruebas no parametricas

 Contextualización de la base de datos

Conceptualización Base de datos

Conceptos Iniciales e Identificación de los mismos en la Base

de datos Periodo académico 16-04
Es un conjunto de Percepción de la
Problemática
problemas que calidad de vida
atañen a una teniendo en
persona, cuenta el nivel de
población o cosa escolaridad de los
encuestados en el
año 2018.
Es un conjunto
Población
de sujetos o
elementos que Individuos de los
representan municipios de
características Pasto y Medellín
comunes
 Es un
Muestra
subconjunto de
casos o individuos
de una población Habitantes del
municipio de
pasto y de
Medellín
Unidad
Unidad de Muestreo
seleccionada de la
población para la Individuos de
aplicación de la Medellín
técnica de
investigación
Es la que se Ingreso mensual,
Variables Cuantitativas
expresa mediante desplazamiento al
un numero lugar de trabajo,
horas laboradas
diariamente, edad
, gasto mensual
en servicios
 públicos,
distancia al
puesto de salud
más cercano,
gasto de la
canasta familiar
Se refieren a Género, lugar de
Variables Cualitativas
características o residencia,
cualidades que no escolaridad,
pueden ser posición
medidas con ocupacional, tipo
números de colegio
egresado,
régimen de salud,
tipo de hogar,
recolección de
basura,
consideración de
pobreza.
 Características Posición
Parámetros
medibles de la ocupacional
población
Describen
Parámetros cualitativos
aspectos Tipos de hogar
relacionados con
la población
Son datos Promedio de
Parámetros cuantitativos
numéricos que ingreso mensual
están relacionados
con la población
 Conclusiones

 Se identificaron y se apropiaron los diferentes significados del curso de inferencia estadística ya que conocer cada uno de ellos
es importante para la toma de encuesta que en algún momento seria necesarias tomar algún tipo de encuesta o para dar solución
a problemáticas que se presenten en mi sociedad.

Referencias bibliográficas
Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística descriptiva, teoría de la probabilidad e inferencia.
Madrid, ESPAÑA: Larousse - Ediciones Pirámide. pp. 269 -298. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=270&docID=11231145&tm=1492552074909

Gutiérrez,H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico de la calidad y Seis Sigma.(3a. ed.)
McGraw-Hill Interamericana. pp. 62 -65. Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?il=280
Silva, A. L. C. (1993). Muestreo para la investigación en ciencias de la salud. Madrid, ES: Ediciones Díaz de Santos. pp. 1- 6.
Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=18&docID=10189879&tm=1492552993701
Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto Politécnico Nacional. pp. 27-37.
Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=38&docID=10365616&tm=1492553102158

Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto Politécnico Nacional. pp. 43- 57.
Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=54&docID=10365616&tm=1492553146384

Gutiérrez,H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico de la calidad y Seis Sigma.(3a. ed.)
McGraw-Hill Interamericana. pp. 65- 72. Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?il=280

Gil, I. M., Gonzáles, M. A. I., & Jano, S. M. D. (2014). Ejercicios de estadística teórica: probabilidad e Inferencia (2a.e d.).
Madrid, ES: Editorial Universidad Autónoma de Madrid. pp. 127- 140. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=128&docID=10995669&tm=1492553434394