ESTADÍSTICA INFERENCIAL

PROBABILITAT
MODELS DE PROBABILITAT
L’espai mostral S d’un fenomen aleatori és el conjunt de tots els resultats
possibles.
• Un succés és qualsevol resultat o conjunt de resultats d’un fenomen
aleatori . És a dir, és un subconjunt de l’espai mostral.
Una assignació de probabilitat per a cada succés.
• Entenem la probabilitat com la proporció de vegades que passa un
succés determinat després de moltes repeticions.

REGLES DE PROBABILITAT
Regla 1: 0 < P(A) < 1
Regla 2: P(S) = 1
Regla 3 (regla del complementari): P (no passi A) = 1 – P(A)
Regla general de la suma per a dos successos qualsevol: P (A o B) = P(A) +
P(B) – P (A i B)
• Nota: si A i B són disjunts P (A i B) = 0.
Probabilitat condicional: P(B|A) = P (A i B) / P(A)
• Nota: Si dos successos A i B són independents, aleshores P(B|A) =
P(B) i per tant P (A i B) = P(A)·P(B)

DISTRIBUCIONS DE PROBABILITAT
Una variable aleatòria és una variable amb valors que són resultats d’un
fenomen aleatori.
Una distribució de probabilitat d’una variable aleatòria X ens diu quins
valors pot prendre X i com assignar probabilitats a aquests valors.
 • Distribució binomial: està basada en un procés Bernouilli.

• Distribució Normal: regla del 68-95-99,7.

INTERVALS DE CONFIANÇA I PROVES DE SIGNIFICACIÓ

Una mostra Dues mostres

Mitjana Proporció Mitjanes Proporcions

t(min{n1-1, n2-
σ coneguda σ desconeguda Normal Normal
1})

Normal t(n-1)

UNA MOSTRA, MITJANA, σ CONEGUDA

En una mostra obtenim un valor concret de 𝑋".
La variable mitjana mostral 𝑋" es distribueix

Podem fer dues coses:

1. Estimar un interval de confiança del C% per a µ (paràmetre
poblacional).
• Estimador + error d’estimació:
 o Trobar mida de la mostra per a un marge d’error determinat:

2. Contrastar una afirmació concreta sobre el valor de µ (hipòtesi nul·la).

• Formulem les hipòtesis nul·la i alternativa:

• Calculem l’estadístic de contrast. Aquesta variable és N(0,1) Pren un

valor concret en la nostra mostra.

3. Mirem si l’estadístic de contrast està dins o fora de la zona de rebuig de

la hipòtesi nul·la. És pot fer de dues maneres:
• Comparem el valor de l’estadístic de contrast amb el valor crític per
a un nivell concret de significació α.

• Comparem el valor P associat amb el valor concret de l’estadístic de

contrast amb el nivell de significació α.

Error tipus I = probabilitat de rebutjar H0 quan és certa = α.

Error tipus II = probabilitat d’acceptar H0 quan és falsa i el vertader valor de
µ és diferent de µ0.

UNA MOSTRA, MITJANA, σ NO CONEGUDA

Substituïm σ per s.
Tot és exactament igual, excepte que ara fem servir la distribució t(n-1).
• Interval de confiança del C%.

• Prova de significació:
o Estadístic de contrast (aquesta variable és t(n-1)).

o La resta és tota igual, però els valors crítics, són els de la t-

Student.

UNA MOSTRA, PROPORCIÓ

Se sembla al cas de la mitjana mostral amb σ coneguda. És a dir: utilitzem
la distribució Normal.
La diferència és que :
$ tenim 𝑝̅
• En comptes de 𝑋
• En comptes de µ tenim p.

• En comptes de tenim .
Interval de confiança del C%:

Si volem triar mida de mostra per obtenir marge error m...

Estadístic de contrast amb H0: p=p0

DUES MOSTRES INDEPENDENTS, MITJANES

Interval de confiança del C%:

Estadístic de contrast (per a H0: µ1 - µ2 = 0)

Nota: Les variables X1 i X2 han de ser Normals. Si les mostres no són

independents no podem utilitzar aquestes fórmules. És el cas, per
exemple, del disseny per parells.
DUES MOSTRES INDEPENDENTS, PROPORCIONS
Interval de confiança del C%:

Estadístic de contrast (per a H0: p1 - p2 = 0)

PROVA CHI-QUADRAT
H0: les dues variables són independents.
Ha: les dues variables estan relacionades.

Rebutgem si χ2 > valor crític per a un nivell de significació donat o si valor P

= Prob(χ2 més gran que el que ens ha sortit) és molt petit.