You are on page 1of 57

Estadstica Inferencial

UNIDAD
Inferencia
2
Estadstica:

2.1 Conceptos Bsicos

La inferencia estadstica es el
proceso de usar resultados
mustrales
para
obtener
conclusiones respecto a las
caractersticas
de
una
poblacin.
2

2.1 Conceptos Bsicos


Estimador
Es la regla o procedimiento, expresado
en general por medio de una frmula,
que se utiliza para deducir la
estimacin.

2.1 Conceptos Bsicos


Estimacin
Es un valor especfico observado de un
estimador, por lo que asigna uno o varios
valores numricos a parmetros de una
poblacin sobre la base de datos de
muestra.

2.1 Conceptos Bsicos


Tipos de Estimacin:
1. Estimacin Puntual. Consiste en un solo
estadstico Muestral que se usa para
estimar el valor verdadero de un
parmetro de una poblacin que es
desconocido.
2. Estimacin por Intervalo. Es
la
estimacin de un parmetro de la
poblacin dado por dos nmeros que

2.1 Conceptos Bsicos


Prueba de Hiptesis
Muchos problemas requieren que se decida
s una afirmacin o supuesto acerca de
algn parmetro es verdadera o falsa.
Al supuesto generalmente se le denomina
hiptesis, y al procedimiento de toma de
decisin acerca de la verdad o falsedad de
esta se le denomina prueba de hiptesis.
6

2.1 Conceptos Bsicos


Hiptesis Estadstica
Una hiptesis estadstica es un supuesto
acerca de algn parmetro o de la
distribucin probabilstica de una variable
aleatoria.
Tipos:
Pruebas Clsicas
Pruebas Paramtricas de Distribucin Libre
Pruebas No Paramtricas

2.1 Conceptos Bsicos


Pruebas no Paramtricas
Se le llaman as porque su clculo
implica una estimacin de los
parmetros de la poblacin con
base en muestras estadsticas.
Mientras ms grande sea la muestra
ms exacta ser la estimacin.
8

2.2 Distribuciones de muestreo


Las muestras aleatorias obtenidas de una
poblacin
son,
por
naturaleza
propia,
impredecibles. No se esperara que dos
muestras aleatorias del mismo tamao y
tomadas de la misma poblacin tenga la
misma
media
muestral
o
que
sean
completamente parecidas; puede esperarse
que cualquier estadstico, como la media
muestral, calculado a partir de las medias en
una muestra aleatoria, cambie su valor de una

2.2 Distribuciones de muestreo


Como los valores de un estadstico, tal como
x, varan de una muestra aleatoria a otra, se
le puede considerar como una variable
aleatoria
con
su
correspondiente
distribucin de frecuencias.
La distribucin de frecuencia de un
estadstico
muestral
se
denomina
distribucin muestral. En general, la
distribucin muestral de un estadstico
es la de todos sus valores posibles
10

2.2 Distribuciones de muestreo


Suponga que se han seleccionado muestras
aleatorias de tamao 20 en una poblacin grande.
Se calcula la madia muestral x para cada
muestra; la coleccin de todas estas medias
mustrales recibe el nombre de distribucin
muestral de medias, lo que se puede ilustrar en la
siguiente figura:

11

2.2 Distribuciones de muestreo


Suponga que se eligen muestras aleatorias de tamao
20, de una poblacin grande, y se calcula la deviacin
estndar de cada una. La coleccin de todas estas
desviaciones estndar mustrales se llama distribucin
muestral de la desviacin estndar, y lo podemos
ver en la siguiente figura:

12

2.2 Distribuciones de muestreo


Ejemplo:

Se eligen muestras ordenadas de tamao 2, con reemplazo, de la


poblacin de valores 0, 2, 4 y 6. Encuentre:
, la media poblacional.
, la desviacin estndar poblacional.
, la media de la distribucin muestral de medias.
, la desviacin estndar de la distribucin muestral de medias.
Adems, grafique las frecuencias para la poblacin y para la
distribucin muestral de medias.

13

2.2 Distribuciones de muestreo

14

2.2 Distribuciones de muestreo

15

2.2 Distribuciones de muestreo

16

2.2 Distribuciones de muestreo


Distribuciones mustrales
Despus de haber realizado el ejercicio anterior se puede ver que
una distribucin muestral se genera extrayendo todas las posibles
muestras del mismo tamao de la poblacin y calculndoles a
stas su estadstico.
Si la poblacin de la que se extraen las muestras es normal, la
distribucin muestral de medias ser normal sin importar el
tamao de la muestra.

17

2.2 Distribuciones de muestreo


Si la poblacin de donde se extraen las muestras no es normal,
entonces el tamao de la muestra debe ser mayor o igual a 30,
para que la distribucin muestral tenga una forma acampanada.
Mientras mayor sea el tamao de la muestra, ms cerca estar la
distribucin muestral de ser normal.
Para muchos propsitos, la aproximacin normal se considera
buena si se cumple n=30. La forma de la distribucin muestral de
medias sea aproximadamente normal, an en casos donde la
poblacin original es bimodal, es realmente notable.

18

2.2 Distribuciones de muestreo

19

2.2 Distribuciones de muestreo

20

2.2 Distribuciones de muestreo

21

2.2 Distribuciones de muestreo

22

2.2 Distribuciones de muestreo

23

2.2 Distribuciones de muestreo

24

2.2 Distribuciones de muestreo

25

2.2 Distribuciones de muestreo

26

2.2 Distribuciones de muestreo

27

2.2 Distribuciones de muestreo

28

2.2 Distribuciones de muestreo

29

2.2 Distribuciones de muestreo

30

2.2 Distribuciones de muestreo

31

2.2 Distribuciones de muestreo

32

2.2 Distribuciones de muestreo

33

2.2 Distribuciones de muestreo

34

2.2 Distribuciones de muestreo

35

2.2 Distribuciones de muestreo

36

2.2 Distribuciones de muestreo

37

2.2 Distribuciones de muestreo

38

2.2 Distribuciones de muestreo

39

2.2 Distribuciones de muestreo


TAREA:

40

2.4 Estimacin Puntual


El objetivo principal de la estadstica inferencial
es la estimacin, esto es que mediante el
estudio de una muestra de una poblacin se
quiere generalizar las conclusiones al total de
la misma. Como vimos en la seccin anterior,
los estadsticos varan mucho dentro de sus
distribuciones mustrales, y mientras menor
sea el error estndar de un estadstico, ms
cercanos sern unos de otros sus valores.
41

2.4 Estimacin Puntual

42

2.4 Estimacin Puntual

43

2.4 Estimacin Puntual

44

2.3 Estimacin Puntual

45

2.4 Estimacin por intervalo


Un estimado puntual, por ser un slo nmero, no
proporciona por s mismo informacin alguna sobre
la precisin y confiabilidad de la estimacin.
Un intervalo de confianza se calcula siempre
seleccionando primero un nivel de confianza, que es
una medida de el grado de fiabilidad en el intervalo.
Cuanto mayor sea el nivel de confianza podremos
creer que el valor del parmetro que se estima est
dentro del intervalo.
46

2.4 Estimacin por intervalo


Para

este caso el 95% de los intervalos de

confianza calculados contendrn a .


Esta es una construccin repetida de

intervalos de confianza de 95% y se


puede observar que de los 11
intervalos calculados slo el tercero
y el ltimo no contienen el valor de .

47

2.4 Estimacin por intervalo

48

2.4 Estimacin por intervalo

49

2.4 Estimacin por intervalo

50

2.5 Intervalos de confianza para medias.

51

2.5 Intervalos de confianza para medias.

52

2.5 Intervalos de confianza para medias.

53

2.5 Intervalos de confianza para medias.

54

2.6 Intervalos de confianza para proporciones.

55

2.6 Intervalos de confianza para proporciones.

56

2.6 Intervalos de confianza para proporciones.

57