Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 6
Tema 6
INTRODUCCIN A LA
INFERENCIA ESTADSTICA
6.1. Introduccin
6.2. Conceptos bsicos
6.3. Muestreo aleatorio simple
6.4. Distribuciones asociadas al muestreo
6.4.1. Distribucin Chi-Cuadrado
6.4.2. Distribucin t de Student
6.4.3. Distribucin F de Snedecor
6.5. Distribucin de estadsticos muestrales
6.5.1. Concepto de estadstico y distribucin
muestral
6.5.2. Distribucin de la media muestral de
una poblacin Normal
6.5.3. Distribucin de la varianza muestral
de una poblacin Normal
6.5.4. Distribucin de la diferencia de
medias muestrales de dos poblaciones
Normales independientes
6.5.5. Distribucin del cociente de varianzas
muestrales de dos poblaciones Normales
independientes
6.5.6. Distribucin de la proporcin muestral
6.5.7. Distribucin de la diferencia de
proporciones muestrales
145
6.1. Introduccin
Anlisis Descriptivo
Inferencia Estadstica
Clculo de Probabilidades
Estimacin
Describir
Poblacin
Se extrae
Parmetros
Poblacionales
Caractersticas
Estimacin
Contraste
Estadsticos
Muestra
Genera
Contraste de
Hiptesis
Datos numricos
Utilizados
para obtener
146
una poblacin
147
148
Independientes entre s
X1, X 2 ,K, X n
Cada Xi con idnticas caractersticas que X
149
con
algn
150
Pasos de un muestreo
Poblacin en la que se observa la variable X
Poblacin
Muestra
151
9 Variable aleatoria, X
Nivel de colesterol
x1 = 129 ;
x2 = 170 ; x3 = 135 ;
x6 = 163; x7 = 131;
x4 = 140 ; x5 = 225 ;
152
X1, X2,...., X8
x1 = 1,92; x 2 = 1,87; x3 = 1,35; x 4 = 1, 48;
x5 = 2,13; x 6 = 1,85, x 7 = 2,07; x8 = 1,98
153
Distribucin Chi-Cuadrado
Independientes entre s
Xi
N ( 0; 1 )
Definimos la variable aleatoria X como:
X = X 12 + X 22 + .... + X n2
La variable aleatoria X sigue una distribucin Chi-
n2
Distribucin Chi-Cuadrado
G. Libertad
10
0.12
0.08
f(x)
0.04
0
0
10
20
30
40
x
154
9 Esperanza matemtica
E n = n
9 Varianza
Var n = n
9 Para valores grandes de n, la distribucin Chi-
Distribucin Chi-Cuadrado
G. Libertad
10
20
30
0.12
0.08
f(x)
0.04
0
0
20
40
60
80
155
6.4.2
Distribucin t de Student
N ( 0; 1 )
Independientes
n2
X=
X tn
Contraste Distribuciones
0.4
Normal
t-Student
f(x)
0.2
0
-6
-4
-2
156
9 Esperanza matemtica
E tn = 0
9 Varianza
Var t n =
n2
9 Para valores grandes de n, la distribucin t de Student
Distribucin t-Student
G. Libertad
10
20
30
0.4
0.3
f(x) 0.2
0.1
0
-8
-4
157
6.4.3
Distribucin F de Snedecor
n2
Independientes
2
m
X=
Y
W
n
m
Fn, m
Distribucin F de Snedecor
G. Libertad
10,10
0.8
0.6
f(x)
0.4
0.2
0
0
158
Distribucin F de Snedecor
G. Libertad
5,10
10,20
30,30
1.2
0.8
f(x)
0.4
0
0
159
Concepto de estadstico y
distribucin muestral
Estadsticos muestrales
Inferencia
Parmetros poblacionales
160
E [X ] = ;
Var [X ] = 2
X 1 , X 2 ,K , X n E [ X ] =
Var [X ] = 2
9 Media muestral:
X1 + X 2 + .... + X n
X =
(
i =1
n
9 Varianza muestral:
2 =
Xi X 0
9 Cuasi-Varianza muestral:
( Xi X
S 2 = i =1
n 1
161
Muestra
1
Muestra
2
Muestra
j
X 11
X 12
X 1j
X.21
X 22
X.2j
X i1
X i2
X ij
X n1
X n2
X nj
.
.
.
.
.
x1
.
.
.
.
.
.
.
.
.
.
.
x2
xj K
x1 , x 2 ,.., x j ..
9 Su distribucin de probabilidad
9 Esperanza matemtica:
E X =
9 Varianza:
Var X = X2
162
E X =
X =
2
Var X = X =
n
9 Varianza muestral:
[ ]
E 2 =
n 1 2
9 Cuasivarianza muestral:
E S 2 = 2
163
P( X )
1/3
1/3
1/3
= E[X ]=3
8
=
3
2
1
1
1 9
= E [ X ] = 1 + 3 + 5 = = 3
3
3
3 3
2 = E X 2 E [ X ] 2 =
1
1
1
8
= 12 + 32 + 52 32 =
3
3
3
3
164
2.-
x1
x2
P( X )
1/9
2/9
3/9
2/9
1/9
E X = 3 =
4 8 3 2
Var X = =
=
3
2
n
1
1
2
X = E X = 1 + 2 + ... + 5 = 3
9
9
9
2
Var [ X ] = X
2
2
= E X E X =
1
1 2 4
2
2
= 1 + ... + 5 3 =
9
3
165
6.5.2.
N ( , )
Independientes entre si
Xi
N (, )
166
1 n
X = Xi
n i =1
Por lo tanto
Z =
N ( 0; 1 )
167
T=
S
n
tn 1
X
T=
S
n
N(0; 1)
168
poblacin
con
distribucin
de
probabilidad
no
Z=
169
X 6 X 6
=
N ( 0; 1)
2
0.4
25
X 6 6.3 6
= P ( Z 0.75) =
0
.
4
0
.
4
P ( X 6.3) = P
170
X X X
T=
=
=
S
14
3.5
16
n
) (
tn 1 = t15
P X 8 = P 8 X 8 =
8
8
= P( 2.947 t15 2.947) =
= P
X
10
.
8585
10
.
8585
16
16
X X X
T=
=
=
t35 N (0; 1)
12
S
2
36
n
) (
P X 5 = P 5 X 5 =
5 X 5 5
= P
= P( 2.5 Z 2.5) =
2
2
2
= 1 2 0.00621 = 0.98758
172
M
X = 16
i
X i : " N de barriles el da i"
Xi
n = 64 > 30 X =
N ;
n
n
16
X N ;
= N ( ; 2 )
64
173
16
X N ;
= N ;
= N ( ; 2)
n
64
Z=
X
=
N (0; 1)
2
P( X 4 ) = P( 4 X 4) =
4 X 4
= P
= P ( 2 Z 2 ) =
2
2
2
= 1 2 P(Z 2 ) = 1 2 0.0228 = 0.9544
174
6.5.3.
N ( , )
Independientes entre si
Xi
N (, )
El estadstico
2, definido como:
2 =
n 2
(
n 1)S 2
=
2
2 =
n 2
(
n 1)S 2
=
2
2
n 1
176
X i : " Medicin" N ( ; 4)
n = 25
2 =
n 2
(
n 1)S 2
=
2
n 1
2 n 12.16
=
P 2 12.16 = P
2
2
25 12.16
2
2
= P n 1
= P n1 19 = 0.75
16
177
N ( X , X )
N ( Y , Y )
Independientes
Consideramos:
m.a.s. de tamao n X de X
X1, X 2 ,..., X n
X , S X2
m.a.s. de tamao n Y de Y
Y , S Y2
1 nX
X=
Xi
n X i =1
1 nY
Y=
Yi
nY i =1
S X2 =
1 nX
2
(X i X )
n X 1 i =1
SY2 =
1 nY
2
(Yi Y )
nY 1 i =1
178
179
N ( X Y ),
2
Y
+
nX
nY
Por lo tanto
Z=
(X Y ) ( X Y )
X2
nX
N ( 0 ;1)
Y2
nY
180
X Y ) ( X Y )
(
T=
1
1
Sp
+
n X nY
donde:
S 2p =
( n X 1 ) S X2 + ( n Y 1) S 2Y
nX + n Y 2
X Y ) ( X Y )
(
T=
1
1
Sp
+
n X nY
tn X + n Y 2
181
X Y ) ( X Y )
(
Z=
S X2 S Y2
+
n X nY
X Y ) ( X Y )
(
Z=
S X2 S Y2
+
n X nY
N ( 0;1 )
182
X Y ( X Y )
Z=
N (0; 1)
2
X
nX
Y2
nY
183
X Y ( X Y )
Z=
N (0; 1)
2
X
nX
Y2
nY
P( X Y + 0.2 ) = P( X Y 0.2 ) =
X Y ( X Y ) 0.2 ( X Y )
=
= P
2
2
2
2
X + Y
X + Y
n
n
n
n
X
Y
X
Y
0.2 0.0137
= P Z
=
0.008 + 0.0001
n X = 12;
nY = 15;
s 2X = 8.44
sY2 = 9.44
185
n X = 12;
nY = 15;
s 2X = 8.44
sY2 = 9.44
2 (
2
(
)
)
1
+
1
n
S
n
S
X
Y
Y =9
S 2p = X
(n X + nY 2)
P ( X Y 3) =
X Y ( X Y ) 3 ( X Y )
=P
1
1
1
1
Sp
+
+
Sp
n
n
n
n
X
Y
X
Y
3
1
.
015
3
+
12 15
186
n X = 35 ; X = 1.9 ; S X = 0.4
nY = 40 Y = 1.7 ; SY = 0.7
X Y ) ( X Y )
(
Z=
S 2X S Y2
+
n X nY
N ( 0; 1)
187
n X = 35 ; X = 1.9 ; S X = 0.4
nY = 40 Y = 1.7 ; SY = 0.7
P( X Y 0.2 ) =
X Y ( X Y ) 0.5 ( X Y )
=
= P
2
2
2
2
S X SY
S X SY
+
+
n X nY
n X nY
= P Z
=
2
2
0.4
0.7
35
40
N ( X , X )
N ( Y , Y )
Independientes
Consideramos:
m.a.s. de tamao n X de X
X1, X 2 ,..., X n
X , S X2
m.a.s. de tamao n Y de Y
Y , S Y2
1 X
X =
Xi
nX
i =1
n
1 Y
Y=
Yj
nY
j =1
S X2 =
nX
1
(X X
n X 1 i =1 i
)2
Y
1
2
SY =
(Y j Y ) 2
n Y 1 j =1
189
varianzas muestrales
El estadstico F, definido como:
F=
S X2 X2
S Y2
Y2
S X2 Y2
S Y2 X2
F=
S X2 Y2
S Y2 X2
Fn
, nY 1
190
F=
S X2 Y2
S Y2 X2
Fn
, nY 1
2
Y2
S X2 Y2
S
2
2
X
P Y 2 X = P
2 = P
2
2
S 2 2
SY2
X
Y X
9.52
= P F15 ,17 2
= P (F15 ,17 2.72 ) = 0.025
7
191
6.5.6.
B ( n ; p ),
donde p es la proporcin de xitos en la poblacin
Para tamaos grandes de n, n > 30, la distribucin
Binomial se aproxima a una distribucin Normal :
X N (np ; npq )
X
p =
n
192
X
p =
n
Verifica que:
pq
p N p;
Por lo tanto:
Z=
p p
N (0; 1)
pq
n
193
p N p ;
0.38 0.62
pq
= N 0.38 ;
= N (0.38 ; 0.068)
50
n
Z=
p p p 0.38
=
N (0 ; 1)
pq
0.068
n
= P(Z 2.769 ) =
0.0686
0.0686
6.5.7.
Distribucin de la diferencia de
proporciones muestrales
X B(n X ; p X )
Independientes
Y B(nY ; pY )
Para n X y n Y grandes, se verifica:
X
Y
(
N ( n Y pY ;
N n X pX ;
nX p X q X
nY p Y q Y
X
p X =
nX
p Y =
Y
nY
195
muestrales:
p X
p Y ;
p X = n
X
p X - p Y ; donde :
Y
p Y =
nY
Se verifica que:
Z=
( p X
p Y ) ( p X pY )
N (0; 1)
p X q X pY qY
+
nX
nY
196
(
p X pY ) ( pX pY ) ( p X pY ) (0.28 0.25)
Z=
=
pX qX pY qY
+
nX
nY
(
p X
=
0.280.72 0.250.75
+
42
40
p Y ) 0.03
N (0 ; 1)
0.0974
P( p X p Y + 0.04 ) = P( p X p Y 0.04 ) =
( p p Y ) 0.03 0.04 0.03
= P X
=
0.0974
0.0974
0.04 0.03
= P Z
= P(Z 0.0103) = 0.4602
0.974
197