Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadistica de L Unmsm PDF
Estadistica de L Unmsm PDF
Primera edicin:
Lima, 2008.
Serie:
Textos de la Maestra en Educacin.
Edicin:
Elena Soto Loayza.
Decano
Director de la UPG
Dedicatoria
Dedicatoria
Para Sandra Natalia (Mara Estela)
Para Ernesto Alonso (Violeta Alicia)
NDICE
Prefacio
008
Agradecimientos
009
Introduccin
010
1.2.
Definicin de estadstica
011
1.3.
Investigacin cientfica
013
1.4.
014
1.5.
Paradigmas de la investigacin
015
1.6.
Clasificacin de la estadstica
018
Introduccin
021
2.2.
Poblacin
022
2.3.
Muestra
024
2.4.
Muestra aleatoria
024
2.5.
025
2.6.
Parmetro
027
2.7.
Estadstico
028
2.8.
Distribucin muestral
030
2.9.
Estimacin
037
039
041
043
Ejercicios propuestos
044
Introduccin
3.2.
3.3.
3.4.
3.5.
3.6.
3.7.
3.9.
Ejercicios propuestos
Captulo 4. Prueba de hiptesis paramtrica
4.1.
Introduccin
4.2.
Conceptos bsicos
4.3.
4.4.
4.5.
4.6.
Para
4.7.
4.8.
4.9.
4.10. Para
1 2
de poblaciones binomiales
Ejercicios propuestos
Captulo 5. Anlisis de regresin lineal mltiple
5.1.
Introduccin
5.2.
5.3.
5.4.
5.5.
5.6.
5.7.
5.8.
5.9.
Introduccin
6.2.
Prueba binomial
6.3.
Prueba U de Mann-Whitney
6.4.
6.5.
Prueba de Kruskal-Wallis
6.6.
Prueba de Kolmogorov-Smirnov
Ejercicios propuestos
Captulo 7. Anlisis de datos categricos
7.1.
Introduccin
7.2.
Tablas de contingencia
7.3.
Estadstica Chi-cuadrado
6
7.4.
7.5.
Ejercicios propuestos
Anexo
Uso de Excel en el clculo de los valores de algunas variables aleatorias
PREFACIO
El presente libro se ha elaborado a solicitud de la Unidad de Post Grado de la Facultad de
Educacin de la Universidad Nacional Mayor de San Marcos, y tiene como objetivo ser
una gua en el curso de Estadstica Inferencial, que se desarrolla en el plan de estudios de
la Maestra en Educacin, en sus diferentes menciones.
Por tanto, se ha escrito tomando en cuenta a un grupo heterogneo de profesionales, en
el sentido de que los maestristas de esta facultad son en su mayora de la especialidad de
educacin, y en su quehacer profesional no emplean cotidianamente las herramientas
estadsticas. De ah, que el esfuerzo de las autoras sea desarrollar paso a paso las
aplicaciones que se presentan en este libro.
Los clculos que se presentan para aplicar las herramientas de la inferencia estadstica son
para que los lectores entiendan sus cmo y porqu y, asimismo, la interpretacin de los
resultados obtenidos. Dejamos bien en claro que en ningn momento se pretende
adiestrar a lo lectores en clculos, sino en que aprendan los conocimientos tericos
estadsticos de la inferencia (saber), apliquen las herramientas estadsticas (saber hacer) y
desarrollen una actitud positiva hacia la estadstica. Esto es, que la estadstica no
solamente es clculo, o el simple uso de las frmulas o expresiones que aparecen en ste y
en diversos libros de estadstica, sino razonamiento crtico basado en evidencias objetivas
que se obtienen de la poblacin bajo estudio (ser).
Una vez que el lector haya asimilado los conocimientos estadsticos, y sus aplicaciones,
que brindamos en el presente libro, estar en la capacidad de usar software estadstico,
que es un instrumento comparable a una calculadora. El aprendizaje de estadstica usando
software estadstico no debe reducirse, sin embargo, a manipulaciones mecnicas, pues
ste sirve como apoyo del profesor para mostrar, en forma precisa y rpida, los grficos y
clculos estadsticos.
Violeta Alicia Nolberto Sifuentes y Mara Estela Ponce Aruneri
Departamento Acadmico de Estadstica de la UNMSM
8
AGRADECIMIENTOS
A Elas Meja, Director de la Unidad de Post Grado de la Facultad de Educacin de la
Universidad Nacional Mayor de San Marcos, por brindarnos la oportunidad de entregar al
mundo acadmico el presente libro, en particular a los maestristas de la mencionada
facultad que lo usaran como gua para el aprendizaje del curso de Estadstica Inferencial,
en el plan de estudios vigente. Tambin por considerarnos como docentes de tan
prestigiada unidad de post grado.
A nuestros profesores de pregrado del Departamento Acadmico de Estadstica de la
Universidad Nacional Mayor de San Marcos, que nos formaron en tan importante
especialidad, y cuyas enseanzas y exigencias acadmicas para con nuestra preparacin
profesional en estadstica han permitido que podamos seguir enseando y difundiendo la
estadstica, no solamente en el mbito sanmarquino, sino en otros.
A nuestros alumnos, por la paciencia e inters en aprender estadstica, por sus
comentarios y sugerencias para con nuestro desempeo docente.
A todos los lectores docentes, alumnos, empresarios y, en general, aquellos que toman
decisiones basadas en evidencias objetivas, en concordancia con el mundo en que
vivimos, caracterizado por el constante aprendizaje y el manejo adecuado de la
informacin, en particular de la informacin estadstica.
Asimismo, a los que nos hagan llegar sus comentarios, observaciones y dudas respecto a
lo tratado en el presente libro, los mismos que contribuirn con la enseanza y la difusin
de la estadstica.
Finalmente, a nuestras familias por el apoyo, la comprensin y el aliento, para con el
desarrollo del presente libro.
CAPTULO 1
LA ESTADSTICA Y SU RELACIN CON LA INVESTIGACIN
CIENTFICA
1.1.
INTRODUCCIN
(de
Por tanto, si el educador desea evaluar el rendimiento escolar, es necesario conocer las
caractersticas de esta realidad escolar llamada, estadsticamente, poblacin. Si est en
condiciones de recolectar los datos de toda la poblacin se denomina censo, es decir
datos de todos y cada uno de los escolares para lograr los objetivos propuestos, o por el
contrario, si toma o selecciona un grupo de escolares, se denomina una muestra
representativa (muestra probabilstica o aleatoria) de escolares, y a travs de la muestra
intentar conocer la realidad de la poblacin escolar.
Cuando se trabaja con una muestra probabilstica y queremos conocer la poblacin, a
partir de los datos muestrales, empleamos los mtodos que ofrece la estadstica
inferencial, que en el presente libro nos ocupar varios captulos.
Este libro es a nivel bsico, tratando de ser lo ms amigable posible, tomando en cuenta
que nos dirigimos a profesionales no estadsticos, en particular de la educacin.
Amigable en el sentido que obviaremos las demostraciones matemtico-estadsticas, pero
si ser necesario tomar en cuenta las definiciones de la estadstica as como la rigurosidad
para aplicar los mtodos estadsticos de la inferencia.
Pero antes es necesario que se conozca la naturaleza de la estadstica, en particular de la
estadstica inferencial.
1.2.
DEFINICIN DE ESTADSTICA
12
entre otros mbitos; en particular respecto a los alumnos sobre rendimiento acadmico,
aptitud cientfica, desarrollo social y la desercin entre otros. Tambin respecto al docente
sobre su desempeo en aula, su formacin acadmico-profesional, los recursos didcticos
que emplea y la produccin cientfica, entre otros. Respecto al sistema educativo,
financiamiento de la educacin, gestin acadmica, informtica educativa y modelos
educativos, entre otros.
Todos estos problemas no pueden ser resueltos por iniciativas subjetivas, por pareceres o
lluvia de ideas; sino en base a informacin vlida y confiable, esto es, tener informacin lo
ms prxima a la realidad bajo estudio. Indudablemente esto se logra empleando la
ciencia llamada estadstica.
Para resolver estos problemas se debe seguir de manera organizada, sistemtica y
planificada, es decir debemos realizar investigacin cientfica.
1.3.
INVESTIGACIN CIENTFICA
13
OBJETIVOS
FUNDAMENTALES
DE
LA
INVESTIGACIN
CIENTFICA
En relacin a las funciones que realiza la ciencia, los objetivos fundamentales de una
investigacin cientfica son:
1. Describir la realidad. Proceso importante y necesario en el proceso del
conocimiento cientfico donde las tcnicas y mtodos se aplican para recopilar datos y
hechos, y establecer generalizaciones empricas.
2. Explicar la realidad. Refleja mediante generalizaciones tericas (principios, leyes,
conceptos) las propiedades y regularidades esenciales y estables de los fenmenos, as
como los factores causales que los determinan.
14
PARADIGMAS DE LA INVESTIGACIN
15
Para sintetizar estos dos paradigmas se presenta la siguiente tabla, disponible en:
http://www.fisterra.com/mbe/investiga/cuanti_cuali/cuanti_cuali.asp (de fecha
22 de marzo de 2008).
Tabla N 1.1
Ventajas y desventajas entre mtodos cualitativos y cuantitativos
Mtodos cualitativos
Mtodos cuantitativos
del estudio.
Se limita a preguntar.
Se limita a responder.
Podemos afirmar que, como todo mtodo cientfico, se debe reconocer sus ventajas y
desventajas, lo importante es determinar el momento adecuado para aplicarlo en el
desarrollo de la investigacin cientfica.
16
Una vez establecido el objeto de estudio en base a los conocimientos tericos, se inicia la
etapa de diseo metodolgico (diseo), donde se define el proceso de recoleccin de
datos, delimitando las unidades bajo estudio y las variables a medirse, que permitan
contestar las preguntas formuladas, en el proyecto de investigacin cientfica. Es
indudable que la estadstica es una poderosa herramienta para planificar y desarrollar el
diseo metodolgico.
Los datos obtenidos, de la realidad investigada, se analizan aplicando los mtodos y
tcnicas estadsticas para contrastar sus posibles divergencias con las consecuencias que se
deducen de las hiptesis. Por tanto nos preguntamos:
17
Las respuestas que ustedes proporcionen dejan notar la relacin que existe entre
estadstica e investigacin cientfica.
1.6.
CLASIFICACIN DE LA ESTADSTICA
18
19
RECUERDE
Ningn mtodo estadstico puede corregir los defectos por una inadecuada
seleccin del problema que se investiga, o por una mala recoleccin de
datos. Una investigacin que empieza mal, con seguridad termina mal.
CON DATOS DE MALA CALIDAD NO SERA POSIBLE DAR
RESPUESTA ADECUADA A UN PROBLEMA CIENTIFICO
Nosotros recordamos al estudiante que los mtodos estadsticos son las herramientas ms
peligrosas en manos de gente inexperta. Pocas materias tienen una aplicacin tan amplia,
ninguna requiere tal cuidado en su aplicacin.
La estadstica es una de esas ciencias cuyos adeptos deben ejercer la automoderacin de
un artista (George Udny Yule y Maurice Kendal).
20
CAPTULO 2
ESTADSTICA INFERENCIAL
2.1.
INTRODUCCIN
2.2.
POBLACIN
X 1 , X 2 , X 3 , ..., X N
X 1 , X 2 , X 3 , ..., X 300
2.3.
MUESTRA
Sierrra Bravo (1991), anota que una muestra en general es toda parte representativa de la
poblacin, cuyas caractersticas debe reproducir en pequeo lo ms exactamente posible.
Para que sea representativa se debe seleccionar empleando el muestreo, tpico importante
de la estadstica, con la finalidad de que los resultados de esta muestra sean vlidos para la
poblacin de la que se ha obtenido la muestra. Esta generalizacin se realiza empleando
la estadstica inferencial.
2.4.
MUESTRA ALEATORIA
24
X1, X 2 , X 3 , X 4 , X 5 , X 6
Constituye variables aleatorias. Se admite que son independientes y cada una con la misma
distribucin que la variable aleatoria X. En un sentido matemtico, el trmino muestra
aleatoria se refiere no a seis alumnos seleccionados para este estudio, sino a las seis
variables aleatorias X 1 , X 2 , X 3 , X 4 , X 5 , X 6 asociadas con los alumnos.
Ejemplo 2.4.
Para el caso del ejemplo 2.3. Una vez identificados los seis alumnos, podemos determinar
los valores numricos de las seis variables aleatorias X 1 , X 2 , X 3 , X 4 , X 5 , X 6 . Supongamos
que el primer alumno seleccionado ha obtenido 13 en la prueba de educacin ambiental.
En este caso, la variable aleatoria X 1 toma el valor x1 = 13.
Si el segundo alumno seleccionado ha obtenido 10 en la prueba de educacin ambiental,
en este caso la variable aleatoria X 2 toma el valor x2 = 10. De igual forma, las variables
aleatorias X 3 , X 4 , X 5 , X 6 tomarn valores numricos que van a depender de las
calificaciones que obtengan los alumnos seleccionados en la tercera, cuarta, quinta y sexta
seleccin.
Ahora estamos utilizando el trmino muestra aleatoria, no para referirnos a los alumnos
seleccionados o a las variables aleatorias asociados con ellos, sino a los seis valores
numricos x1 , x2 , x3 , x4 , x5 , x6 que toman respectivamente cada una de las seis variables
aleatorias.
Por tanto hay tres formas de considerar a una muestra aleatoria:
1. Como un conjunto de unidades seleccionadas que son sometidas al estudio.
2. Como un conjunto de variables aleatorias tericas asociadas con esas unidades
3. Como un conjunto de valores numricos tomados por las variables.
Las definiciones no son equivalentes pero estn estrechamente relacionadas.
26
2.6.
PARMETRO
Sierra Bravo (1991), indica que parmetro deriva del vocablo griego parmetreo que
significa medir una cosa con otra: En estadstica se refiere a los valores o medidas que
caracterizan a una poblacin como, por ejemplo, la media y la desviacin tpica de una
poblacin () Son cantidades indeterminadas, constantes o fijas respecto a una condicin
o situacin, que caracterizan a un fenmeno en un momento dado que ocurre en una
poblacin.
Se suele representar a un parmetro mediante letras griegas. Por ejemplo, la media
poblacional se representa mediante x y se lee como media poblacional de la variable
aleatoria X, la varianza poblacional se representa mediante x2 y se lee como varianza
poblacional de la variable aleatoria X.
En trminos prcticos, un parmetro es un valor que resulta al emplear los valores que se
obtienen de una poblacin.
Ejemplo 2.5.
Si al obtener las calificaciones de los 300 alumnos que conforman la poblacin, stas se
promedian, entonces x = 14.78 es el parmetro correspondiente. Para su clculo se ha
empleado la siguiente expresin, llamada media poblacional:
N
x =
X
i =1
(2.1)
27
Si de estos 300 alumnos, 198 son mujeres, entonces la proporcin poblacional de mujeres
representada por x = 0.66 (66%). Para su clculo se ha empleado la siguiente expresin,
llamada proporcin poblacional:
N
x =
X
i =1
(2.2)
1 si alumna
Xi =
0 si alumno
En este caso el numerador de la expresin (2.2) es 198 y N toma el valor de 300.
2.7.
ESTADSTICO
28
x=
i =1
(2.3)
El numerador de la expresin (2.3) es la suma de los seis valores, que da 71, que dividido
por 6, resulta x = 11,83, es decir en promedio los alumnos han obtenido 11,83 de
calificacin en la prueba de educacin ambiental.
La varianza de esta muestra aleatoria es 2,4722, y se representa mediante S 2 , cuya
expresin es:
(x x )
n
S =
2
i =1
(2.4)
Para su clculo, disponemos de la tabla 2.1, en la que mostramos paso a paso el uso de la
expresin (2.4), sabiendo que x = 11,83:
Tabla 2.1
Clculos para obtener el valor de la varianza (Ejemplo 2.6)
Unidad
xi
(x x )
(x x )
13
1,17
1,3689
10
-1,83
3,3489
13
1,17
1,3689
14
2,17
4,7089
11
-0,83
0,6889
10
-1,83
3,3489
Total
71
0,02*
14,8334
29
(x
n
Tericamente
i =1
x =0
S = + S2
(2.5)
DISTRIBUCIN MUESTRAL
Sierrra Bravo (1991), anota que la distribucin muestral est formada por estadsticos o
valores determinados obtenidos de muestras: medias, varianzas, etc. acompaados de sus
respectivas frecuencias relativas o probabilidades, o de la proporcin de veces que se
repiten en el conjunto de todas las muestras posibles del mismo tamao obtenidas de la
poblacin.
De manera ms formal, Tsokos y Milton (1998), anotan que la distribucin de
probabilidad del estadstico se llama distribucin muestral.
Ejemplo 2.7.
Vamos a obtener la distribucin muestral, de las calificaciones obtenidas en la prueba que
mide la educacin ambiental, de una poblacin hipottica compuesta por 3 estudiantes y
que toma calificaciones iguales a: X 1 = 13, X 2 = 11, X 3 = 07. Fijamos para una muestra
30
Medias muestrales
posibles
13,11
12
13,7
10
11,13
12
11,7
7,13
10
7,11
Frecuencia
Frecuencia relativa
2/6 = 0.33
10
2/6 = 0.33
12
2/6 = 0.33
medias muestrales
31
()
2. V x = 2 / n
3. La desviacin estndar de x , que se representa mediante x , conocida tambin como
error estndar de la media muestral es igual a / n
4. Sea X 1 , X 2 , X 3 , ..., X n una muestra aleatoria de tamao n, de una distribucin con
media poblacional y varianza poblacional 2 . Entonces, para n grande, la variable
aleatoria:
(2.6)
/ n
N (0, 1) .
Se considera
una buena aproximacin cuando n 30 (teorema del lmite central). De este modo,
32
1
s =
n 1
2
(x x )
n
(2.7)
i =1
33
p=
nA
n
(2.8)
Z=
p
(2.8)
(1 ) / n
Ejemplo 2.8.
En una muestra aleatoria de 15 docentes de educacin secundaria, de la Institucin
Educativa Martn Adn, se aplic un cuestionario para recoger su opinin sobre el
investigador educativo. Se presenta la respuesta de 3 preguntas, de un total de 27:
Tabla 2.4
Muestra aleatoria de 15 docentes de la Institucin Educativa Martn Adn (Lima)
Docente
Edad(1)
Investigador(2) Remuneracin(3)
34
38
49
42
35
44
30
36
43
10
47
11
39
12
46
13
48
14
36
15
44
2. Docentes maduros.
2. No.
35
Con esta informacin vamos a mostrar la diferencia entre desviacin estndar y error
estndar.
Media muestral
La edad en aos cumplidos tiene distribucin con media poblacional, = 38,5 aos y
varianza poblacional, 2 = 30 aos2.
Usando la expresin 2.3 se obtiene x = 40,73 aos, y al usar la expresin 2.7 se obtiene
s 2 = 33,21 aos2.
En cambio el error estndar del estadstico media muestral, empleando la propiedad 3, es:
x =
5,48 5,48
=
= 1,42 aos.
15 3,87
Proporcin muestral
Para la segunda variable, interesa que el docente encuestado indique que la profesin de
investigador es una profesin atractiva para docentes jvenes ( A ). La muestra aleatoria
es igual a 15 docentes (n = 15) .
En esta poblacin se asume que la proporcin poblacional de docentes que consideran
que la profesin de investigador es una profesin atractiva para docentes jvenes es igual
a 0,71 ( = 0,71) .
36
p=
9
= 0,6 (60%)
15
Esto es, el 60% de docentes encuestados afirman que la profesin de investigador es una
profesin atractiva para docentes jvenes.
El error estndar del estadstico p es:
p =
2.9.
(1 )
n
0,71(1 0,71)
0,71(0,29)
0,2059
=
=
= 0,0137 = 0,1170
15
15
15
ESTIMACIN
muestra, se trata de determinar el valor del parmetro. Pero los valores de la muestra estn
sujetos al error muestral esto es a las fluctuaciones de la muestra.
La estimacin de un parmetro puede ser mediante una:
1. Estimacin puntual.
2. Estimacin mediante intervalos de confianza.
Para cualquiera de estas dos situaciones empleamos el estadstico que, como ya se ha
mencionado, es una variable aleatoria.
La aproximacin se hace utilizando estadsticos apropiados. A un estadstico empleado
para aproximar o estimar un parmetro de la poblacin se le llama estimador puntual
de y se denota mediante . De este modo por ejemplo, al estimador de la media , se
le denotara por . Una vez que la muestra ha sido tomada y se han hecho algunas
observaciones, se puede obtener el valor numrico del estadstico . A tal nmero se le
denomina una estimacin puntual de . Ntese que hay una diferencia entre los trminos
estimador y estimacin.
Ejemplo 2.9.
Consideremos las variables edad en aos cumplidos ( X ) y el docente considera que el
investigador educativo debe ser bien remunerado (Y ) , para distinguir entre estimador y
estimacin:
38
Variable
Parmetro
Estimador
Estimacin
x=
1
s =
n 1
2
x
i =1
= x = 40,73 aos
n
n
(x
p=
i =1
nA
n
x)
2 = s 2 =33,21 aos2
= p = 0,7333 (73,33%)
39
40
En este caso se parte del supuesto que no existe diferencias entre el nivel promedio
poblacional del puntaje de la prueba de comprensin lectora para nios que asisten a IE
estatales y privados. Por tanto se empleara la prueba de hiptesis estadstica, mediante el
cual se somete a prueba 1 - 2 = 0.
2.11. ESTADSTICA PARAMTRICA
Segn Sierra Bravo (1991), es parte de la estadstica que exige determinados requisitos
para emplear en la inferencia estadstica generalmente requiere para su uso el supuesto de
normalidad es decir que las muestras aleatorias se extraen de poblaciones que estn
normalmente distribuidas, o aproximadamente normal.
Ejemplo 2.11.
Se desea verificar si el tiempo promedio requerido para resolver un problema sencillo en
nios de 10 aos de edad con secuelas neurolgicas derivadas de hiperbilirubenia al nacer,
41
sencillo.
Para estudiar a este parmetro se requiere evaluar a la muestra aleatoria de esta poblacin
antes de la capacitacin especial y despus de la capacitacin especial, es decir los
parmetros para este esquema, sujetos a estudio estadstico son:
1 = Tiempo promedio poblacional, en minutos, requerido para resolver un problema
42
43
EJERCICIOS PROPUESTOS
2.1.
Resumen
Para la identificacin de un grupo de competencias docentes bsicas en los profesores que
se desempean en la licenciatura en medicina en la Facultad de Medicina Dr. Ignacio
Chvez, objetivo fundamental del presente trabajo, se utilizaron mtodos tericos y
empricos. Se aplic una encuesta a una muestra seleccionada de docentes y alumnos. Se
emplearon procedimientos estadsticos para el anlisis de los resultados y se elaboraron
tablas. A partir de la identificacin de las necesidades de aprendizaje de los profesores
estudiados, en relacin con la direccin del proceso enseanza-aprendizaje y los referentes
tericos sobre el tema, se realiz un anlisis integrador para valorar los datos obtenidos, lo
que permiti la caracterizacin de los docentes objeto de investigacin, en relacin con las
competencias docentes bsicas propias de una gestin formativa pertinente. Se tomaron
en consideracin los principios metodolgicos ms actuales acerca de la formacin de
recursos humanos en la educacin superior en sentido general y en particular en la
educacin mdica superior.
44
Resumen
El objetivo de esta investigacin fue identificar la percepcin que tienen los estudiantes
universitarios respecto a sus habilidades de investigacin, para lo cual se utiliz un
instrumento llamado Autoevaluacin de habilidades de investigacin (Rivera, Torres,
Garca Gil de Muoz, Salgado, Arango, Caa y Valentn, 2005). Participaron 119
estudiantes de los cuales 73.7% fueron mujeres y 26.3% hombres, entre ellos, el 88.2% se
encontraba realizando estudios de licenciatura y el 11.8% de postgrado. Se cont con
representantes de cuatro reas de conocimiento: Ciencia y Tecnologa, Ciencias Humanas,
Ciencias Econmico-Administrativas, y Educacin. La confiabilidad del instrumento
aplicado fue alta (Alfa de Cronbach =.9557). Se encontr que la mayora de los
estudiantes asignan calificaciones altas a sus habilidades de investigacin y que por lo
general los hombres y las mujeres evalan sus habilidades de investigacin de manera
Mtra. RIVERA HEREDIA, Mara Elena y Mtra. TORRES VILLASEOR, Claudia Karina.
Universidad Simn Bolvar. merivera@bolivar.usb.mx. ambiental@bolivar.usb.mx.
www.usb.edu.mx/investigacion/cif/proyectos/proyecto3/habilidades.doc
3
45
semejante; cuando aparecen diferencias significativas, son los hombres quienes se asignan
puntajes ms altos. Se discuten las diferencias entre los resultados arrojados por este
cuestionario con los de otras estrategias de evaluacin.
En base a este resumen plantear como sera la aplicacin de la inferencia estadstica bajo
el enfoque de:
1. Estimacin de parmetros.
2. Prueba de hiptesis de parmetros.
46
47