Conceptualizacin.

Dentro de la inferencia estadstica, el proceso de muestreo permite que

a partir de los resultados obtenidos al analizar una muestra, se pueda
obtener conclusiones en cuanto a una o varias de las caractersticas o
parmetros de una poblacin. Esta rea de la Estadstica, ayuda a
determinar la confiabilidad de la inferencia de que los fenmenos
observados en la muestra ocurrirn tambin en la poblacin de donde
se seleccion la muestra. Es decir, sirve para estimar la eficacia del
razonamiento inductivo con el cual se infiere que lo observado en una
parte ser equivalente a lo observado en la poblacin

Cuando el nmero de unidades que integra una poblacin es muy

grande, se puede considerar a sta como una poblacin infinita. La
poblacin finita es aquella conformada por un determinado o limitado
nmero de elementos. El investigador define la poblacin objeto de
estudio en trminos de espacio y tiempo, ya que de esta manera los
resultados sern sobre la poblacin definida en el espacio demarcado y
en el tiempo definido.

Las unidades de muestreo son conjuntos disjuntos, cuya unin

conforman la poblacin completa. Por ejemplo en un censo
poblacional los hogares conforman las unidades de muestreo, en un
estudio sobre la vida til de las llantas de un automvil, el auto ser la
unidad de muestreo. Los elementos que se miden; es decir, sobre los
que se toman los datos de las variables a medir, constituyen las
unidades de observacin, que en conjunto forman el marco de
muestreo

Inferencia Estadstica

Los dos tipos de problemas que resuelven las tcnicas estadsticas son:
estimacin y contraste de hiptesis. En ambos casos se trata de
generalizar la informacin obtenida en una muestra una poblacin. Estas
tcnicas exigen que la muestra sea aleatoria. En la prctica rara vez se
dispone de muestras aleatorias, por la tanto la situacin habitual es la que
se esquematiza en la figura.

Entre la muestra con la que se trabaja y la poblacin de inters, o

poblacin diana, aparece la denominada poblacin de muestreo:
poblacin (la mayor parte de las veces no definida con precisin) de la
cual nuestra muestra es una muestra aleatoria. En consecuencia la
generalizacin est amenazada por dos posibles tipos de errores: error
aleatorio que es el que las tcnicas estadsticas permiten cuantificar y
crticamente dependiente del tamao muestral, pero tambin de la
 variabilidad de la variable a estudiar y el error sistemtico que tiene que
ver con la diferencia entre la poblacin de muestreo y la poblacin diana y
que slo puede ser controlado por el diseo del estudio.
Los elementos que reportan la informacin y sobre los cuales se
realizan las mediciones de las variables en un estudio sobre Inferencia
Estadstica corresponden a:
Su respuesta :

Las unidades de observacin

Correcto: Porque en estudio por muestreo estas unidades son

objetos de mediciones para realizar inferencias sobre sus
caracterstica

El mtodo Estadstico que nos permite obtener conclusiones acerca de

los parmetros de una poblacin con base en el anlisis de datos
mustrales es:
Su respuesta :

Inferencia Estadstica

Correcto: Esta funcin de la Estadsatica es la que permite

realizar aproximaciones de parmetros de una poblacin con
base en datos de una muestra

Una muestra es aleatoria cuando las unidades se seleccionan segn

una de las siguientes opciones:
Su respuesta :

De tal manera que todas las unidades tengan la misma

posibilidad.

Correcto: Esta es la condicn fundamental para obtener una

muestra aleatoria
Inferir

El proceso de estimacin conlleva a obtener un estimador que tenga

ciertas condiciones deseables para hacer inferencia sobre el modelo de
probabilidad que ha generado los datos. Entre los mtodos de
estimacin de la estadstica parametrica, se tiene: Momentos, mnimos
cuadrados y mxima verosimilitud. En temticas posteriores se
analizar lo referente a la estimacin. En el contexto de estimar un
parmetro poblacional, un intervalo de confianza es un rango de valores
(calculado en una muestra) en el cual se encuentra el verdadero valor
 del parmetro, con una probabilidad determinada

Contrastes de hiptesis

La prueba de hiptesis consiste en aplicar tcnicas estadsticas que

permitan aceptar o rechazar una hiptesis. Este procedimiento se conoce
como contraste de hiptesis. Las pruebas de hiptesis utilizan un
procedimiento de cinco pasos, los cuales se mencionan a continuacin:
1. Plantear las hiptesis nula y alternativa.
2. Determinar el nivel de significancia.
3. Estimar el valor estadstico de prueba.
4. Establecer la regla de decisin.
5. Tomar la decisin.

En la prueba de investigacin, o de validez de una afirmacin, se conocen

las siguientes clases de pruebas:
Pruebas para grandes muestras.
Pruebas para pequeas muestras.
Pruebas de varianza.

En las pruebas de grandes muestras se realizan para los siguientes

casos:
Pruebas de medias y de proporciones.
Pruebas de diferencias de medias y proporciones.

En las pruebas de pequeas muestras se realizan para los siguientes

casos:
Pruebas para medias y diferencias de medias.

La hiptesis nula y alternativa son entonces aseveraciones sobre la

poblacin que compiten entre s, en el siguiente sentido: la hiptesis
nula (Ho) es verdadera, o lo es la hiptesis alternativa (H1), pero no
ambas. En el caso ideal, el procedimiento de prueba de hiptesis debe
conducir a la aceptacin de Ho cuando sea verdadera y al rechazo de
H1. Desafortunadamente no siempre es posible puesto que como las
pruebas de hiptesis se basan en la informacin de la muestra, se
debe considerar la posibilidad de cometer errores. Cuando se tiene una
hiptesis esta puede ser verdadera o falsa y la decisin que se toma
en la prueba es aceptar o rechazar la hiptesis. Si la decisin que se
toma est de acuerdo con la realidad no se cometen errores, en este
caso las dos buenas decisiones son: aceptar la hiptesis nula cuando
es cierta o rechazar la hiptesis nula cuando es falsa
 Cundo se habla de pruebas hiptesis se dice que la hiptesis alterna
puede ser:
Su respuesta :

Unilateral o Bilateral

Correcto: Esta clasificacin, est fundamentada en el

direccionamiento, mayor, menor o ambos.

Es una de las dos formas utilizadas para realizar inferencia estadstica

con respecto a los parmetros o caractersticas de una poblacin
objeto de anlisis estadstico.
Su respuesta :

La estimacin

Correcto: la aproximacin a los valores de los parmetros o

caracterstica de una poblacin, puede hacerse determinando
rangos o valores puntuales de stos. a este procedimiento se le
denomina estimacin

Un propsito de las pruebas de hiptesis puede ser:

Su respuesta :

Ayudar al investigador a tomar una decisin en torno a una

poblacin, tomando una muestra de ella

Correcto. Porque el propsito tiene que ver con el uso del

resultado del contraste

Es la formula que se utiliza con los datos de muestra y que permite

obtener un valor numrico de comparacin para tomar una decisin con
respecto a la hiptesis nula.
Su respuesta :

Estadstico de Prueba

Correcto: Si los datos de la muestra favorecen la hiptesis, sta

no podr ser rechazada. esta decisin se toma segn la magnitud
del Estadstico de prueba.
 Introduccin al Anlisis de Varianzas.

En estadstica, el anlisis de la varianza o anlisis de varianza (ANOVA,

segn terminologa inglesa) es una coleccin de modelos estadsticos y
sus procedimientos asociados, en el cual la varianza esta particionada en
ciertos componentes debidos a diferentes variables explicativas.
El anlisis de varianza sirve para comparar si los valores de un conjunto
de datos numricos son significativamente distintos a los valores de otro o
ms conjuntos de datos. El procedimiento para comparar estos valores
est basado en la varianza global observada en los grupos de datos
numricos a comparar. Tpicamente, el anlisis de varianza se utiliza para
asociar una probabilidad a la conclusin de que la media de un grupo de
puntuaciones es distinta de la media de otro grupo de puntuaciones.

La Tcnica de ANOVA

El anlisis de varianza lleva a la realizacin de pruebas de significacin

estadstica, usando la denominada distribucin F. A travs de esta tcnica
se pueden comparar los efectos de una variable cuantitativa en varios
grupos, utilizando como elemento de comparacin los promedios de estas
variables en los grupos respectivos.
La tcnica fundamental consiste en la separacin de la suma de
cuadrados (SS, 'sum of squares') en componentes relativos a los factores
contemplados en el modelo. Como ejemplo, mostramos el modelo para un
ANOVA simplificado con un tipo de factores en diferentes niveles

La hiptesis nula del Anlisis de la Varianza afirma que:

Su respuesta :

No existen diferencias entre las medias de las subpoblaciones.

Correcto: La hiptesis nula es la que afirma que no existe

diferencias entre las medias de los grupos en contraste.

Las dos fuentes de variacin para construir una tabla de ANOVA

(Anlisis de varianzas de un slo factor) son:
Su respuesta :

Entre grupos y Dentro de grupos

Correcto: Porque con la variabilidad que se presenta dentro de los

grupos a comparar y la que se presenta entre dichos grupos se
puede estimar la variabilidad total de la poblacin en estudio.
Los valores que deben ser confrontados para tomar la decisin en un
contraste de hiptesis son:
Su respuesta :

El P-Valor y el nivel de significancia

Correcto. Porque si el P-valor es menor que el nivel de

significacin la hiptesis nula es rechazada. En caso contrario se
acepta.
BVB