La estadística

Es una ciencia formal y una herramienta que estudia usos y análisis provenientes de una
muestra representativa de datos, busca explicar las correlaciones y dependencias de un
fenómeno físico o natural, de ocurrencia en forma aleatoria o condicional.

La estadística se divide en dos grandes áreas:

Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos

originados a partir de los fenómenos de estudio.

Estadística inferencial: Se dedica a la generación de los modelos, inferencias y predicciones

asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las
observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de
la población bajo estudio.

Teorema central del límite

Si una población t iene media μ y desviación t ípica σ, y tomamos

muestras de tamaño n (n>30, ó cualq uier tamaño si la población es
"normal"), las medias de estas muestr as siguen apr oximadamente la
distr ibución:

Estimación de parámetros

Es el procedimiento utilizado para conocer las caracter íst icas de

un parámetro poblacional, a partir del conocimiento de la muestra.

Con una muestra aleatoria, de tamaño n, podemos ef ectuar una

estimación de un valor de un parámetro de la población; pero también
necesitamos pr ecisar un:

Intervalo de confianza

Se llama así a un inter valo en el que sabemos que está un

parámetro, con un nivel de conf ianza específ ico.

Ni vel de confianza

Probabilidad de que el parámet ro a est imar se encuentre en el

inter valo de conf ianza.
 El nivel de confianza (p) se designa mediante 1 − α.

Error de estimación admisible

Que estará relacionado con el radio del intervalo de conf ianza.

Estimación de la media de una poblaci ón

El intervalo de confianza , para la media de una población, con

un ni vel de confianza de 1 − α , siendo x la media de una muestra de
tamaño n y σ la des viación t ípica de la población

El error máximo de estimación es:

Cuant o mayor sea el tamaño de la muestra, n, menor es el error .

Cuant o mayor sea el nivel de confianza , 1-α, mayor es el error .

Tamaño de la muestra

Si aumentamos el nivel de confianza , aumenta el tamaño de la

muestra.

Si disminuimos el error , tenemos que aumentar el tamaño de la

muestra.
Estimación de una proporción

Si en una pobl ación, una determinada caracter ística se presenta

en una pr oporción p, la proporción p' , de individuos con dicha
caracter ística en las muestras de tamaño n, se distribuirán según:

Intervalo de confianza para una proporción

El error máximo de estimación es:

Hipótesis estadísticas

Un test est adístico es un procedimiento para, a part ir de una

muestra aleatoria y signif icativa, extraer conclusiones que
permitan acept ar o rechazar una hipót esis previamente emitida sobre
el valor de un parámetro desconocido de una población.

La hipótesis em itida se designa por H 0 y se llama hipót esis nula .

La hipótesis contraria se designa por H 1 y se llama hipótesis

alternativa.

Contrastes de hipót esis

1. Enunciar la hipót esis nula H 0 y l a alternati va H 1 .

Bilateral H0=k H1 ≠ k

H0≥ k H1 < k

Unilateral

H 0 ≤k H1> k

2. A partir de un ni vel de confianza 1 − α o el de significación

α. Determinar:

El valor z α / 2 (bilaterales), o bien z α (unilaterales)

La zona de aceptación del parámetro muestral (x o p').

3. Calcular: x o p', a partir de la muest ra.

4. Si el val or del parámetro muestral está dentro de la zona de

la acept ación, se acepta la hipótesis con un ni vel de si gnificación
α. Si no, se rechaza .

Contraste bilateral

Se presenta cuando la hipótesis nula es del tipo H 0 : μ = k (o

bien H 0 : p = k) y la hipót esis alt ernat iva, por tanto, es del tipo H 1 : μ≠
k (o bien H 1 : p≠ k).
 El nivel de signifi cación α se concentra en dos part es (o
colas) simétricas respecto de la media.

La región de aceptación en este caso no es más que el

correspondiente intervalo de probabilidad para x o p', es decir:

o bien:

Contraste unilateral

Caso 1

La hipótesis nula es del t ipo H 0 : μ ≥ k ( o bien H 0 : p ≥ k).

La hipótesis alternativa , por tanto, es del tipo H 1 : μ < k (o

bien H 1 : p < k).
 Valores críticos

1 − α α z α

0.90 0.10 1.28

0.95 0.05 1.645

0.99 0.01 2.33

El nivel de signif icación α se concentra en una parte o cola.

La región de aceptación en este caso ser á:

o bien:
 Aceptamos la hipót esis nula H 0 . Podemos af irmar, con un nivel
de signif icación del 1%, que la La abstención será como m ínimo del
40%.

Caso 2

La hipótesis nula es del t ipo H 0 : μ ≤ k (o bien H 0 : p ≤ k).

La hipótesis alternat iva, por tanto, es del tipo H 1 : μ > k (o bien H 1 :

p > k).

El nivel de signif icación α se concentra en la otra parte o cola.

La región de aceptación en este caso ser á:

 o bien:

No aceptamos la hi pótesis nula H 0 . Con un nivel de signif icación

del 10%.

Errores de tipo I y tipo II

Error de tipo I . Se comete cuando la hipótesis nula es

verdadera y, como consecuencia del contraste, se rechaza.

Error de tipo II. Se comete cuando la hipótesis nula es fal sa y,

como consecuencia del contraste se acepta.

H0 Verdadera Falsa

Decisón correct a Decisión incorre

Aceptar
Probabilidad = 1 − α ERROR DE TIPO II

ERROR DE TI PO I
Decisión
Rechazar
correcta
Probabilidad = α
 La probabilidad de cometer Error de tipo I es el ni vel de
significación α.

La probabilidad de cometer Error de tipo II depende del

ver dadero valor del parámetro. Se hace t anto menor cuanto mayor sea
n.