Documentos de Académico
Documentos de Profesional
Documentos de Cultura
M�s formalmente un estad�stico es una funci�n medible T que, dada una muestra
estad�stica de valores {\displaystyle (X_{1},X_{2},...,X_{n})} (X_1,X_2,...,X_n),
les asigna un n�mero, {\displaystyle T(X_{1},X_{2},...,X_{n})} T(X_1,X_2,...,X_n),
que sirve para estimar determinado par�metro de la distribuci�n de la que procede
la muestra. As�, por ejemplo, la media de los valores de una muestra (media
muestral) sirve para estimar la media de la poblaci�n de la que se ha extra�do la
misma; la varianza muestral podr�a usarse para estimar la varianza poblacional,
etc.1? Esto se denomina como realizar una estimaci�n puntual.
�ndice
1 Ejemplos
1.1 Media muestral
1.2 Varianza muestral
1.3 Momentos muestrales
2 Propiedades
2.1 Suficiencia
3 Aplicaciones
3.1 Estimaci�n puntual
3.2 Contraste de hip�tesis
3.2.1 Prueba o test ?2 (chi-cuadrado)
3.2.2 Test t-Student
3.2.3 test F-Snedecor
4 V�ase tambi�n
5 Referencias
Ejemplos
Media muestral
Art�culo principal: Media muestral
Si se tiene una muestra estad�stica de valores {\displaystyle
(X_{1},X_{2},...,X_{n})} (X_1,X_2,...,X_n) para una variable aleatoria X con
distribuci�n de probabilidad F(x,?) (donde ? es un conjunto de par�metros de la
distribuci�n) se define la media muestral n-�sima como:
Varianza muestral
De forma an�loga a la media muestral y utilizando los mismos elementos que en la
misma, la definici�n de varianza muestral es la siguiente:
Momentos muestrales
Con las mismas notaciones usadas a la media y varianza muestral se define el
estad�stico momento muestral no centrado como:
Propiedades
Suficiencia
El concepto de estad�stico suficiente fue introducido por Fisher en 1922, y como
originalmente indic�, un estad�stico es suficiente para los objetivos de la
inferencia estad�stica si contiene, en cierto sentido, toda la �informaci�n� acerca
de la funci�n de distribuci�n a partir de la cual se ha generado la muestra.
Aplicaciones
Estimaci�n puntual
Art�culo principal: Estimador
La estimaci�n puntual consiste en utilizar el valor de un estad�stico, denominado
estimador, para calcular el valor de un par�metro desconocido de una poblaci�n. Por
ejemplo, cuando usamos la media muestral para estimar la media de una poblaci�n, o
la proporci�n de una muestra para estimar el par�metro de una distribuci�n
binomial.
Contraste de hip�tesis
Art�culo principal: Contraste de hip�tesis
Prueba o test ?2 (chi-cuadrado)
Art�culo principal: Prueba de chi-cuadrado
Test t-Student
Es un test que permite decidir si dos variables aleatorias normales (gausianas) y
con la misma varianza tienen medias diferentes. Dada la ubicuidad de la
distribuci�n normal o gausiana el test puede aplicarse en numerosos contextos, para
comprobar si la modificaci�n en las condiciones de un proceso (humano o natural)
esencialmente aleatorio producen una elevaci�n o disminuci�n de la media
poblacional. El test opera decidiendo si una diferencia en la media muestral entre
dos muestras es estad�sticamente significativa, y entonces poder afirmar que las
dos muestras corresponden a distribuciones de probabilidad de media poblacional
distinta, o por el contrario afirmar que la diferencia de medias puede deberse a
oscilaciones estad�sticas azarosas.
La eficacia del test aumenta con el n�mero de datos del que constan las dos
muestras, en concreto del n�mero de grados de libertad conjunto de las dos
muestras, este n�mero viene dado por {\displaystyle GL=N_{1}+N_{2}-2} GL = N_1 +
N_2 - 2 (siendo Ni el tama�o muestral, es decir, el n�mero de datos en cada muestra
i). La prueba consiste en examinar el estad�stico t obtenido a partir de las dos
muestras como: