Curso de Inferencia Estadística Fundamental

Mayo Luz Polo González

Profesora

Universidad Nacional de Colombia

Departamento de Estadística

3 de abril de 2019

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 1 / 18

1 Conceptos Básicos

2 Ejemplos de la vida real

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 2 / 18

Conceptos básicos de Inferencia
Población de estudio es el conjunto de elementos sobre el cual, se desea
reunir información.
Muestra: Es un subconjunto de la población.

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 3 / 18

Conceptos básicos de Inferencia
La inferencia estadística permite generalizar sobre una población de estudio o
de interés a partir de una muestra.
No se generaliza sobre la muestra sino sobre la población.

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 4 / 18

Definición de muestra aleatoria
Una muestra aleatoria es una sucesión finita de variables aleatorias
X1 , X2 , ..., Xn independientes e idénticamente distribuidas.
El valor n recibe el nombre de tamaño de muestra.
El valor xi es una realización de la correspondiente variable aleatoria Xi
(i = 1, 2, ...n)

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 5 / 18

Definición de Parámetro
El parámetro es un vector de k componentes desconocidas del modelo
probabilístico elegido para representar una población. El parámetro es
denotado por θ

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 6 / 18

Definición de Estadístico
Sea X1 , X2 , ..., Xn una muestra aleatoria de una población con función de
densidad o función de masa de probabilidad que depende de un parámetro θ y
sea t una función con dominio Rn y recorrido Rq con q ≤ n, tal que
t(X1 , X2 , ..., Xn ) es un vector de q componentes que no depende de ninguna
componente del vector θ ni de constantes desconocidas. El vector aleatorio
t(X1 , X2 , ..., Xn ) recibe el nombre de estadístico.

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 7 / 18

Ejemplos de Estadísticos
X1 +X2 +...+Xn
X̄n = n
X1,n = mı́n(X1 , X2 , ..., Xn )
(X1 −X̄)2 +(X2 −X̄)2 +...+(Xn −X̄)2
Sn2 = n

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 8 / 18

Definición de Estimador.
Un estimador es un estadístico con dimensión igual a la dimensión del vector
de parámetros θ que permite aproximarnos al verdadero valor del vector de
parámetros.

Definición de distribución muestral.

La distribución muestral de un estadístico o de un estimador es el modelo
probabilístico que rige el comportamiento de un estadístico o de un estimador.

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 9 / 18

Notas importantes:
Un estimador puntual
Pnda un sólo valor o aproximación del parámetro,
Xi
por ejemplo, X̄ = i=1n es un estimador puntual del promedio
poblacional µ
Una estimación puntual es un valor particular de un estimador puntual,
por ejemplo Ȳ = 4,5.
Un estimador por intervalo (θ̂inf , θ̂sup ) da valores razonables para un
parámetro.
La función de densidad o de masa de probabilidad fX (x) es una función
de las n variables aleatorias X1 , X2 , ..., Xn

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 10 / 18

1 Conceptos Básicos

2 Ejemplos de la vida real

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 11 / 18

Situación uno
Supongamos que queremos establecer los nuevos límites para la variable
opacidad (Mide la cantidad de humo expulsado por los vehículos), en los
vehículos que usan diesel en la ciudad de Bogotá en el año 2011.

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 12 / 18

Situación uno
Población: Todos los vehículos que usan diesel en la ciudad de Bogotá en el
año 2011.
Muestra: Una muestra de los vehículos que usan diesel en la ciudad de Bogotá
en el año 2011.
Variable de interés: La opacidad
Parámetro: Opacidad Promedio Poblacional
Estadístico: Opacidad Promedio muestral

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 13 / 18

Situación dos
Supongamos que queremos estimar la prevalencia de asma crónica en los
estudiantes de primer semestre de Ingeniería Industrial de la universidad
Nacional, sede Bogotá, en el segundo semestre de 2018.

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 14 / 18

Situación dos
Población: Todos los estudiantes de primer semestre de Ingeniería Industrial
de la universidad Nacional, sede Bogotá, en el segundo semestre de 2018.
Muestra: Una muestra de estudiantes de primer semestre de Ingeniería
Industrial de la universidad Nacional, sede Bogotá, en el segundo semestre de
2018

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 15 / 18

Situación dos
Variable de interés: Padecimiento de asma crónica
Parámetro: Prevalencia de asma crónica en la población de estudiantes de
primer semestre de Ingeniería Industrial de la universidad Nacional, sede
Bogotá, en el segundo semestre de 2018.
Estadístico: Prevalencia de asma crónica obtenida a partir de una muestra de
estudiantes de primer semestre de Ingeniería Industrial de la universidad
Nacional, sede Bogotá, en el segundo semestre de 2018.

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 16 / 18

Situación tres
Supongamos que queremos evaluar el nivel de satisfacción de los empleados
con respecto a las tecnología( internet, celular) en las pequeñas y medianas
empresas (PYMES) en la ciudad de Barranquilla durante un periodo de
tiempo determinado.

InferenciaEstadísticaFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 17 / 18