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
Mentalidades matemáticas: Cómo liberar el potencial de los estudiantes mediante las matemáticas creativas, mensajes inspiradores y una enseñanza innovadora
Física cuántica para principiantes: Descubra los fundamentos de la mecánica cuántica y cómo afecta al mundo en que vivimos a través de todas sus teorías más famosas