Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROCESOS
SEMANA 5
ESTADÍSTICA INFERENCIAL
POBLACIÓN O UNIVERSO.- desde el punto de vista estadístico, es el conjunto
formado por la totalidad de individuos, especímenes, objetos o medidas de
interés sobre los que se realiza un estudio.
Las poblaciones se clasifican en finitas o infinitas. Si es finita y pequeña es
posible medir todos los individuos para tener un conocimiento “exacto” de
las características (parámetros) de esa población.
Si la población es infinita o grande es imposible e incosteable medir a todos
los individuos, en este caso es preciso sacar una muestra representativa de
dicha población, y con base en medidas calculadas con los datos muestrales
(estadísticos) se realizan, mediante los métodos apropiados, afirmaciones
acerca de los parámetros de la población.
RELACIÓN ENTRE POBLACIÓN Y MUESTRA,
PARAMETROS Y ESTADÍSTICOS
MUESTRA
• Un aspecto importante será lograr que las muestras sean representativas,
en el sentido de que reflejen las características clave de la población en
relación con los objetivos del estudio. Una forma de lograr esa
representatividad consiste en diseñar de manera adecuada un muestreo
aleatorio (azar), donde la selección no tenga algún sesgo en una dirección
que favorezca la inclusión de ciertos elementos en particular, sino que
todos los elementos de la población tengan las mismas oportunidades de
ser incluidos en la muestra.
• Existen varios métodos de muestreo aleatorio, por ejemplo, el simple, el
estratificado, el muestreo sistemático y por conglomerados; cada uno de
ellos logra muestras representativas en función de los objetivos del estudio
y de ciertas circunstancias, así como características particulares de la
población
ESTADÍSTICA INFERENCIAL
• La inferencia estadística tiene como objetivo establecer las
características de una población o proceso con base en la información
contenida en la muestra.
• La inferencia se divide en estimación y prueba de hipótesis, y se
apoya en cantidades o estadísticos calculados de las observaciones de
la muestra.
• Los estadísticos, como medidas o funciones de los datos muestrales,
que no contienen parámetros desconocidos, ayudan a caracterizar la
distribución de tales datos.
ESTADÍSTICA INFERENCIAL
• Un aspecto clave en la interpretación y uso de cualquier estadístico es
que es una variable aleatoria, ya que su valor depende de los
elementos que son seleccionados en la muestra y, por lo tanto, varía
de una muestra a otra. La forma de tomar en cuenta este hecho es
conocer la distribución de probabilidad de cada estadístico.
• Una distribución de probabilidad también se puede considerar una
distribución teórica de frecuencia, que describe cómo se espera que
varíen los resultados de la variable aleatoria. De esta forma, lo
aleatorio se modela (describe, acota), y al observar una realización
específica de un estadístico es posible corroborar o rechazar
supuestos (prueba de hipótesis) o hacer estimaciones poblacionales.
Estimación puntual y por intervalo
• El estimador puntual de un parámetro es un estadístico que genera
un valor numérico simple, y que se utiliza para proporcionar una
estimación del valor del parámetro desconocido. Los estimadores
puntuales (estadísticos) más recomendados para estimar estos
parámetros son, respectivamente:
Estimación por intervalo
• Cuando se quiere tener mayor certidumbre acerca del verdadero valor del
parámetro poblacional, será necesario obtener la información sobre qué
tan precisa es la estimación puntual. Una forma de saber qué tan variable
es el estimador consiste en calcular la desviación estándar o error estándar
del estadístico.
• Una forma de saber qué tan precisa es la estimación, intervalo de confianza
que indique un rango “donde puede estar el parámetro” con cierto nivel de
seguridad o confianza. Construir un intervalo a 100(1 − α)% de confianza
para un parámetro desconocido θ consiste en estimar dos números
(estadísticos) L y U, de manera que la probabilidad de que θ se encuentre
entre ellos sea 1 − α, es decir,
Intervalo de confianza para una media
• Sea x1, x2, ..., xn una muestra aleatoria de tamaño n de una población, con una
distribución normal con media μ y varianza σ2, ambas desconocidas. El
procedimiento general para deducir el intervalo consiste en partir de un
estadístico que involucra al parámetro de interés y que tenga una distribución
conocida. En el caso de μ, tal estadístico es: