Mariana Lambaren Sosa

Econometría
Lic. Econometría 6° semestre

Inferencia Estadística: Cuestionario

5.1. ¿Qué diferencia hay entre cada uno de los siguientes pares de términos?
A. Estimador de un punto y estimador de un intervalo: Un estimador es
puntual cuando se usa un solo valor extraído de la muestra para estimar el
parámetro desconocido de la población. En el estimador por intervalo es
conveniente obtener unos límites entre los cuales se encuentre el parámetro con
un cierto nivel de confianza. La estimación de un intervalo, al contrario de la
estimación de un punto ofrece un rango de valores que incluirá el auténtico valor
con cierto grado de confianza o probabilidad.
B. Hipótesis nula e hipótesis alternativa: La hipótesis nula (H0) afirma que el
valor de un parámetro de población (que puede estar dado por una proporción,
media o desviación estándar) será igual a un valor aseverado. Mientras que la
hipótesis alternativa (H1) afirma que el parámetro tiene un valor que difiere de la
hipótesis nula y asume los símbolos:
H1: μx > 18,5 H1: μx < 18,5 H1: μx =/ 18,5
C. Errores de tipo I y II: El error de tipo I es el error de rechazar una hipótesis
cuando es cierta y el error de tipo II acepta una hipótesis falsa.
D. Coeficiente de confianza y nivel de significatividad: El coeficiente de
confianza es 1 menos la probabilidad de cometer un error de tipo I (1- α). El nivel
de significatividad también es la probabilidad de cometer un error de tipo 1. La
diferencia radica en la interpretación, por ejemplo: un nivel de significatividad del 5
por ciento, o un nivel o grado de confianza del 95 por ciento significan lo mismo.
E. Error de tipo II y potencia: El error de tipo II es el error de aceptar una
hipótesis falsa; la potencia es la probabilidad de no cometer el error tipo II.

5.2. Qué significa

A. Inferencia estadística: Es el estudio de la relación entre la población y la
muestra de dicha población.
B. Distribución muestral: Presenta cada posible resultado que una estadística
puede tomar en todas las muestras posibles de una población y con qué
frecuencia ocurre cada resultado. Se analiza cómo las proporciones y las medias
de la muestra se comportan en muestras repetidas.
C. Región de aceptación: Es el conjunto de valores del estadístico del contraste
a partir de los cuales se decidirá aceptar la hipótesis nula.
D. Estadístico del test: La idea general que subyace al planteamiento del test de
significatividad para contrastar hipótesis es el estadístico del test y su distribución
de probabilidad bajo el valor hipotético de μx.
E. Valor critico de un test: Es un punto en la distribución del estadístico de
prueba bajo la hipótesis nula que define un conjunto de valores que apoyan el
rechazo de la hipótesis nula, es decir, muestra el porcentaje del área bajo la curva
de la distribución.
F. Nivel de significatividad: El nivel de significatividad es la probabilidad de
cometer un error de tipo 1 (α).
G. El valor p: Es el valor de probabilidad. Es el menor nivel de significatividad al
que se puede rechazar una hipótesis nula. Cuánto menor sea el valor p, más
fuerte será la evidencia contra la hipótesis nula.

5.3. Explique detenidamente el significado de

A. Un estimador insesgado: Es un estimador (de media) del parámetro de una
población que coincide con el auténtico valor del parámetro. Si en repetidas
aplicaciones de un método, el valor medio de los estimadores coincide con el
auténtico valor del parámetro, se dice que es un estimador insesgado.
B. Estimador de varianza mínima: Es un estimador de varianza mínima, si su
varianza es menor que la de que la de cualquier otro estimador de μ x. Un
estimador insesgado de varianza mínima es aquel que tiene menor varianza que
cualquier otro estimador insesgado para todos los posibles valores del parámetro.
C. Mejor estimador, o estimador eficiente: Se le llama estimador eficiente, si
sólo tenemos en cuenta los estimadores insesgados de un parámetro, el que tiene
la varianza más pequeña.
D. Un estimador lineal: Un estimador es lineal si se obtiene por combinación
lineal de los elementos de la muestra. Y si es una función lineal de las
observaciones muestrales.
E. El mejor estimador lineal insesgado: Es un estimador lineal, insesgado que
tiene la varianza mínima de todos los estimadores lineales insesgados de un
parámetro. Esta propiedad combina las propiedades de linealidad, ausencia de
sesgo y varianza mínima.
5.4. Ratifique si las siguientes afirmaciones son verdaderas, falsas o
indeterminadas. Justifique sus respuestas.
A. El estimador de un parámetro es una variable aleatoria, pero el parámetro no es
aleatorio, o esta fijo:
B. Un estimador insesgado de un parámetro, por ejemplo, µ x, significa que siempre
será igual a µx:
C. Un estimador puede ser un estimador de varianza mínima sin ser insesgado:
D. Un estimador eficiente significa que es un estimador con varianza mínima:
E. Un estimador puede ser el mejor estimador lineal insesgado solo si la
distribución muestral es normal:
F. Una región de aceptación y un intervalo de confianza para cualquier problema
dado significan lo mismo:
G. Se produce un error de tipo I cuando rechazamos la hipótesis nula incluso si es
falsa:
H. Se produce un error tipo II cuando rechazamos la hipótesis nula incluso si
puede ser verdadera:
I. A medida que aumentan indefinidamente los g.l., la distribución t se aproxima a
la distribución normal:
J. El teorema central del límite afirma que la media muestral siempre se distribuye
normalmente:
K. Los términos nivel de significatividad y valor p significan lo mismo:

5.5 Explique detenidamente la diferencia entre el planteamiento del intervalo

de confianza y el planteamiento del test de significatividad para la
contrastación de hipótesis:
En el planteamiento del intervalo de confianza se utiliza la distribución de
probabilidad del estadístico del test, se define un intervalo de confianza 100 (1 –
α). Si este intervalo (la región de aceptación) incluye el valor de la hipótesis nula,
no rechaza la hipótesis. Pero si este intervalo no lo incluye, no se rechaza la
hipótesis nula.
Por otro lado, se puede utilizar el planteamiento de test de significatividad para
obtener el estadístico del test relevante bajo la hipótesis nula y encontrar el valor
de p. Si esta probabilidad es inferior al valor predeterminado de α, puede rechazar
la hipótesis nula, pero si es mayor que α, no se rechaza.
La diferencia está en que en el planteamiento del intervalo de confianza, se
rechaza la hipótesis nula cuando el intervalo incluye el valor de la hipótesis y en el
planteamiento del test de significatividad se rechaza cuando el valor es inferior.
5.6. Suponga en un ejemplo con 40 g.l. que ha obtenido un valor t de 1,35.
Puesto que su valor p se encuentra en alguna parte entre un nivel de
significatividad del 5 y el 10 por ciento (una cola) no es estadísticamente
muy significativo. ¿Está de acuerdo con esta afirmación? ¿Por qué o por qué
no?