Universidad de Panamá

Facultad de Ingeniería

Ingeniería en Operaciones Aeroportuaria

Estudiante:

Nayvelin González

Cédula:

8-965-90

Grupo:

OA2-1

Asignación:

Estadística y Probabilidad

Tema:

ESTADÍSTICA INFERENCIAL

25 DE ABR. DE 2020
PARTE I

Defina los conceptos y realice las actividades que se le presentan

 Inferencia
R/. Es el procedimiento por medio del cual se llega a conclusiones c de una población con base en
la información que se obtiene a partir de una muestra seleccionada de esa población.

 Parámetro
R/. Un parámetro estadístico o parámetro de población es una cantidad que ingresa en la
distribución de probabilidad de una estadística o una variable aleatoria. Se puede considerar como
una característica numérica de una población estadística o un modelo estadístico. Es un valor que
le dice algo sobre una población y es lo contrario de una estadística, que le dice algo sobre una
pequeña parte de la población.

 Estimador
R/. Un estimador es una regla, generalmente expresada como fórmula, que nos dice cómo calcular
una estimación basada en información de la muestra.

 Error estándar
R/. El error estándar es la desviación estándar de la distribución muestral de un estadístico muestral.
El término se refiere también a una estimación de la desviación estándar, derivada de una muestra
particular usada para computar la estimación.

 Intervalos de predicción
R/. Un intervalo de predicción es un intervalo elaborado con una serie de datos de las muestras de
modo que contenga observaciones futuras.

 Intervalo de tolerancia
R/. Un intervalo de tolerancia es un intervalo elaborado con una serie de datos de las muestras de
modo que contenga toda observación futura con alguna confianza expresada. Otra manera de
expresar esto es decir que como mínimo un 100% p de una población entrará dentro del intervalo
de tolerancia con alguna confianza expresada (0 <p< 1).

 Hipótesis nula. Describa los tipos de errores (Tipo I y Tipo II)

R/. Hipótesis nula se refiere a cualquier hipótesis que se desea probar y se denota con H 0.
La probabilidad de un error tipo I: El rechazo de la hipótesis nula cuando es verdadera se denomina
error tipo I. Por ejemplo, es probable que la nueva vacuna no sea mejor que la que se usa en la
actualidad (H0 verdadera) y, sin embargo, en este grupo específico de individuos seleccionados
aleatoriamente más de 8 pasan el periodo de 2 años sin contraer el virus. Si rechazáramos H0 a favor
de H1 cuando, de hecho, H0 es verdadera, cometeríamos un error que se conoce como error tipo I.
La probabilidad de un error tipo II: No rechazar la hipótesis nula cuando es falsa se denomina error
tipo II. Por ejemplo, Si 8 o menos miembros del grupo superan exitosamente el periodo de 2 años y
no concluimos que la nueva vacuna es mejor cuando en realidad sí lo es (H1 verdadera), cometemos
un segundo tipo de error, el de no rechazar la hipótesis H0 cuando en realidad es falsa. A este error
se le conoce como error tipo II.

 Hipótesis alternativa
R/. El rechazo de H0 conduce a la aceptación de una hipótesis alternativa, que se denota con H1. La
hipótesis alternativa H1 por lo general representa la pregunta que se responderá o la teoría que se
probará, por lo que su especificación es muy importante.

 Intervalo de confianza. Describa, puede ser con un diagrama, el intervalo para cada
parámetro. Presente ejemplos desarrollados en los libros que se relacionen más con su carrera

Definición: El intervalo de confianza es un rango de valores, derivado de los estadísticos de la

muestra, que posiblemente incluya el valor de un parámetro de población desconocido.

INTERVALO DE CONFIANZA

MEDIA PROPORCIÓN VARIANZA

EJEMPLO
Las resistencias al desgaste de dos tipos de llantas para avión se compararon en muestras de
pruebas en camino de n1 = n2 = 100 llantas para cada tipo. El número de millas hasta el completo
desgaste se definió como una cantidad específi ca de desgaste de la llanta. Los resultados de la
prueba se muestran en la tabla 8.4. Estime la diferencia en la media de millas hasta el
completo desgaste, usando un intervalo de confianza de 99%. ¿Hay diferencia en el promedio de
calidad de desgaste para los dos
tipos de llantas?
  Tamaño de muestra. Describa, puede ser con un diagrama, el tamaño de muestra para cada
parámetro.
R/. El tamaño de la muestra es el número de observaciones que la componenen.

TAMAÑO DE MUESTRA
PARÁMETRO INTERVALO DE POBLACIÓN FINITA POBLACIÓN
CONFIANZA INFINITA
Media

Proporción

Varianza

 Hipótesis estadística. Describa los procedimientos para comprobar una hipótesis estadística
y Elabore un diagrama de los tipos de pruebas describiendo las áreas de aceptación y rechazo
(bilateral, unilateral cola derecha y unilateral cola izquierda)

R/. Una hipótesis estadística, a veces llamada análisis de datos confirmatorios, es una hipótesis que
se puede comprobar sobre la base de observar un proceso que se modela a través de un conjunto
de variables aleatorias. Una prueba de hipótesis estadística es un método de inferencia estadística.
La prueba de hipótesis es un método estadístico que se utiliza para tomar decisiones estadísticas
utilizando datos experimentales.

PASOS PARA COMPROBAR UNA HIPÓTESIS ESTADÍSTICA

1. Datos
2. Supuestos
3. Hipótesis (Hipótesis nula H0 y la Hipótesis alternativa HA)
4. Estadística de la prueba
5. Distribución de la estadística de prueba
6. Regla de decisión
7. Calculo de la estadística de prueba
8. Decisión estadística
9. Conclusión
10. Valor de p.
TIPOS DE PRUEBAS

PARÁMETRO PRUEBA DE HIPÓTESIS

PROPORCIÓN

Se conoce la desviación No se conoce la desviación Muestra pequeña y

estándar poblacional estándar poblacional desviación estándar
MEDIA desconocida

VARIANZA

 Prueba de hipótesis. Describa, puede ser con un diagrama, la prueba de hipótesis para cada
parámetro teniendo en cuenta: la distribución de probabilidades de la variable estudiada, el
tamaño de la muestra (mayor de 30 individuos, sí o no), si se conoce la desviación estándar
poblacional (si y no). Presente ejemplos desarrollados en los libros que se relacionen más con
su carrera
R/. Una prueba de hipótesis estadística es un método de inferencia estadística. Comúnmente, se
comparan dos conjuntos de datos estadísticos, o un conjunto de datos obtenido por muestreo se
compara con un conjunto de datos sintéticos de un modelo idealizado.

 Prueba pareada
R/. En estadística, una prueba de diferencia pareada es un tipo de prueba de ubicación que se utiliza
al comparar dos conjuntos de mediciones para evaluar si sus medias de población difieren. Los
métodos específicos para llevar a cabo pruebas de diferencia pareadas son, para la prueba t de
diferencia distribuida normalmente (donde no se conoce la desviación estándar poblacional de la
diferencia) y la prueba Z pareada (donde se conoce la desviación estándar poblacional de la
diferencia).
El ejemplo más familiar de una prueba de diferencia pareada ocurre cuando los sujetos se miden
antes y después de un tratamiento. Tal prueba de "medidas repetidas" compara estas medidas
dentro de los sujetos, en lugar de hacerlo a través de los sujetos, y generalmente tendrá mayor
poder que una prueba no emparejada. Otro ejemplo proviene de casos coincidentes de una
enfermedad con controles comparables.
 Prueba de bondad de ajuste
R/. Las pruebas de bondad de ajuste son aquellas que comparan los resultados de una muestra con
los que se espera obtener cuando la hipótesis nula es verdadera. Estas tienen por objetivo
determinar si los datos se ajustan a una determinada distribución, la cual puede estar
completamente especificada (hipótesis simple) o perteneciente a una clase para-métrica (hipótesis
compuesta).