¿Cómo y cuándo se deben aplicar distintos tipos de distribuciones para probar una

hipótesis del valor del parámetro poblacional media aritmética y la proporción, a partir de
la muestra?

¿Cuáles son sus ventajas y desventajas?

Los modelos probabilístico teóricos más utilizados en estadística inferencial son:

1) Dsitribucion de propabilidad Gamma

2) Distribucion de probabilidad de Ji o Chi- Cuadrada
3) Distribucion de probabilidad normal o de Gauss
4) Distribucion de Probabilidad t-student
A continuación se realizara la comparación de la distribución de probabilidad normal y la t
de student

Distribucion de Distribucion t de Student

Probabilidad Normal
Cuando se usa  Cuando la muestra es  Se usa cuando el
>30 observaciones, la problema surge de una
distribución t se parece población normalmente
mucho a la distribución distribuida y el tamaño
normal , por ende se de muestra es pequeño
aplica la normal.  Tamaño de la
muestra es inferior a
30 elementos, es
decir, n < 30. 

Características  Se presenta en la  Se encuentran los

mayoría de los casos datos mas dispersos
 Se caracteriza por que  Determina La
el valor de densidad y distribución t de Student
probabilidad crecen y es la distribución de
decrecen probabilidad del
simétricamente a cociente.
ambos lados (se hace
como una campana )
Ventajas  Es el modelo continuo  Su aplicación se realiza
de mayor importancia en estudios de menor
en estadística muestreo, siendo mas
 Su aplicación es directa fácil de analizar los
y permite observar datos.
muchas variables de
interés, que pueden
describirse fácilmente
 Sirve para acercarse a
varias distribuciones de
probabilidad discreta,
entre estas la
 distribución de Poisson
y la distribución
Binomial.
 Sus propiedades han
permitido el desarrollo
de muchas técnicas de
inferencia estadística.
Proporcionando la base
de la estadística
inferencial clásica, por
su relación con el
teorema de límite
central.
Desventajas  Siempre está presente  No se conoce
el error de muestreo la desviación
producto de la típica o estándar de
variabilidad intrínseca una población y tiene
de los elementos del
que ser estimada a
universo, existen
diferencias entre las
partir de las
medidas muestrales y observaciones de la
los parámetros muestra.
poblacionales llamada
Error de Muestreo la
Inferencia Estadística
permite medir el error
de muestreo.

¿Qué ventajas trae el conocimiento de la inferencia estadística en los futuros

desarrollos teóricos-prácticos de la investigación en los ámbitos
administrativos, económicos y financieros?

En la actualidad y en futuro es importante estudiar y tener conocimientos de la

inferencia estadística se ha convertido en una herramienta imprescindible para
llevar a cabo un desarrollo teórico- práctico en la investigación de cualquier
ámbito, ya que permite planear, organizar, interpretar, recolectar, sistematizar,
representar y analizar la información de cualquier fenómeno al cual se le estudian
características en común o alotarías, de una población o una muestra, a partir de
la información que esta nos brinda podemos construir informes estadísticos ya
sean cuantitativos y no cualitativos. Por esto es importante tener en cuenta no solo
la aplicación sino los conceptos de la estadística tanto descriptiva como
inferencial porque estas nos ofrece en detalle los elementos básicos. Como lo son
la media, mediana, moda, desviación estándar, histogramas, las tablas de
contingencia, dientes diagrama de caja y gráficos de dispersión entre otros que no
ayudaran presentación y descripción de informes.