Caso práctico unidad tres

Estadística inferencial

Rosa Liceth caro pacheco

Astrea Cesar
Administración y dirección de empresas cuarto semestre

Corporación universitaria Asturias

Bogotá
Noviembre 30 del 2020
Introducción:
También se le llama Inferencia Estadística, pero previamente recordemos que la Estadística
(EI) comprende el conjunto de métodos estadísticos que permiten deducir (inferir) cómo se
distribuye la población bajo estudio a partir de la información que proporciona una muestra
representativa, obtenida de dicha población. Para que la Estadística Inferencial proporcione
buenos resultados debe: 1. Basarse en una técnica estadístico-matemática adecuada al
problema y suficientemente validada. 2. Utilizar una muestra que realmente sea
representativa de la población y de un tamaño suficiente.

Objetivos:
Obtener conclusiones válidas acerca de una población sobre la base de una muestra, es
decir, que las conclusiones que obtengamos de una muestra se puedan extrapolar a la
población que dio origen a esa muestra.
b) poder medir el grado de incertidumbre presente en dichas inferencias en términos de
probabilidad. 

Cuestión:

EJERCICIO 1:
En una población N(θ, 5), se efectúan sobre el valor de la media dos posibles hipótesis:
H0: θ = 12 y H1: θ = 15
Mediante una muestra de tamaño n=25 m.a.s se contrasta H0 frente a H1, sabiendo que si la
media muestra es inferior a 14, se aceptará H0. Determinar: 

CUESTIONES:

a) La probabilidad de cometer el error de primera especie. 

b) La probabilidad de cometer el error de segunda especie. 
c) La potencia del contraste.
EJERCICIO 2:
Una empresa desea saber si la edad de sus clientes potenciales explicará o no la preferencia
por un modelo de vehículo que proyecta lanzar el mercado. Para ello, consulta 200
individuos, resultando que:

Número Demandarán No demandarán

> de 25 años 75 25

≤ de 25 años 65 35

CUESTIONES: ¿Puede admitirse al nivel de significación del 5% que la edad explica el

comportamiento de los clientes?

Edades presentadas:

> 25: 75, 25

< 25: 65, 35

Demanda: 75+65=140
No demanda: 25+35=60
Sumas totales: 75+25=100; 65+35=100; 100+100=200; 140+60=200

FE= fe*fk/n = 100*140/200= 14000/200= 70. Frecuencia esperada FE1= 70

Demanda: 70+73= 143

No demanda: 30+27= 57
Totales: 70+30=100; 73+27=100; 143+57=200

FE2= {(fo-fe)2/fe = (75-70)2/70 + (25-30)2/30 + (65-73)2/73 + (35-27)2/27

FE2= 2,15
El resultado indica que puede admitirse el 5% de significación de edad que explica el
comportamiento de los clientes.
Respuesta: 

Este ejercicio viene definido por la potencia de un contraste. 

Debemos identificar los datos, primero tenemos N(Ф,5) donde Ф serán las hipótesis y 5
representa la desviación estándar (σ). 

Tenemos dos hipótesis, la primera (Ho) cuando Ф = 12 y la segunda cuando Ф  = 15. 

Otros datos son el espacio muestral es decir n = 25 y el límite de las hipótesis es 14. 

a) Error de primera especie: Se define cuando se toma valida la

hipótesis 1 pero en realidad es verdadera la hipótesis 2. Tenemos:

                                             P (E₁) = P(Rech Ho| Ho cierta)

                                                         = P(ξ ≥ 14| Ф = 12)
                                                         = P (N ( 12 , 5/√25) ≥ 14)

Transformamos la variable original usando la transformación tipificante. 

                       X₁ ≥ 14  ∴  X₁-12 ≥ 14 -12 ∴  (X₁-12)/1 ≥ (14 -12)/1 

                                                           (X₁-12)/1 ≥ 2

Buscamos en tabla de distribución normal ( ver figura) y tenemos que Z = 0.022.

                                                           P (E₁) = 2.2%

b) Error de segunda especie: Se define cuando se toma valida la hipótesis 2 pero en

realidad es verdadera la hipótesis 1. Tenemos:

                                              P (E₂) = P(Rech H₁| H₁ cierta)

                                                         = P(ξ ≥ 14| Ф = 15)
                                                         = P (N ( 15 , 5/√25) ≤ 14)

Transformamos la variable original usando la transformación tipificante. 

                          X₂ ≤ 14 ∴ X₂-15 ≤ 14 -15 ∴ (X₂-15) /1 ≤ (14 -15) /1 

                                                         (X₂-15) /1 ≤ -1

Buscamos en tabla de distribución normal (ver figura) y tenemos que Z = 0.15.

                                                                 P (E₂) = 15 %

c)  La potencia del contraste viene definida por: 

                                                     0.022       si Ф=12
                                   β(Ф) = 
                                                     1 - 0.15    si Ф=15

Nota: Las tablas usadas son de distribución normal. 

Conclusión:

La estadística trata en primer lugar, de acumular la masa de datos numéricos provenientes de la

observación de multitud de fenómenos, procesándolos de forma razonable. Mediante la teoría de la
probabilidad analiza y explora la estructura matemática subyacente al fenómeno del que estos datos provienen
y, trata de sacar conclusiones y predicciones que ayuden al mejor aprovechamiento 

Referencias bibliográficas:

https://es.wikipedia.org/wiki/Estad%C3%ADstica_inferencial

https://www.centro-virtual.com/campus/course/view.php?id=89&section=3