Estadística II
(Material - Unidad II)
INFERENCIA ESTADISTICA.
Escuela de Administración y Contaduría Pública.
Facultad De Ciencias Gerenciales, Económicas y Administrativas.
Pontificia Universidad Católica Santa Rosa
Tercer Periodo
Econ. Hirvinds Raphael Lopez Gomez
Julio de 2020
Inferencia Estadística
La inferencia estadística es el conjunto de métodos que permiten inducir, a través de
una muestra estadística, el comportamiento de una determinada población. La inferencia
estadística, estudia entonces como, a través de la aplicación de dichos métodos sobre los
datos de una muestra, se pueden extraer conclusiones sobre los parámetros de la población
de datos. De la misma manera estudia también el grado de fiabilidad de los resultados
extraídos del estudio.
Para entender el concepto es importante entender tres conceptos:
1. Inferencia: Inferir significa, literalmente, extraer juicios o conclusiones a partir de
ciertos supuestos, sean estos generales o particulares.
2. Población: Una población de datos, es el conjunto total de datos que existen sobre
un variable.
3. Muestra estadística: Una muestra es una parte de la población de datos.
Teniendo claro a lo que nos referimos con el concepto de inferir, una de las dudas
fundamentales recae en el hecho de elegir una muestra en lugar de una población.
Normalmente, en estadística, se trabaja con muestras debido a la gran cantidad de
datos que tiene una población. Por ejemplo, si queremos sacar conclusiones, esto es, inferir,
los resultados de las elecciones generales, es imposible preguntar a toda la población del
país. Para solventar ese problema se escoge una muestra variada y representativa. Gracias a
la cual se puedan extraer una estimación del resultado final. Escoger una muestra adecuada
corre a cargo de las distintas técnicas de muestreo.
La otra gran rama de la estadística es la estadística descriptiva.
Métodos de la inferencia estadística
Los métodos y técnicas de la inferencia estadística se pueden dividir en dos:
métodos de estimación de parámetros y métodos de contraste de hipótesis.
Métodos de estimación de parámetros: Se encarga de asignar un valor al parámetro o al
conjunto de parámetros que caracterizan el campo sujeto a estudio. Claro que al ser una
estimación existe cierto error. Para obtener estimaciones adaptadas a esa realidad, se crean
intervalos de confianza.
Métodos de contraste de hipótesis: Su objetivo es comprobar si una estimación
corresponde con los valores poblacionales. En todo contraste de hipótesis existen dos
supuestos. La hipótesis nula (H0) que recoge la idea de que un valor tiene un valor
predeterminado. Si se rechaza la hipótesis nula (H0), entonces se acepta la hipótesis
alternativa (H1).
Estimación: estimación puntual y estimación por intervalo.
Estimación puntual: Una estimación es puntual cuando se usa un solo valor extraído de la
muestra para estimar el parámetro desconocido de la población. Al valor usado se le llama
estimador.
La media de la población se puede estimar puntualmente mediante la media de la
muestra:
La proporción de la población se puede estimar puntualmente mediante la
proporción de la muestra:
La desviación típica de la población se puede estimar puntualmente mediante la
desviación típica de la muestra, aunque hay mejores estimadores:
Estimación por intervalos: a veces es conveniente obtener unos límites entre los cuales se
encuentre el parámetro con un cierto nivel de confianza, en este caso hablamos de
estimación por intervalos.
Nivel de confianza: El nivel de confianza, C, indica, en porcentaje, con qué proporción el
intervalo de confianza contiene el parámetro estimado. El coeficiente de confianza, c, es la
misma proporción en tanto por uno, c = C/100. En otras palabras, c es la probabilidad de
que el intervalo de confianza contenga el parámetro estimado.
Si α = 1 - c, y (a,b) es el intervalo de confianza se cumplirá:
Cálculo del punto crítico
Dado un nivel de confianza, C, calculamos el coeficiente de confianza, c = C/100.
Seguidamente calculamos α = 1 - c y α/2. Si Z ~ N (0,1), el punto crítico, zα/2, es el que
cumple p (Z < zα/2) = 1 - α/2. Por último, buscamos en la tabla de la función de
distribución de la distribución N (0,1) el valor de z cuya probabilidad es 1 - α/2.
https://www.youtube.com/watch?v=cMqgG_lBC2U
https://www.youtube.com/watch?v=mLif6Juec2w
Paper complementario:
http://www4.ujaen.es/~dmontoro/Metodos/Temas/Tema7.pdf
http://matematicas.unex.es/~mota/ciencias_ambientales/tema5.pdf
Intervalos para: medias, diferencias de medias, varianza poblacional, proporciones y
diferencias de proporciones.
https://www.youtube.com/watch?v=6K06eWQrzZ8
Pruebas de hipótesis, pruebas para: medias poblacionales, proporciones y varianzas
poblacionales.
https://www.youtube.com/watch?v=AJcy4eZMwWM
https://www.youtube.com/watch?v=C42eCgysLY8
https://www.youtube.com/watch?v=8kPidg4QBb8
https://www.youtube.com/watch?v=qrtBrueW_sE
