4.

1 INFERENCIA ESTADISTICA

Academia: Ingeniería Electromecánica.

Materia: Probabilidad y estadística.
Alumno: Carlos Alberto Quintero García.
Docente: Roció Cayetano Meléndez.
Grupo: 2302

Estado de México, 14 de diciembre de 2020.

La Estadística descriptiva y la teoría de la Probabilidad van a ser los pilares de
un nuevo procedimiento (Estadística Inferencial) con los que se va a estudiar
el comportamiento global de un fenómeno. La probabilidad y los modelos de
distribución junto con las técnicas descriptivas, constituyen la base de una
nueva forma de interpretar la información suministrada por una parcela de la
realidad que interesa investigar.
En el siguiente esquema representa el tema a tratar y que será desarrollado a
continuación:

Los métodos básicos de la estadística inferencial son la estimación y el

contraste de hipótesis, que juegan un papel fundamental en la investigación.

¿Qué es la inferencia estadística?

La inferencia estadística es primordialmente de naturaleza inductiva y llega a
generalizar respecto de las características de una población valiéndose de
observaciones empíricas de la muestra.
La inferencia estadística es el conjunto de métodos y técnicas que permiten
inducir, a partir de la información empírica proporcionada por una muestra,
cual es el comportamiento de una determinada población con un riesgo de
error medible en términos de probabilidad.
Las inferencias estadísticas se hacen por posibilidades o probabilidades.
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.

¿Qué es un parámetro?
Los métodos paramétricos de la inferencia estadística se pueden dividir,
básicamente, en dos: métodos de estimación de parámetros y métodos de
contraste de hipótesis. Ambos métodos se basan en el conocimiento teórico
de la distribución de probabilidad del estadístico muestral que se utiliza como
estimador de un parámetro.
Es un resumen numérico de alguna variable observada de la población. Los
parámetros normales que se estudian son:

La estimación de parámetros consiste en asignar un valor concreto al

parámetro o parámetros que caracterizan la distribución de probabilidad de la
población. Cuando se estima un parámetro poblacional, aunque el estimador
que se utiliza posea todas las propiedades deseables, se comete un error de
estimación que es la diferencia entre la estimación y el verdadero valor del
parámetro.

¿Por qué es importante hacer uso de la inferencia

estadística en la ingeniería?
Son muchos los fenómenos o sucesos que no tienen respuesta, es por esto que
se debe realizar estudios pertinentes que aclaren la situación que se desea
analizar. Dicho estudio se logra por medio de la experimentación constante,
que muestra cada uno de los resultados que se van obteniendo con ayuda de
la estadística.

La Estadística Inferencial puede dar respuesta a muchas de las necesidades

que la sociedad actual puede requerir. Su tarea fundamental es el análisis de
los datos que se obtienen a partir de experimentos, con el objetivo de
representar la realidad y conocerla.
La estadística inferencial permite la recolección de datos importante para un
ingeniero:
- Obtener mediciones muestrales representativas.
- Generalizar estos resultados muestrales para toda la población.

Se realiza un muestreo cuando existen recursos limitados, escasez, pruebas

destructivas o en casos que el muestreo puede ser más exacto.
Los recursos son limitados cuando no existen los recursos humanos, materiales
o económicos para realizar el estudio sobre el total de la población.

¿Cuáles son los métodos básicos de la inferencia

estadística?
1-. 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.
2-. 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).

¿Qué es la estimación?
Este término indica que a partir de lo observado en una muestra (un resumen
estadístico con las medidas que conocemos de Descriptiva) se extrapola o
generaliza dicho resultado muestral a la población total, de modo que lo
estimado es el valor generalizado a la población. Consiste en la búsqueda del
valor de los parámetros poblacionales objeto de estudio.
¿Cuáles son los tipos de estimación?
Puede ser puntual o por intervalo de confianza:
- Puntual: Cuando buscamos un valor concreto; La inferencia estadística
más sencilla es la Estimación Puntual o por punto, en la que se calcula
un valor único (estadístico) con los datos muestrales para estimar un
parámetro poblacional.
- Intervalo de confianza: Cuando determinamos un intervalo, dentro del
cual se supone que va a estar el valor del parámetro que se busca con
una cierta probabilidad.

¿Qué es el contraste?
Un contraste es una regla de decisión sobre dicha hipótesis (se acepta / no se
rechaza o se rechaza / no se acepta) a partir de la información incompleta
que proporciona una muestra. Los contrastes también se
denominan test o pruebas estadísticas. Si la población sigue una cierta
distribución, las hipótesis se concretan en valores de los parámetros:
contrastes de hipótesis paramétricas; en caso contrario, contrastes de
hipótesis no paramétricas.

¿Qué es el contraste de hipótesis?

Consiste en determinar si es aceptable, partiendo de datos muestrales, que la
característica o el parámetro poblacional estudiado tome un determinado
valor o esté dentro de unos determinados valores.
Tienen como objetivo comprobar si determinado supuesto referido a un
parámetro poblacional, o a parámetros análogos de dos o más poblaciones,
es compatible con la evidencia empírica contenida en la muestra. Los
supuestos que se establecen respecto a los parámetros se llaman hipótesis
paramétricas. Para cualquier hipótesis paramétrica, el contraste se basa en
establecer un criterio de decisión, que depende en cada caso de la naturaleza
de la población, de la distribución de probabilidad del estimador de dicho
parámetro y del control que se desea fijar a priori sobre la probabilidad de
rechazar la hipótesis contrastada en el caso de ser ésta cierta.
En todo contraste intervienen dos hipótesis. La hipótesis nula (Ho) es aquella
que recoge el supuesto de que el parámetro toma un valor determinado y es
la que soporta la carga de la prueba. La decisión de rechazar la hipótesis nula,
que en principio se considera cierta, está en función de que sea o no
compatible con la evidencia empírica contenida en la muestra. El contraste
clásico permite controlar a priori la probabilidad de cometer el error de
rechazar la hipótesis nula siendo ésta cierta; dicha probabilidad se llama nivel
de significación del contraste ( ) y suele fijarse en el 1%, 5% o 10%.

¿Qué es el nivel de confianza?

Indica la proporción de veces que acertaríamos al afirmar que el parámetro θ
está dentro del intervalo al seleccionar muchas muestras.
Es la probabilidad de que el verdadero valor del parámetro estimado en la
población se sitúe en el intervalo de confianza obtenido. El nivel de confianza
se denota por (1-α), aunque habitualmente suele expresarse con un
porcentaje ((1-α)·100%). Es habitual tomar como nivel de confianza un 95% o
un 99%, que se corresponden con valores α de 0,05 y 0,01, respectivamente.
Su objetivo es obtener un intervalo de posibles valores de la característica
poblacional en el que confiamos, en cierta medida, que se encuentre su
verdadero valor, esto es, un intervalo que cubra al verdadero valor con una
determinada probabilidad/confianza.

Explique un ejemplo practico de la inferencia estadística:

Algunos ejemplos de la aplicación de la estadística inferencial son:
• Sondeos de tendencia de voto: Antes de una elección importante,
diversas encuestadoras sondean la opinión pública para recabar datos
relevantes y luego, teniendo la muestra analizada y desglosada, inferir
tendencias: quién es el favorito, quién va segundo, etc.
 • Análisis de mercado: Las empresas a menudo contratan otras
empresas especializadas en marketing para que analicen sus nichos de
mercado a través de diversas herramientas estadísticas y diferenciales,
como encuestas y focus groups, a partir de las cuales deducir qué
productos prefiere la gente y en qué contexto, etc.
• Epidemiología médica: Teniendo los datos concretos de afectación de
una población determinada por una o varias enfermedades puntuales,
los epidemiólogos y especialistas en salud pública pueden llegar a
conclusiones respecto a qué medidas públicas son necesarias para
evitar que dichas enfermedades se esparzan y contribuir a su
erradicación.

Fuentes:
a) http://herzog.economia.unam.mx/profesores/blopez/estadistica-
inferencia.pdf
b) https://www.ugr.es/~eues/webgrupo/Docencia/MonteroAlonso/est
adisticaII/tema4.pdf
c) http://www.ub.edu/aplica_infor/spss/cap4-1.htm
d) https://economipedia.com/definiciones/inferencia-
estadistica.html#:~:text=La%20inferencia%20estad%C3%ADstica%2C
%20estudia%20entonces,de%20la%20poblaci%C3%B3n%20de%20dat
os
e) http://www5.uva.es/estadmed/inferen/contrastes/contrastes.htm#:
~:text=Un%20contraste%20es%20una%20regla,denominan%20test%
20o%20pruebas%20estad%C3%ADsticas