República bolivariana de Venezuela

Ministerio del poder popular para la Educación

Universitaria ciencia y tecnología
Universidad nacional experimental
“Francisco de Miranda”
Programa ciencias de la salud-medicina
Prof.: Lisbeth Navas
Alumna: Gloimar Colina
C.I: 15.458.170
Sección “3”
ANALISIS
FUNDAMENTOS DE INFERENCIA
La distribución muestral es lo que resulta de considerar todas
las muestras posibles que pueden ser tomadas de una población. Su estudio
permite calcular la probabilidad que se tiene, dada una sola muestra, de acercarse
al parámetro de la población. La distribución muéstrales radica en que, mediante
la aplicación de sus métodos, es posible obtener conclusiones significativas
acerca de toda una población con base en la información que proporcionan los
datos de una sola muestra o un experimento.
El teorema central del límite (TCL) es una teoría estadística que establece
que, dada una muestra aleatoria suficientemente grande de la población, la
distribución de las medias muéstrales seguirá una distribución normal.
El error estándar es la desviación estándar de la distribución muestral de
un estadístico muestral.1 El término se refiere también a una estimación de la
desviación estándar, derivada de una muestra particular usada para computar la
estimación
La distribución de muestreo de una estadística es la distribución de esa
estadística, considerada como una variable aleatoria, cuando se deriva de una
muestra aleatoria de tamaño n. Se puede considerar como la distribución de la
estadística para todas las muestras posibles de la misma población de un tamaño
de muestra dado. La distribución del muestreo depende de la distribución
subyacente de la población, la estadística que se considera, el procedimiento de
muestreo empleado y el tamaño de muestra utilizado. A menudo existe un
considerable interés en si la distribución muestral puede aproximarse mediante
una distribución asintótica, que corresponde al caso límite ya que el número de
muestras aleatorias de tamaño finito, tomadas de una población infinita y utilizadas
para producir la distribución, tiende a infinito.
 República bolivariana de Venezuela
Ministerio del poder popular para la Educación
Universitaria ciencia y tecnología
Universidad nacional experimental
“Francisco de Miranda”
Programa ciencias de la salud-medicina
Prof.: Lisbeth Navas
Alumna: Gloimar Colina
C.I: 15.458.170
Sección “3”
ANALISIS
ESTIMACION
Una estimación puntual de un parámetro poblacional es cuando se utiliza un
único valor para estimar ese parámetro, es decir, se usa un punto en concreto de
la muestra para estimar el valor deseado. Los criterios de estimación son:
1. tamaño de la población de referencia
2. prevalencia (proporción) estimada de la variable principal del estudio
3. nivel de confianza deseado
4. grado de precisión deseado
Las propiedades de la estimación son: Sesgo, Eficiencia, Consistencia,
Robustez, Suficiencia, Invariancia. También conocemos que los estimadores de
los parámetros más frecuentes los cuales son: media muestral, estimación
puntual, estimación por intervalos.
La Estimación por intervalos: se asigna al parámetro un conjunto de posibles
valores que están comprendidos en un intervalo asociado a una cierta probabilidad
de ocurrencia.
Nivel de confianza y precisión de un intervalo se llaman “intervalos de
confianza” debido a que la probabilidad asociada a ellos es la confianza de los
mismos. Así, diremos que un intervalo de 99% de confianza es más confiable que
uno de 95%. También se define la confianza de la estimación como la probabilidad
de acertar con el intervalo.