Actividad 1:

Toma de Notas

Maestrando: Flor Itzel López García

Asignatura: Computación aplicada a la Educación

Catedrático: Dra. Itzel Evangelina Larraga Rosas

Maestría: Educación con especialidad en Metodología de

la Docencia

Jueves 9 de diciembre de 2021.

Elementos que integran la inferencia estadística

“La inferencia estadística consiste, en determinar algunas

características desconocidas de una población partiendo de datos
muestrales conocidos”. (Martínez y Martínez, 2010, p. 1).

“Podemos clasificar la estadística en descriptiva, cuando los

resultados del análisis no pretenden ir más allá del conjunto de
datos, e inferencial cuando el objetivo del estudio es derivar las
conclusiones obtenidas a un conjunto de datos más amplio”.
(Spínola, s/f, p. 5).

Según Spínola (s/f) a estadística inferencial se concentra en la

estimación de parámetros y la contrastación de hipótesis. La
población aquí se refiere a una población estadística. Una población
estadística es definida como la colección de todas las posibles
observaciones de interés y sobre la cual nosotros deseamos hacer
inferencias. (p. 8).

De acuerdo con (Acuña, s/f, p. 12) la inferencia se clasifica de la

siguiente forma:

Los métodos estadísticos y las técnicas de muestreo

Población: Conjunto de Muestra: Se define como la

datos obtenidos de una unidad de muestreo/análisis, es
medición efectuada en la un subgrupo de la población, la
totalidad de individuos u muestra puede ser
objetos de interés. representativa, muestra al azar,
muestra aleatoria.
 Tipos de muestra

No Probabilística: la elección
Probabilística: Todos los
de los elementos depende de
elementos de la población
causas relacionadas con las
tienen la misma posibilidad de
características de la
ser escogidos para la muestra.
investigación.

Paramétrica y No paramétrica: Cuando se conoce la forma funcional

de la función de distribución que sigue la variable aleatoria objeto
de estudio y sólo tenemos que estimar los parámetros que la
determinan, estamos en un problema de inferencia estadística
paramétrica; por el contrario, cuando no se conoce la forma
funcional de la distribución que sigue la variable aleatoria objeto de
estudio, estamos ante un problema de inferencia estadística no
paramétrica. (Martínez y Martínez, 2010, p. 15).

Estimación de parámetros

Como lo menciona Spínola (s/f) “La estimación de parámetros se

basa en la colecta de una muestra representativa de datos. Estos
datos son colectados de acuerdo a un protocolo de base científica”.
(p. 20).
Como lo menciona Lorenzo (2013), de acuerdo con la forma en que
se estudian los parámetros o características desconocidas, la
inferencia puede dividirse en dos apartados (p. 5):

Estimación: se estiman Estimación puntual: Un único valor

para cada parámetro.
los parámetros
desconocidos sin
hipótesis previas sobre
Estimación por intervalos:
posibles valores de los
Intervalo de valores probables para
mismos. Así tenemos:
el parámetro.

Contraste de Hipótesis: se plantean hipótesis sobre los parámetros

desconocidos y se desarrolla un procedimiento para comprobar la
verosimilitud de la hipótesis planteada. El primer paso de cualquier
investigación necesita de una definición clara de la población en
estudio.
 Muestreo Aleatorio Simple: Mediante un
programa de ordenador o una tabla de
generación de números aleatorios,
seleccionamos a los n
Modelos de
muestreo
Muestreo Aleatorio Estratificado: Cuando la
población no es homogenea respecto a la
variable aleatoria objeto de estudio, para
mejorar las estimaciones, conviene distinguir
en ella, clases o estratos.
Bibliografía:

Acuña, E. (s/f). Inferencia Estadística. Universidad de Puerto Rico.

[Archivo PDF].

https://academic.uprm.edu/eacuna/miniman7sl.pdf

Lorenzo, J. (2013). Inferencia Estadística. Estimación de

Parámetros. [Archivo PDF].

https://ansenuza.unc.edu.ar/comunidades/bitstream/handle/
11086.1/1345/estimacion%20e%20inferencia%20estadistica.pdf?
sequence=1&isAllowed=y

Martínez, I. y Martínez, J. (2010). Introducción a la inferencia

estadística. Universidad de Valencia. [Archivo PDF].

http://ocw.uv.es/ciencias-sociales-y-juridicas/inferencia/mats02.pdf

Rincón, J. y Martínez, S. (s/f). Inferencia Estadística. [Diapositiva

PowerPoint].

Spínola, M. (s/f). Estadística básica. ICOMVIS – UNA. [Archivo

PDF].

https://www.ucipfg.com/Repositorio/MGAP/MGAP-05/BLOQUE-
ACADEMICO/Unidad-2/obligatorias/
Clase_04_(Estadistica_inferencial%20_
%20Estimacion_de_parametros).pdf