Documentos de Académico
Documentos de Profesional
Documentos de Cultura
*Este resumen puede realizarse mediante tablas, gráficos o valores numéricos. Existen
distintos procedimientos que permiten estudiar las características de una variable (p.e.,
índices de tendencia central, estadísticos de variabilidad, asimetría) o más variables (p.e.,
coeficiente de correlación).
• Las dos estrategias mediante las que se pueden realizar las inferencias en la
estadística inferencial son: estimación de parámetros y contraste de hipótesis.
• Por otro lado, tampoco parece razonable aplicar a todos los niños con insomnio un
tratamiento cuya eficacia se desconoce.
• Utilizar sólo unos pocos elementos del total es algo que casi siempre que se lleva a
cabo un estudio se realiza.
• Por ejemplo, si queremos conocer las actitudes sexuales de los jóvenes españoles
no aplicamos a todos los jóvenes españoles una escala de actitudes sexuales.
• De forma ocasional se tiene acceso a todos los elementos que se desea estudiar,
pero es en el caso de las poblaciones pequeñas.
Por ejemplo, si deseo conocer las actitudes sexuales de los estudiantes de segundo de
psicología de la Universidad de Huelva sí tengo la posibilidad de acceder a todos los
elementos, que serían toda la población.
• Población: conjunto de elementos (personas, objetos, etc.) que poseen una o más
características en común. En general, el término población hace referencia al
conjunto total de elementos que interesa estudiar.
Dependiendo del número de elementos del que constan, las poblaciones pueden
ser:
Ø Finitas: nº de elementos que la forman finito, p.e., nº de alumnos de un
centro de enseñanza o grupo de clase.
Ø Infinitas: nº de elementos que la forman es infinito.
*Normalmente, las poblaciones con las que interesa trabajar son finitas, pero
tan grandes que pueden considerarse infinitas. Por esta razón, lo habitual es
trabajar con muestras.
• A diferencia de las poblaciones, que suelen ser de gran tamaño, las muestras
suelen ser de tamaño reducido.
• Para poder describir con exactitud las propiedades de una población cualquiera,
sería necesario examinar todos y cada uno de los elementos que componen esa
población.
• Debido a que las poblaciones que habitualmente interesa estudiar son muy grandes,
son las muestras las que proporcionan la información necesaria para poder describir
las propiedades de las poblaciones objeto de estudio.
• Ahora bien, para que las conclusiones sean válidas es necesario que la muestra
utilizada sea representativa de la población a la que se supone que representa, lo
cual se consigue mediante las técnicas de muestreo. El término muestreo se refiere
al proceso seguido para seleccionar una muestra de una población.
• Tantas variaciones de 1000 elementos tomados de 100 en 100 que son 1.000.100
muestras diferentes.
• Hay otros tipos de muestreo que no llegan a ser probabilísticos, pero que de alguna
forma buscan la representatividad de la población. Por ejemplo, el muestreo por
cuotas o conglomerados.
• Supongamos que tenemos una caja con tres fichas numeradas del 1 al 3.
• Podemos considerar el estadístico media como una variable aleatoria que toma una
serie de valores, cada uno de ellos con su correspondiente probabilidad. Pues bien,
la distribución muestral de la media será su correspondiente función de
probabilidad. Sabiendo la distribución muestral podemos hacer inferencias del tipo:
• Por tanto, podemos definir la distribución muestral como una distribución teórica
que asigna una probabilidad concreta a cada uno de los valores que puede tomar
un estadístico en cada muestra.
• Para obtener una distribución muestral deberíamos seguir los siguiente pasos:
• Esta variable aleatoria es la que se conoce como estimador de la media. Al ser una
variable aleatoria, va a tener una distribución. Pero, ¿cómo será?
• Repitiendo este proceso nuevamente nos encontramos ante una variable aleatoria,
aunque en este caso los valores son más parecidos entre sí. Ha disminuido la
variabilidad al aumentar el tamaño de la muestra.
• En muchas ocasiones los datos tienen una distribución normal, pero incluso si no es
normal (distribución asimétrica), el proceso de seleccionar una muestra aleatoria y
calcular su media desemboca de forma inevitable en una distribución normal.
• Si se desea garantizar que lo que se calcula tiene cierta precisión, aunque se base en
un proceso aleatorio, es suficiente con tomar muestras grandes, tan grandes hasta
que se considere que el error típico es pequeño
• Para la inferencia estadística es imprescindible conocer la distribución muestral de
los estadísticos.
• La distribución muestral puede obtenerse sin necesidad de tener que extraer todas
las posibles muestras de un tamaño específico como se ha realizado en el ejemplo.
Si aplicamos un test de inteligencia a una muestra de 500 universitarios obtenida al azar, podemos
calcular la media resultante.
Si obtenemos un número infinito de muestras de 500 universitarios, cada una de esas muestras
tendrá una media. Entre esas infinitas medias algunas serán iguales, otras diferentes. Si hacemos
una distribución de esas medias, resultará una distribución muestral de medias.
1 - 0.9525 = 0.0475
Por tanto, la probabilidad de que la altura media sea superior a 178 cm es 0.0475
5. ESTIMACIÓN DE PARÁMETROS
> Estimación puntual: cuando damos un valor puntual como estimador del
parámetro.
> Estimación por intervalo: cuando damos un intervalo de valores en el que se
espera que esté el parámetro.
σθ = σ/√n = 10/√100 = 1
Los límites del intervalo de confianza entre los que se hallará la verdadera
inteligencia son 77.43 y 82.57 [77.43, 82.57]
Los límites del intervalo de confianza entre los que se encuentra el número
promedio de horas semanales que estudian los alumnos son 22.88 y 25.12
[22.88, 25.12]