REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACION

SUPERIOR
INSTITUTO UNIVERSIDAD POLITÉCNICO “SANTIAGO MARIÑO”
EXTENSIÓN MATURÍN

Ensayo
10%

Autor:

Br: Dexire Betanco

C.I. N°: 30.982.453

Escuela:45
 Maturín, Junio de 2022

En la estadística existen conceptos que se emplean a lo largo del

tiempo de manera constantes entre ellos está la palabra distribución
muestral ,estimación de los parámetros de una población y prueba de
hipotesis, pero primero se debe entender que es una distribución ,
distribuir no es más que la acción de repartir algo, cuando en estadística
hablamos de una distribución muestral son todas aquellas posibilidades
de muestras que pueden existir en una población, donde la población no
es más que un conjunto de personas que habitan en un lugar y la muestra
es cada individuo de esa población.

Para cualquier estudio estadístico se necesitan emplear

parámetros los cuales van a facilitar el desarrollo del estudio entre ellos se
emplea la distribución muestral, en donde se obtienen muestras que
serán sometidas a estudios considerando la media, la varianza, la
proporción, entre otros. En el desarrollo de este estudio se distinguen dos
estimaciones, la puntual y por intervalo, donde la puntual no es más que
la proporción de un solo dato numérico de la población en estudio,
mientras la estimación por intervalo se da un intervalo en el cual se
encuentra el valor desconocido con una confianza dada este permite dar
el nivel de confianza de que el valor dado incluye el parámetro que se
quiere obtener.

Para estos tipos de estimaciones se usa un estimador que no es

más que un estadístico muestral que se utiliza para obtener el parámetro,
cuyo nombre se le conoce como estimación puntual del valor
seleccionado. Siempre se busca que los estimadores presenten ciertas
características tales como insesgadez que es cuando la esperanza o la
media del estimador se parecen al parámetro establecido y la eficiencia
es cuando se dan varios estimadores que estén insesgados, donde se
elige el de menor varianza. Estas propiedades son las que permitirán
elegir de manera correcta el estimador.
 Es más eficaz la estimación por intervalos en la que calculamos
dos valores entre los que se encontrará el parámetro, con un nivel de
confianza fijado de antemano. Donde el nivel de confianza es donde el
intervalo elegido contiene el parámetro y esta se indica mediante (1-α)
*100% el cual es porcentual. Existen dos intervalos el intervalo de
confianza para la media en donde en una población se desconoce el valor
de la media y se quiere obtener a partir de una media conocida X la cual
se obtuvo de la población de estudio, se extrae una muestra de tamaño n
donde esta es mayor a 30.

El intervalo de confianza para la proporción deseamos estimar la

proporción p con que una determinada característica se da en una
población, a partir de la proporción p' observada en una muestra de
tamaño n, sabemos que la distribución muestral de proporciones sigue
una distribución normal y n es mayor a 100.Tambien para determinar
parámetros se emplea prueba de hipotesis , pero primero debemos
entender que es un hipotesis es una idea que esta tentativa es cuando se
establece cierta respuesta y se debe comprobar que esto es verdadero.
Cuando hablamos de pruebas de hipotesis es cuando se afirma que cierto
parámetro obtendrá un valor X, dicha afirmación se basan en experiencias
pasadas o algunas ideas que se pueden creer que es así.

En las pruebas de hipotesis encontramos cuatro tipos de

componentes entre ellos están: la hipotesis nula la cual se identifica con la
letra H0 esta especifica un solo valor del parámetro de la población si la
hipótesis es simple o un conjunto de valores si es compuesta, la hipotesis
alternativa esta se identifica como H1 es la que da respuesta a la pregunta
empleando como interés la evidencia que se tiene, estadística de prueba
es una estadística que procede del estimador puntual del parámetro que
se esté probando y en esta es donde se basan las decisiones de rechazar
o no rechazar la hipotesis nula y región de rechazo es aquel valor que si
el estudio cae en este rango se rechaza la hipotesis nula.
 Estos componentes permiten llegar a las conclusiones que dan
respuesta al ejercicio, cuando se rechaza la hipotesis nula se quiere decir
que existe evidencia estadística para indicar que la hipotesis nula es falsa
o en el caso contrario si no se rechaza dicha hipotesis esto indica que hay
poca evidencia. Siempre se calcula considerando la Hipótesis nula como
verdadera y los procedimientos son los que permiten demostrar cuando
no es verdadera la hipotesis nula.

Valor-p es una guía para alcanzar una decisión siendo este el nivel
de significancia alcanzado. El nivel de significancia más pequeño al cual
los datos observados indican que la hipótesis nula debe ser rechazada. Si
W es una estadística de prueba y w0 es el valor observado, el valor-p nos
indica la probabilidad de que w0 sea un valor extremo.

Para determinar el valor de p se establecen tres elementos, los

cuales son el tamaño de la muestra , si la muestra es grande el valor de p
será menor con esto es suficiente para determinar parámetros, el otro
elemento es la diferencia que existe entre medias observadas , mientras
más grande sea la diferencia entre los dos valores menor es el valor de p
y por ultimo pero no menos importante está el nivel de variación entre
individuos ,en donde aquí ocurre al contrario de los dos elementos
anteriores , para que el valor de p sea menor aquí deben existir valores
menores de variabilidad.

El valor de p se suele interpretar de manera equivocada de manera

constante, una de estas manera es cuando se obtiene un resultado
significativo y se dice entonces que la hipotesis no es nula ,y esto es un
total error ya que la mayoría de los científicos al obtener estos valores
justifican que la hipotesis nula no es falsa , indicando un error para la
respuesta que se ha querido buscar ,para evitar esto se emplean
alternativas de estudio estadístico como inferencia bayesiana , métodos
basados en la teoría de la información.
 También existen las pruebas de significancia y significancia
biológica, en donde se hace estimado de punto e intervalo de confianza,
los cuales tienen como beneficio dar más información que el valor P, da
un tamaño del efecto y además una medida de precisión del tamaño del
efecto, da información importante para evaluar de manera confiable que
no existe evidencia sobre la hipotesis nula y no como el menos importante
este a su vez permite evaluar significancia biológica.

Además de estos procesos existe el tipo de Error, el cual se divide

en error tipo I y error tipo II, se suelen usar para poder detectar cuando
una hipotesis nula esta correcta o incorrecta, pero ambas tienen
características parecidas, por lo que es de gran importancia saber cuando
se da cada tipo de error. El error tipo I es aquel que se da cuando se
rechaza una hipótesis nula verdadera, este tipo de error se identifica
como α alfa, por otro lado, el error tipo II es cuando se acepta una
hipotesis nula como falsa, también ocurre cuando hay un efecto o
relación, pero no se detecta, esta hipótesis se identifica como β beta.

Cuando se usa el error tipo I en este tipo de error se tiene en

cuenta la probabilidad de lograr un positivo falso, esto sucede cuando se
obtiene un valor P el cual en verdad es alfa. En cuanto al error tipo II se
toma en cuenta la probabilidad de que sea un negativo falso, lo mas
recomendado es minimizar ambos errores, pero normalmente cuando se
trata de hacer esto uno de los errores se incrementa al tratar de disminuir
el otro.

A pesar de que estos dos tipos de errores están proporcionalmente

involucrados no existe alguna relación matemática exacta entre ellos, ya
que la probabilidad del error tipo II es dependiendo en su mayoría de la
hipótesis alternativa, también depende de que tan largo es el efecto que
se intenta detectar, el tamaño de muestra, y el diseño de estudio. La
probabilidad de cometer un Error de Tipo II no es comúnmente calculada
o reportada.
 Para calcular la probabilidad de un Error de Tipo II se deben
especificar las Hipótesis Alternativas. A pesar de todas estas
consideraciones para obtener el error tipo II se considera que el error tipo
I es el mas importante entre ellos dos, en el caso el error tipo II se
considera como falta de conocimiento y se puede corregir posteriormente
mediante procesos de análisis estadísticos. Para problemas relacionados
con cambios climáticos, enfermedades, problemas de contaminación es
un gran error considerar para este estudio un error tipo II porque de ser
así ocasiona consecuencias, debido a que son cambios que no fueron
detectados ni considerados.

Otro método es la potencia estadística la cual e la probabilidad de

que una hipotesis alternativa sea aceptada cuando esta es cierta, esto
indica que no se comete un error de tipo II, en general la potencia es una
función de distribuciones aceptables, la cual se rige por la hipotesis
alternativa. A medida que esta potencia estadística aumente se evita que
se de un error del tipo II, si llega a ocurrir un erro tipo II se conoce como la
tasa del falso negativo denotado como Beta, por lo que la potencia queda
dada por 1-β, conocido como la sensibilidad. La sensibilidad de un estudio
estadístico es la capacidad de poder detectar diferencias o efectos donde
existan estos, un ejemplo de esto es cuando se hace un estudio sobre
algún aspecto relacionado con el lenguaje empleando la tradicional
técnica del contraste de promedios.

Este tipo de potencia tiene como ventaja que se emplea para

detectar un efecto que se dio cuando ya este existe, es una de las
medidas de mayor confianza, ya que lo común es un valor de potencia de
0.80 es aceptable y se puede usar como punto de referencia, debido a
que los investigadores suelen diseñar sus experimentos para que tengan
siempre resultados significativos el 80% de las veces. Por lo que si se
obtiene mayor poder menor es el riesgo de cometer un error de tipo II,
para poder determinar esta potencia es esencial obtener la hipotesis
alternativa o el tamaño del efecto. Por lo que se emplean factores que
influyen sobre la potencia los cuales son: tamaño del efecto, varianza,
nivel de alfa y el tamaño de la muestra.

El tamaño del efecto nos indica que tan grande puede ser el
cambio o la diferencia de interés, la varianza medida de dispersión donde
esta es la variabilidad de los datos respecto a la media, esta es
representada como error estándar con el símbolo σ, el nivel de alfa
permite rechazar la hipotesis nula cuando esta es verdadera, donde el
poder varia con alfa y en el tamaño de la muestra se entiende como la
cantidad de individuos u objetos extraídos de una población, es más fácil
detectar un efecto dado cuando se tiene un tamaño de muestra grande.

A partir de estos elementos se puede usar la potencia estadística la

cual es alta cuando, la diferencia que se desea buscar es grande, cuando
se obtiene una varianza pequeña y la prueba tiene un tamaño de muestra
grande lo que es favorable para el estudio. Esto se emplea para evitar los
dos tipos de errores favoreciéndose de tener un tamaño de muestra
grande y un nivel de significancia alto, teniendo así el valor de alfa bajo
para que no se de un erro tipo I y controlar con la muestra el erro tipo II.

En los estudios estadísticos también se puede proceder luego de

obtener los datos que se buscaban a realizar un análisis de potencia
estadístico a posteriori o también conocido como potencia
observada ,potencia post hoc y análisis de potencia retrospectivo, este
tipo de análisis se procede a realizar cuando después de un estudio
estadístico no se arrojaron resultados de interés estadístico , con el
objetivo de comprobar si la prueba efectuada anterior mente fue de
relevancia ,en este tipo de estudio se debe representar la varianza.

Se puede concluir que para estudios estadístico siempre es

importante obtener valores con veracidad, en lo que se busca reducir los
márgenes de errores para poder obtenerlos, uno de estos casos se puede
observar cuando se usa la potencia estadística mientras mayor sea la
muestra mayor será la potencia estadística, gracias a que el valor
aleatorio es menor. También se aprendió que mientras mas bajo es el
valor de alfa que seria el error tipo I la potencia bajara también.

BIBLIOGRAFÍA

 Fuentes Electrónicas:

https://www.significados.com/distribucion/#:~:text=Distribuci%C3%B3n%20es%20la
%20acci%C3%B3n%20y,distributio%20que%20significa%20'repartir'.
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_muestral
https://www.ugr.es/~mvargas/tema7sd.pdf
https://es.wikipedia.org/wiki/Poder_estad%C3%ADstico
https://es.wikipedia.org/wiki/Tama%C3%B1o_de_la_muestra#:~:text=En%20estad
%C3%ADstica%20el%20tama%C3%B1o%20de,sean%20representativos%20de
%20la%20poblaci%C3%B3n.