Está en la página 1de 1

 ¿Cuáles son las dos herramientas básicas que se utilizan al hacer inferencias

estadísticas?
Estimaciones y pruebas de hipótesis
 ¿Por qué los que toman decisiones a menudo miden muestras en lugar de medir
poblaciones completas? ¿Cuál es la desventaja?
La razón por las que se toman muestras es porque estudiar a una población entera
tomaría demasiado tiempo y trabajo y no sería algo eficiente y sale más razonable
estimar con base a una muestra de la poblacional desventaja radica en como
cualquier estimación, podría estar errada y no tener consistencia con el parámetro
poblacional o podría haber un sesgo ya que las poblaciones tienden a ser
heterogéneas y si uno falla al elegir la muestra correcta podría errar
 Explique una limitación que se presenta al hacer una estimación puntual, pero que no se
presenta al hacer una estimación de intervalo.
Una estimación puntual es insuficiente debido a que solo tiene dos opciones: es
correcta o esta incorrecta.
 ¿Qué es un estimador? ¿En qué se diferencia un estimador de una estimación?
Un estimador es un estadístico al que se le exigen ciertas condiciones para que pueda
calcular con ciertas garantías, ciertos parámetros de una población. El estimador es la
versión genérica de una estimación, esto es, la estimación que se obtendría para la propia
muestra aleatoria simple.
 Dé una lista de los criterios de un buen estimador y descríbalos brevemente.
La media de la muestra sería un estimador consistente de la mediana de la población
puesto que, al aumentar el tamaño de la muestra, el valor de la media de la muestra
tenderá a acercarse bastante a la mediana de la población. Y la media de la muestra sería
un estimador más eficiente de la mediana de la población que la mediana de la muestra
misma, ya que, en muestras grandes, la media de la muestra tiene un error estándar
menor que la de la mediana de la muestra.
 ¿Qué papel juega la consistencia en la determinación del tamaño de la muestra?
Si un estimador es consistente, se vuelve más confiable al tener tamaños de muestra más
grandes.

También podría gustarte