Instituto tecnológico de león

Estadística inferencial

Lic. José Alberto Camacho Villalobos

Jesús Julián Pantoja chiquito

Temario:
1.distribuciones fundamentales para el muestreo
-introducción a la estadística inferencial
-muestreo: introducción al muestreo y tipos de muestras
-teorema de limite central
-distribuciones fundamentales para el muestreo
-distribución muestral de la media
-distribución muestral de la diferencia de medias
-distribución muestral de la proporción
-distribución muestral de la diferencia de proporciones
-distribución t-student
-distribución muestral de una variable
-distribución muestral de la medición de variables
2.estimacion
-introducción
-características de una estimación
-estimación puntual
- estimación por intervalos
-intervalos de confianza para la medida
- estimación de confianza para la diferencia de la media
- intervalos de confianza para la proporción
-intervalos de confianza para la diferencia o proporciones
- intervalos de confianza para la varianza
- intervalos de confianza para la relación de varianza
- determinación del tamaño de la medida
- basado en la media de la población
-basado en la proporción de la población.
3.pruebas de hipótesis
-introducción
-confiabilidad y significancia
-problema de la prueba
-formulación d hipótesis estadísticas
-prueba de hipótesis para la media
-prueba de hipótesis para la diferencia media
-prueba de hipótesis para la proporción
-prueba de hipótesis para la diferencia de proporción
-prueba de hipótesis para la varianza
-prueba de hipótesis para la relación de varianza
4.pruebas de bondad de ajuste y pruebas no paramétricas
-bondad de ajuste
-análisis de J.I cuadrado
-pruebas de independencia
-prueba de la bondad de ajuste
-tabla de contingencia
-pruebas no paramétricas
5.prueba de hipótesis en la regresión lineal simple
- pruebas de hipótesis en la regresión lineal simple.
- calidad de ajustes en la regresión lineal simple
- estimación y producción por intervalos en regresión lineal
simple
ESTADISTICA INFERENCIAL
Es la rama de la estadística encargada de hacer
deducciones, influir propiedades, conclusiones y tendencias a
parte de una muestra de conjuntos.
Su papel es interpretar, hacer proyecciones y comparaciones.
La estadística inferencial emplea a usualmente mecanismos
que les permite llevar a cabo dichas deducciones, como
pruebas de estimación puntual, pruebas de hipótesis, pruebas
paramétricas (media, diferencia de media) y las no
paramétricas (media, diferencia de media) y las no
paramétricas, análisis de correlación y de regresión en series
cronológicas de análisis de varianza.
Las estadísticas inferenciales son sumamente útiles en el
análisis de poblaciones y tendencias.
MUESTREO:
La muestra se le denomina a cualquier subconjunto posible
de una población determinada
Tipos de muestreo
Aleatorio:
1. Muestreo aleatorio simple
2. Muestreo estratificado
3. Muestreo conglomerado
4. Muestreo sistemático
No probabilístico:
1. Intencional o de consecuencia
2. Muestreo de bola
3. Muestreo por cuota
Muestreo aleatorio simple:
En este tipo de muestreo las variables relevantes de la
muestra tienen la misma función de probabilidad y son
independientes entre ellas. La población tiene que ser infinita
o bien fría con reposición de elementos
Muestreo estratificado:
Consiste en dividir la población en estratos
Muestreo por conglomerado:
Los conglomerados son conjuntos de elementos
poblacionales
Muestreo sistemático:
Se emplea dividiendo el número total de sujetos u obsesiones
entre el que si quiere utilizar para la muestra
Dos ejemplos de cada uno de los tipos de muestreo aleatorio
y como se obtienen
Muestreo aleatorio simple:
1.Un gobierno quiere estudiar el ingreso promedio por núcleo
familiar. Para realizar la muestra, el equipo de investigación
sigue los pasos del muestreo aleatorio simple:
• Se selecciona a todas las familias que habitan en Ciudad
de México.
• Se determina que se necesitarán 1.000 elementos para
hacer la muestra.
• Se elabora una lista de las 2.756.319 familias que
habitan en Ciudad de México.
• A cada familia se le asigna un número comenzando por
el 1 hasta llegar al 2.756.319.
• Se escogen 1.000 números al azar utilizando un
programa informático, por ejemplo, 4.258, 102.548 y
167.
2. Un grupo de investigadores quiere realizar una encuesta
sobre el trabajo de profesores universitarios de España. Para
realizar la muestra, se siguen los pasos del muestreo
aleatorio simple:
• Se selecciona a todos los profesores universitarios del
país.
• Se determina que de 122.910 profesores universitarios
se necesitarán 385 individuos para elaborar la muestra.
• Se elabora una lista de todos los profesores españoles.
• A cada profesor se le asigna un número comenzando
por el 1.
• Se escogen 385 números al azar utilizando un cuadro
estadístico, por ejemplo: 1.345, 20.672 y 118.456.
Muestreo estratificado:

1. En una fábrica que consta de 600 trabajadores queremos tomar una muestra
de 20. Sabemos que hay 200 trabajadores en la sección A, 150 en la B, 150 en la
C y 100 en la D.

2. para obtener una muestra de 100 individuos de una población

total de 3000, se divide a la población en los siguientes estratos:
• Estrato 1: 1300 individuos.

• Estrato 2: 1100 individuos.

• Estrato 3: 600 individuos.

Mediante el muestreo estratificado proporcionado, la muestra

obtenida de cada estrato será representativa de cada uno de estos
y otorgará los siguientes resultados:

Estrato Individuos Porcentaje Muestra

1 1300 43,4% 43

2 1100 36,6% 37

3 600 20% 20
Muestreo conglomerado:
1. Un grupo de investigadores quiere estudiar las
características de las maquinarias que se utilizan en distintas
fábricas. Para realizar la muestra, se siguen los pasos del
muestreo por conglomerados:
• Se seleccionan todas las máquinas de las fábricas de
una ciudad como población objetivo. Cada fábrica será
un conglomerado.
• Se calcula que de 87 fábricas se necesitarán 5
conglomerados para elaborar la muestra.
• Se realiza una lista de todas las fábricas.
• Se seleccionan 5 fábricas utilizando un método de sorteo
y se analizarán todas las maquinarias que se encuentren
en esas fábricas.
2. Un equipo de investigación de marketing quiere conocer las
características de los clientes que acuden a centros
comerciales. Para realizar la muestra, se siguen los pasos del
muestreo por conglomerados:
• Se selecciona a todos los clientes de centros
comerciales como población objetivo. Cada centro
comercial será un conglomerado.
• Se calcula que de 456 centros comerciales que hay en el
país, se necesitarán 23 conglomerados para elaborar la
muestra.
• Se realiza una lista de todos los centros comerciales.
• Se seleccionan 23 centros comerciales al azar y se
entrevistará a todos los clientes que acudan a estos
lugares.
Muestreo sistemático:
1. Como ejemplo hipotético de muestreo sistemático, suponga
que en una población de 10,000 personas, un estadístico
selecciona a cada 100 personas para el muestreo. Los
intervalos de muestreo también pueden ser sistemáticos,
como elegir una nueva muestra para extraer cada 12 horas.
Como otro ejemplo, si quisiera seleccionar un grupo aleatorio
de 1,000 personas de una población de 50,000 utilizando un
muestreo sistemático, todos los participantes potenciales
deben colocarse en una lista y se seleccionaría un punto de
partida. Una vez formada la lista, cada 50 personas de la lista
(comenzando el conteo en el punto de partida seleccionado)
sería elegida como participante, ya que 50,000 / 1,000 = 50.
Por ejemplo, si el punto de partida seleccionado era 20, se
elegiría a la 70ª persona de la lista seguida de la 120ª, y así
sucesivamente. Una vez que se llega al final de la lista y si se
requieren participantes adicionales, el recuento se repite al
principio de la lista para finalizar el recuento.

2. Por ejemplo, si deseas formar una muestra de 500

personas de una población de 5000, este es un ejemplo claro
de cuándo utilizar el muestreo sistemático. Por supuesto, en
este caso tendrías que numerar a cada una de las personas
de la población.
Una vez que hayas terminado de numerar a las personas, el
investigador podría seleccionar un número al azar, por
ejemplo, el 5. El 5to individuo será el primero en ser parte de
la muestra sistemática, después de eso, el décimo miembro
se agregará la muestra y así sucesivamente hasta llegar al
4995.
DETERMINACION DE LA MUESTRA
Determinamos el tamaño de la muestra que representa la
población en estudio. Para ello es necesario utilizar la
ecuación
H= N/(p2(N-2)+1)
H=muestra
N=números de sujetos que constituyen la población
P=probabilidad de error que fija el investigador
Ejemplo:
Si una población es de 800 sujetos y se requiere que sea de
0.05
a) ¿Cuál sería la muestra que representa esta población?
b) el resultado aun es grande y no es satisfactorio, ajustar el
valor de la muestra
c) obtener la proporción deseada
De los docentes que laboren 240 en la primera etapa. 360 en
la segunda y 200 en la tercera etapa. Obtener el numero de
profesores que van a hacer encuestadas de cada etapa

estrato N sujetos proporción resultado

1A 240 0.25 60
2A 360 0.25 90
3A 200 0.25 50
total 800
Dos ejemplos de los muestreos no probabilístico:
Intencional o de consecuencia:
1. Una empresa de marketing está realizando un estudio
sobre los criterios de elección de marcas de los clientes. Para
seleccionar la muestra representativa, se entrevista a
personas en tiendas de ropa y supermercados, que se
encuentran en un mismo vecindario.
2. Supongamos que un directivo decide conocer cuáles son
las opiniones acerca de un profesor en un aula, por lo que
llama a 5 alumnos al azar para realizarles una encuesta y
conformar su muestra estadística de una manera rápida y
fácil.
Otro ejemplo podría ser el de un investigador que decide
conocer cuál es la imagen que tienen las personas sobre un
determinado producto, sin importar si estos son consumidores
o no, por lo que procede a realizar una serie de preguntas a
diversas personas en la calle o en un centro comercial.
Muestreo de bola:
1.Un investigador quiere hacer un estudio sobre el
comportamiento de los individuos de una secta secreta.
Empieza estudiando a tres integrantes de misma que conoce
y ellos le van presentando a otros sujetos para incluirlos en su
estudio.
2.Un médico ha tratado a un paciente con una enfermedad
rara y decide hacer un estudio sobre ella. Para ello, recurre al
paciente, que le va derivando a sus conocidos con dicha
enfermedad y a través del muestreo de bola de nieve
entrevista al número de individuos que precisa.
Muestreo por cuota:
1. Ejemplo. Un ejemplo de muestreo por cuotas podría ser el
siguiente: Una compañía quiere efectuar un sondeo de
opinión sobre uno de sus productos. Así, sabe que el 30% de
sus clientes tiene entre 18 y 25 años, el 40% tiene entre 25 y
45 años, y el resto (30%) tiene más de 45 años.
2. Cuando un investigador busca realizar un análisis
comparativo de mercado y saber cómo utilizan un producto,
de acuerdo con diferentes grupos de edad, antecedentes
socioeconómicos y también por género, las cuotas se crean
dentro de la población objetivo de acuerdo con estas tres
variables.
El investigador puede crear múltiples estratos en base a tres
variables considerando la proporción de cada variable que
existe dentro de la población. De acuerdo con el modo de
investigación online u offline, el investigador puede realizar
encuestas, sondeos o cuestionarios para recopilar datos para
su estudio.
TEOREMA DE LIMITE CENTRAL
M=(mu) media
N=población
S=desviación estándar muestral
O=desviación estándar poblacional
_= muestra poblacional
X
Z=Lic. limite central
Formula:
Z=x-M/Ox=X-M/O/raíz de n
P=1-z
Ejemplo:
Un banco llevo una estadística de los reclamos de los clientes
en todas sus sucursales y vio que están distribuidas con una
media de 305 reclamos por año en promedio, con una
desviación típica poblacional de 27 reclamos
a) Obtener la probabilidad de que en una muestra aleatoria
de 33 sucursales tengan 290 reclamos por un año
Datos:
X=290
O= 27
M= 305
N= 33
Z=290-305/27/raíz de 33=-15/27/5.74=-15/4.70=-3.19=0.9993

P=1-0.9993=0.0007 x 100%

Resultado del inciso a) =0.07%

La distribución continua en forma de campana donde la
moda, la media y la mediana tienen un mismo valor. Con esta
distribución podríamos calcular la probabilidad de un cuento
relacionada con la variable aleatoria mediante la siguiente
formula
Z=x-M/O
X=media muestral
N=número de individuos de la muestra
O=desviación estándar
M=media muestral poblacional

La inferencia estadística trata de averiguar características de

una población a partir del estadio de una muestra
Ejemplo:
Para conocer una tendencia o datos como por ejempo puede
ser de un país como no es posible encuestar a todo un país lo
que se hace es encuestar a un conjunto de individuos que
pertenecen a un grupo de la población
Ejemplo 1
La duración media M las bombillas de una determinada
marca sigue una distribución normal N(1500 a 160)
a) si escogemos una bombilla al azar
¿Cuál es la probabilidad de que retenga mas de 1524 horas?

X=1524(suposición)
M=1500
O=160
Paso 1:
Z=1524-1500/160=0.15
Paso 2:
Z=.5596
P=1-.5596
P=.4404x100=44.04%
b) si escogemos una muestra de 100 bombillas
p=44.04%
Ejemplo:
Si escogemos una muestra de 100 bombillas Y calculamos su
duración media cual es la probabilidad de que sea superior a
1524 horas
Z=1524-1500/100=24/100=0.24
P=1-0.5984=0.4052x100
40.52