Guía 8

Estadística inferencial
Inferir: Sacar una conclusión a partir de las premisas o de nuestras observaciones

Inferencia Estadística: Sacar conclusiones acerca de una población con base en los estadísticos de
una muestra. • ¿Qué tanto se acercan los datos de mi muestra a los de la población? • Recordar
que siempre se espera cierto error de muestreo

Prueba de Hipótesis

El momento en donde se hacen los análisis estadísticos para determinar si los resultados que
obtenemos en la muestra se parecen a lo que ocurriría en la población y para determinar si la
hipótesis nula se rechaza o se acepta.

Hipótesis Estadística:

• Convertir las hipótesis a términos cuantitativos y estadísticos

• En una prueba de hipótesis, se expresan en términos poblacionales

µA ≠ µB

• No se prueba una proposición estadística en sí misma, de forma aislada, se prueba contra

otra proposición que, por lo general, es H0

Hi: µA ≠ µB vs. H0 : µA = µB

• Hipótesis Estadística:

• En el contexto de la estadística inferencial una hipótesis es una proposición respecto a uno o

varios parámetros

• Prueba de Hipótesis: Determina si la hipótesis poblacional (sus parámetros) es congruente

con los datos obtenidos en la muestra o si son un error de muestreo.

La lógica de la prueba de hipótesis es decidir si aceptar o rechazar una afirmación (hipótesis) con
base en observaciones de datos. Comparamos predicciones con evidencia empírica.
Teorema del límite central:

Teorema: verdad absoluta o una ley

• La distribución muestral tiene una fuerte tendencia a estar dentro de un rango pequeño de
valores en el centro de la distribución de datos brutos.

Ocurre incluso si la distribución de los datos brutos no es normal

• “Sin importar la forma de una distribución de puntuaciones brutas de una variable de intervalo o
razón, su distribución muestral será normal cuando el tamaño de la muestra n sea mayor que 121
casos y se centrará en la media de la población verdadera”

Nivel de significancia
Es un nivel de probabilidad de equivocarse al generalizar si nuestro estadístico (estadígrafos) se
acerca al parámetro.

Nivel de significancia = Nivel α

• Se fija antes de probar las hipótesis

• Es nuestro porcentaje de confianza al suponer que la cercanía entre los valores de la muestra y la
población es real y no se debe a un error de muestreo
Las colitas se conocen como el área de rechazo de la hipótesis nula.

Al comparar grupos si el dato cae dentro del 99% del área bajo la curva entonces casi no hay
diferencias entre grupos y se acepta la hipótesis nula, es decir se acepta que no hay diferencias.
En la mayoría de los libros la hipótesis de investigaci
Simetria y curtosis (menor a 1.6 o 2 la distribución de los datos es normal, si es mayor a 2 hay un
sesgo y no se puede utilizar estadística paramétrica)
El valor p o valor de significancia en nuestra área el mínimo aceptable es 0.05, por lo general se
quiere que el valor p sea menor a .05. si es menor a eso entonces con mayor razón se rechaza la
hipótesis nula.
APRENDER FORMULAS