TRABAJO FINAL

MATERIA: ESTADISTICA INFERENCIAL

NOMBRE: Marco Antonio Bernal Mercado
DOCENTE: Raquel Herrera

SANTA CRUZ DE LA SIERRA-BOLIVIA

2023
INTRODUCCION. –
El presente trabajo tiene como finalidad explicar los fenómenos o sucesos, por
medio de la experimentación constante, que muestran los resultados obtenidos
con la ayuda de la estadística. La estadística inferencial da respuesta a
muchas necesidades que la sociedad requiere, por medio del análisis de los
datos con el objetivo de representar la realidad de la población de la que se
muestrea, generalizando los resultados muestrales; y poder de esta manera
llegar a conocerla, es decir, el tipo de población de la que se muestrea.
OBJETIVOS GENERALES. –
o Aplicar diferentes técnicas de estadística inferencial para dar a conocer y
mostrar datos específicos con probabilidades y métodos de estadística.
OBJETIVOS ESPECIFICOS. -
o Obtener conclusiones validas acerca de una población, sobre la base de
una muestra.
o Poder medir el grado de incertidumbre presente en dichas inferencias en
términos de probabilidad.
MARCO TEORICO. –
o Estadística: Es un conjunto de métodos para planear estudios y
experimentos, obtener datos y luego organizar, resumir, presentar,
analizar, interpretar y llegar a conclusiones basadas en los datos. [1]-
o Estadística Inferencial: Rama de la Estadística Matemática que se
ocupa de los métodos para realizar inferencias estadísticas. También
comprende las pruebas de hipótesis [2]-
o Población: Es el conjunto completo de todos los elementos
(puntuaciones, personas, medidas, etcétera) que se va estudiar. El
conjunto es completo porque incluye a todos los sujetos que se
estudiarán.
o Muestra: Es un subconjunto de miembros seleccionados de una
población.
o Datos discretos: Resultan cuando el número de valores posibles es un
número finito o un número que “puede contarse” (es decir, el número de
valores posibles es 0, 1, 2, etcétera).
o Datos continuos (numéricos): Resultan de un infinito de posibles
valores que corresponden a alguna escala continua que cubre un rango
de valores sin huecos, interrupciones o saltos.
o Intervalo de confianza: Un intervalo de confianza es un rango de valores,
derivado de los estadísticos de la muestra, que posiblemente incluya el
valor de un parámetro de población desconocido. Debido a su naturaleza
aleatoria, es poco probable que dos muestras de una población en
particular produzcan intervalos de confianza idénticos. Sin embargo, si
usted repitiera muchas veces su muestra, un determinado porcentaje de
los intervalos de confianza resultantes incluiría el parámetro de población
desconocido.
o Nivel de confianza: Es la probabilidad 1 - a (a menudo expresada como
el valor de porcentaje equivalente), que es la proporción de veces que el
intervalo de confianza realmente contiene el parámetro de población,
suponiendo que el proceso de estimación se repite un gran número de
veces. El nivel de confianza también se llama grado de confianza o
coeficiente de confianza
o Valor crítico: Es el número en la línea limítrofe que separa estadísticos
muestrales que tienen mayor probabilidad de ocurrir de aquellos que no
tienen probabilidad de ocurrir.
o Puntuación z (o valor estandarizado): Es el número de desviaciones
estándar que un valor x se encuentra por arriba o pordebajo de la media.
Se calcula utilizando las siguientes expresiones:

o Margen de error: Denotado por E, es la diferencia máxima probable (con

probabilidad 1 _ a) entre la proporción muestral observada y el valor real
de la proporción poblacional p. El margen de error también se llama error
máximo del estimado y se calcula multiplicando el valor crítico por la
desviación estándar de las proporciones muestrales
o Estimación de punto: Este valor individual estima un parámetro de
población usando los datos de la muestra.
o Distribución estadística: Una distribución estadística, o una distribución
de probabilidad, describen cómo se distribuyen los valores para un
campo. En otras palabras, la distribución estadística muestra qué valores
son comunes y no comunes. [4]Existen muchos tipos de distribuciones
estadísticas, incluyendo la distribución normal en forma de campana.
Utilizamos una distribución estadística para determinar cuál es la
probabilidad de un valor concreto. Por ejemplo, si tenemos un valor de
chi-cuadrado, podemos utilizar la distribución chi-cuadrado para
determinar cuál es la probabilidad de este valor de chi-cuadrado. [4]-
o Distribución normal: La distribución normal es una distribución con
forma de campana donde las desviaciones estándar sucesivas con
respecto a la media establecen valores de referencia para estimar el
porcentaje de observaciones de los datos. Estos valores de referencia son
la base de muchas pruebas de hipótesis, como las pruebas Z y t. -
o Variable aleatoria: Una variable aleatoria continua tiene una distribución
uniforme si sus valores se dispersan uniformemente a través del rango de
posibilidades. La gráfica de una distribución uniforme tiene forma
rectangular.
o Tamaño de muestra: En estadística el tamaño de la muestra es el
número de sujetos que componen la muestra extraída de una población,
 necesarios para que los datos obtenidos sean representativos de la
población.
o Probabilidad: La Probabilidad es la mayor o menor posibilidad de que
ocurra un determinado suceso. En otras palabras, su noción viene de la
necesidad de medir o determinar cuantitativamente la certeza o duda de
que un suceso dado ocurra o no.
o Suceso: Es cualquier conjunto de resultados o consecuencias de un
procedimiento.
o Suceso simple: Es un resultado o un suceso que ya no puede
desglosarse en componentes más simples.
o Espacio muestral: De un procedimiento se compone de todos los
sucesos simples posibles. Es decir, el espacio muestral está formado por
todos los resultados que ya no pueden desglosarse más.
o Distribución de probabilidad: Es una distribución que indica la
probabilidad de cada valor de la variable aleatoria. A menudo se expresa
como gráfica, tabla o fórmula.-
o Mediana: Medida de tendencia central que implica el valor intermedio,
cuando los valores delos datos originales se presentan en orden de
magnitud creciente (o decreciente).La mediana suele de denotarse con (y
se lee “x con tilde”).x|-
o Desviación estándar: Es la medida de variación de los valores con
respecto a la media. Es un tipo de desviación promedio de los valores con
respecto a la media.

o La varianza de un conjunto de valores es una medida de variación igual

al cuadrado de la desviación estándar. Varianza muestral: s2 el cuadrado
de la desviación estándar s. Varianza poblacional: s2 el cuadrado de la
desviación estándar poblacional s.
Valor esperado de una variable aleatoria discreta se denota por E y
representa el valor promedio de los resultados. Se obtiene calculando el
valor de
DESARROLLO DE LOS RESULTADOS DE LA INVESTIGACION:
o Elaborar un cuadro comparativo del cálculo del tamaño de la muestra para
variables cualitativa y cuantitativa para los casos de población finita e
infinita.

POBLACION FINITA POBLACION INFINITA

CUANTITATIVA 𝑁 ∗ 𝑍𝑎2 ∗ 𝑆 2 𝑍𝑎2 ∗ 𝑆 2
𝑛= 𝑛=
𝑁 − 1 ∗ 𝐸2 + 𝑍𝑎2 ∗ 𝑆 2 𝐸2

CUALITATIVA 𝑁 ∗ 𝑍𝑎2 ∗ 𝑝 ∗ 𝑞 𝑍𝑎2 ∗ 𝑝 ∗ 𝑞

𝑛= 𝑛=
𝑁 − 1 ∗ 𝐸2 + 𝑍𝑎2 ∗ 𝑝 ∗ 𝑞 𝐸2

o Plantear y desarrollar un caso del uso de cada fórmula de cálculo del

tamaño de la muestra.

Muestra cuantitativa para población finita

Se desea estimar el gasto promedio mensual en dólares que una familia en la
ciudad de Santa Cruz gasta en carnes. Haga el calculo para una nueva
urbanización con 875 familias con un 98% de confianza y un error de 1,4 dólares
considerando la desviación estándar con un valor de 8 dólares
N= 875 E= 1.4
N-1= 874 S=8
Z= 2.54

𝑁 ∗ 𝑍𝑎2 ∗ 𝑆 2 875 ∗ 2.54 2 ∗ 82

𝑛= 𝑛= = 170
𝑁 − 1 ∗ 𝐸2 + 𝑍𝑎2 ∗ 𝑆 2 874 ∗ 1.42 + 2.54 2 ∗ 82

Muestra cuantitativa para población infinita

Se desea estimar el gasto promedio mensual en dólares que una familia en la
ciudad de Santa Cruz gasta en carnes con un 98% de confianza y un error de
1,4 dólares considerando la desviación estándar con un valor de 8 dólares. No
se conoce el tamaño de la población y no hay una encuesta anterior.
Z = 2.54 E = 1.
S=8
𝑍𝑎2 ∗ 𝑆 2 2.54 2 ∗ 82
𝑛= 𝑛= = 211
𝐸2 1.42
Muestra cualitativa para población finita
Se desea estimar la proporción de amas de casa en una ciudad que prefieren
consumir el nuevo detergente GATO con una confianza del 96% y un error del
4%. En la ciudad hay 2250 familias y en una encuesta anterior solamente el 15
% de amas de casa manifestaron consumir el producto.
N= 2250 p= 0.15
N-1= 2249 q= 0.85
Z= 1,96 E= 0.04

𝑁 ∗ 𝑍𝑎2 ∗ 𝑝 ∗ 𝑞 2500 ∗ 1,96 2 ∗ 0,15 ∗ 0,85

𝑛= 𝑛= = 270
𝑁 − 1 ∗ 𝐸2 + 𝑍𝑎2 ∗ 𝑝 ∗ 𝑞 2249 ∗ 0,042 + 1.96 2 ∗ 0, .15 ∗ 0.85

Muestra cualitativa para población infinita

Se desea estimar la proporción de amas de casa en una ciudad que prefieren
consumir el nuevo detergente GATO con una confianza del 96% y un error del
4%. No se conoce el tamaño de la población y no hay una encuesta anterior.
Z = 1.96 q =0.45
p =0,55 E = 0.04

𝑍𝑎2 ∗ 𝑝 ∗ 𝑞 1.96 2
∗ 0.55 ∗ 0.45
𝑛= 𝑛= = 594
𝐸2 0.042

CONCLUSIONES. –
o Concluido nuestro este trabajo pudimos obtener el tamaño de la muestra
para una población finita y una infinita
o También pudimos observar cómo realizar la obtención de la muestra.