Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Si por ejemplo consideramos que X N(,3), con desconocido, mediante la Inferencia Estadística buscaremos información sobre .
Podemos hacerlo de diferentes formas:
A)Estimación puntual: aproximamos el parámetro mediante un valor puntual obtenido a partir de la muestra.
En el caso de la distribución normal, los estimadores más usuales de los parámetros son la media muestral para y la
cuasivarianza muestral para la varianza 2 .
B) Estimación por intervalos: calculamos un intervalo de forma que el verdadero valor del parámetro se encuentra en él con una
alta probabilidad (1-).
C) Contrastes de hipótesis: planteamos hipótesis o conjeturas sobre el valor del parámetro bajo estudio o sobre la forma o
expresión de su función de distribución. (H0 hipótesis nula).
Es el que estudiaremos en este tema en profundidad y en las prácticas, pero relacionaremos los intervalos de confianza con
éstos.
En los tres casos, para poder obtener estas informaciones, nos basaremos en un conjunto de observaciones o datos
experimentales, que denotaremos por muestra aleatoria.
• El Objetivo del tema será saber deducir si se rechaza o no la hipótesis que planteamos .
Identificación de hipótesis
Existen dos tipos de hipótesis: Nula y Alternativa
Hipótesis nula = H0 Hipótesis Alternativa= H1
➢ Es la hipótesis que contrastamos ➢ Niega a H0 (es lo contrario de
➢ Los datos pueden refutarla H0).
➢ No debería ser rechazada sin una ➢ Los datos pueden mostrar
buena razón. evidencia a favor
➢ No debería ser aceptada sin una
gran evidencia a favor.
Razonamiento básico
Conclusiones
La prueba T contrasta si la media de una variable con distribución normal coincide con una determinada constante o
difiere. Las hipótesis que se contrastan son:
• Contraste para la comparación de dos medias. Prueba T de Student para dos muestras independientes
Esta prueba contrasta si la media de una variable con distribución normal, es la
misma en dos poblaciones distintas o difieren. Las hipótesis que se plantean
son las siguientes.
siendo 1 y 2 las medias de la variable de interés en las dos poblaciones de estudio. Para aplicar esta prueba, la
variable de interés debe de seguir una distribución normal en ambas poblaciones y las muestras estudiadas deben de
ser seleccionadas de manera aleatoria e independientes. Deben tener igual varianza (homocedásticas).
Las hipótesis para aplicar una prueba ANOVA son las siguientes:
➢ Las muestras deben de ser independientes .
➢ La variable debe seguir una distribución Normal en cada una de las poblaciones de estudio.
➢ La muestras deben de ser seleccionadas de manera aleatoria.
➢ La muestras deben de ser Homocedásticas (la varianza de la variable es la misma en todas las poblaciones).
➢ Cuando el p-value sea superior al 0,1 (0,05), no podremos rechazar H0, no pudiendo afirmar que los datos no
son normales, (con un nivel de confianza del 90% (o del 95%)).
En este caso, procederemos a calcular los intervalos de confianza tal y como hemos estudiado en el tema
anterior, así como a aplicar contrastes para comparar medias.
TECNICAS MULTIVARIANTES
1) Métodos de dependencia
Suponen que las variables analizadas están divididas en dos grupos: las variables dependientes y las variables independientes. El
objetivo de los métodos de dependencia consiste en determinar si el conjunto de variables independientes afecta al conjunto de
variables dependientes y de qué forma.
2) Métodos de interdependencia
Estos métodos no distinguen entre variables dependientes e independientes y su objetivo consiste en identificar qué variables
están relacionadas, cómo lo están y porqué.
3) Métodos estructurales
Suponen que las variables están divididas en dos grupos: el de las variables dependientes y el de las independientes. El objetivo
de estos métodos es analizar, no sólo como las variables independientes afectan a las variables dependientes, sino también
cómo están relacionadas las variables de los dos grupos entre sí