Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCION
Cuando se estudian las características de una población, existen
Como se ha mencionado con diversas razones practicas para preferir algunas partes o muestras
anterioridad, el propósito de la de ella para observar y medir. Algunas de las principales razones
estadística inferencial consiste en son:
determinar algo sobre la población a
partir de una muestra. Una muestra es 1. Establecer contacto con toda la población requeriría mucho
una porción o parte de la población de tiempo.
interés.
2. El costo de estudiar todos los elementos de una población
En muchos casos, el muestreo resulta resultaría prohibitivo
mas accesible que el estudio de toda la
población. 3. Es imposible verificar de manera física todos los elementos de
la población.
Ejemplo:
Ejemplo:
a) Los números aleatorios seleccionados son 08, 18, 11, 02. ¿Qué
tiendas se eligieron?
donde:
Por definición
N representa el total de objetos.
PERMUTACIÓN Es cualquier distribución de r objetos
seleccionados de un solo grupo de n posibles objetos. n representa el total de objetos
seleccionados.
EJEMPLO
1. El turismo constituye una fuente importante de ingresos para muchos países caribeños, como Barbados.
Suponga que la Oficina de Turismo de Barbados desea un cálculo aproximado de la cantidad media que gastan los
turistas que visitan el país. No resultaría viable ponerse en contacto con cada turista. Por consiguiente, se
selecciona al azar a 500 turistas en el momento en que salen del país y se les pregunta los detalles de los gastos
que realizaron durante su visita a la isla. La cantidad media que gastó la muestra de 500 turistas constituye un
cálculo aproximado del parámetro poblacional desconocido. Es decir, la media muestral es el estimador puntual
de la media poblacional.
EJEMPLO
2. Estudios médicos recientes indican que el ejercicio constituye una parte importante de la salud general de una
persona. El director de recursos humanos de OCF, fabricante importante de vidrio, desea calcular la cantidad de
horas semanales que los empleados dedican al ejercicio. Una muestra de 70 empleados revela que la cantidad
media de horas de ejercicio de la semana pasada fue de 3.3. La media muestral de 3.3 horas aproxima la media
poblacional desconocida, la media de horas de ejercicio de todos los empleados.
La media muestral, , no es el único estimador puntual de un parámetro poblacional. Por ejemplo, p, una
proporción muestral, es un estimador puntual de , la proporción poblacional; y s, la desviación estándar
muestral, es un estimador puntual de , la desviación estándar poblacional.
PROPIEDADES DE LOS ESTIMADORES PUNTUALES
Estimador insesgado
Estimador eficiente
𝜎
𝑀𝐸 = 𝑍
𝑛
Donde,
𝜎 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟
𝑛 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠
𝑧 = 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎
EJEMPLO
a) La media de la población
Se toma una muestra de 49 observaciones de una población normal con una desviación estándar de 10. La media de la muestra es
de 55. Determine el intervalo de confianza de 99% de la media poblacional y el margen de error de la media poblacional.
DISTRIBUCION t
Distribución t
DEFINICION
𝑔𝑙 = 𝑛 − 1
Distribución t
Aplicación
✓ Queremos estimar la media de una población normalmente distribuida a partir de una muestra pequeña.
A partir de 30 observaciones, la distribución t se parece mucho a la distribución normal y, por tanto, utilizaremos
la distribución normal.
✓ No se conoce la desviación típica o estándar de una población y tiene que ser estimada a partir de las
observaciones de la muestra.
Distribución t
Representación
𝑠
𝑋ത ± 𝑡
𝑛
Distribución t
𝑠
ME= 𝑡
𝑛
Distribución t
𝝈
ഥ±𝒁
𝑿
𝒏
𝒔
ഥ±𝒕
𝑿
𝒏
Distribución t
EJEMPLO
DEFINICION
Donde, d) Las pruebas son independientes. Esto significa que el resultado de la prueba
𝑝/𝜋 = 𝑃𝑜𝑟𝑐𝑖𝑜𝑛 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 no influye en el resultado de otra.
𝑛 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 2. Los valores 𝒏𝝅 𝒚 𝒏 𝟏 − 𝝅 deben ser mayores o iguales que 5. Esta
condición permite recurrir al teorema central del límite y emplear la
𝑧 = 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 (𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎)
distribución normal estándar, es decir, z, para completar un intervalo de
confianza.
PORCION MUESTRAL
𝑋
𝑝=
𝑛
Donde,
X= 𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑥𝑖𝑡𝑜𝑠
𝑛 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
EJEMPLO
Margen de error
Nivel de confianza
Tamaño de muestra
Ejemplo:
HIPÓTESIS NULA ( 𝐻𝑜 ): Enunciado relativo al valor de un
parámetro poblacional que se formula con el fin de probar Hipótesis nula: La vida del motor de un auto es de 500,000
evidencia numérica. kilómetros
Simbólicamente:
Prueba de 2 colas Prueba de 1 cola
𝐻𝑜 : 𝜇 = 500,000
𝐻𝑜 : 𝜇 = 𝑛 𝐻𝑜 : 𝜇 ≤, ≥ 𝑛 𝐻1 : 𝜇 ≠ 500,000
𝐻1 : 𝜇 ≠, >, < 𝑛 𝐻1 : 𝜇 >, < 𝑛 𝐻1 : 𝜇 < 500,000
Paso 2: Se selecciona un nivel de significancia
ERROR TIPO I: Rechazar la hipótesis nula, 𝑯𝒐 , cuando es ✓ El de 0.10 en el de las encuestas políticas.
verdadera. (𝛼)
Una regla de decisión es un enunciado sobre las condiciones específicas en que se rechaza la
hipótesis nula y aquellas en las que no se rechaza. La región o área de rechazo define la
ubicación de todos esos valores que son tan grandes o tan pequeños que la probabilidad de
que ocurran en una hipótesis nula verdadera es muy remota.