Diapositivas de Clase 2 2015 Inferencia

ESTADÍSTICA
Licenciatura en Seguridad y Salud Ocupacional

ESS – FBCB - UNL
Año 2015
Licenciatura en Seguridad y Salud

Ocupacional - ESS - FBCB - UNL - 2015 1
ESTADÍSTICA
Observa hechos variables en individuos o unidades experimentales
MUESTRA
Datos
DESCRIBIR, RESUMIR ESTIMAR CONCLUIR
• Puntual • Prueba de
• IC hipótesis
POBLACIÓN
ESTADÍSTICA ESTADÍSTICA
DESCRIPTIVA INFERENCIAL
ESTADÍSTICA INFERENCIAL
POBLACIÓN MUESTRA
θ): µ, π
Parámetros (θ Estadísticos ( ): x p̂
Valor real: censo
Valor aproximado: estimación

ESTIMACIÓN PUNTUAL
Único valor del estadístico
Depende de la muestra
θ
n1=n 1 θ
n2=n 2
n3=n
3
n4=n
4
ESTIMACIÓN POR IC
Conjunto de valores alrededor del estadístico, que
con cierta confianza contiene al verdadero valor
del parámetro
θ
-k +k
BILATERAL
UNILATERAL
¿Cómo se construyen?
IC para el verdadero promedio µ

n>30
Media: x
MUESTRA
Desvío estándar: s
S
x ± z α
BILATERAL
(
2
) n
x µ
Límites inferior y superior de confianza

α)
Nivel de confianza (1-α
Probabilidad de que el IC contenga al
verdadero valor del parámetro
Lo fija el investigador
α: nivel de significancia
INTERPRETACÏÓN: 1-α = 0,90 = 90% de confianza α = 0,10

Esto nos dice que de cada 100 IC construidos, probablemente 90
contendrán al verdadero valor y 10 no lo harán

1.00
2.00
3.00
4.00
10 12 14 16 18 20
Intervalo de confianza del 95%

S
Inferior µ ≥ X − zα
n
µ x
Límite inferior de confianza

UNILATERAL
S
µ ≤ X + zα
Superior n
µ x
Límite superior de confianza

Actividad
Se quiere estudiar el tiempo medio que tarda un
empleado público en solicitar cambio de servicio
(generalmente asociado a razones de estrés, ansiedad o
agotamiento de rutina). El análisis de 294 datos
registrados reveló un tiempo medio de 4,9 años y un
desvío estándar de 1,2 años, de permanencia en un
determinado servicio hasta el momento del cambio por
solicitud.
Se quiere estimar este tiempo medio a través de un IC
del 95%, se debe calcular:
S 1, 2
1) X − z α = 4 ,9 − 1,96 =
(
2
) n 294
S 1, 2
2) X + z α = 4 ,9 + 1, 96 =
(
2
) n 294
Actividad
Se quiere estimar el “Tiempo medio que tarda en quemarse un
trozo de tela (en segundos)”. Para esto se toma una muestra de
tamaño 31. Obteniéndose:
91.00 - 80.00 - 98.00 - 80.00 - 109.00 - 116.00 - 69.00 - 92.00 -

82.00 - 82.00 - 87.00 - 75.00 - 73.00 - 83.00 - 86.00 - 70.00 -
88.00 - 90.00 - 97.00 - 91.00 - 91.00 - 91.00 - 84.00 - 94.00 -
93.00 - 89.00 - 119.00 - 105.00 - 124.00 - 115.00 – 95.00
Se sabe que la distribución de la variable “Tiempo medio que

tarda en quemarse un trozo de tela (en segundos)” es
aproximadamente normal. Calcule un intervalo de confianza del
95% para el verdadero “Tiempo medio que tarda en quemarse
un trozo de tela (en segundos)”. Interprete en términos del
problema el intervalo obtenido.

π)
IC para la verdadera proporción (π)
n>30
Nº de unidades experimentales que cumplen con
MUESTRA una característica : x
Nº de unidades experimentales que NO cumplen
con la característica observada: n -x

n = 32
X: círculos color celeste x = 15
n – x: círculos no color celeste n – x = 17
p̂ = x 15
n 32
n–x 32 – 15 17
q= =
32
n 32
π)
IC para la verdadera proporción (π)
∧ ∧
∧ pq
p ± zα
2 n

Actividad
Se quiere estimar, con un IC del 95%, la verdadera
proporción de trabajadores que sufren hipotermia, tras
media hora de realizar trabajos bajo el agua en una
zona fría. De 567 trabajadores 398 sufrieron hipotermia.
La variable observada es:
Los resultados posibles de la variable son:
La estimación puntual de la verdadera proporción de
trabajadores que sufren hipotermia es:
El IC del 95% es:
∧ ∧
∧ pq
p± Z α =
2 n

Pruebas de Hipótesis
Objetivo:
Comprobar cierta información sobre la
población a partir de los datos obtenidos de
muestras.

Diseño:
La hipótesis nula
H0: θ = θ0
La hipótesis alternativa
H1: θ ≠ θ0 H1: θ > θ0 H1: θ < θ0

Problema:
Se desea probar si una nueva metodología de
capacitación es mejor que la usada habitualmente en
cuanto a la reducción de accidentes.
Las hipótesis que surgen de esta experiencia son:
H0: La “nueva” metodología tiene el mismo efecto que la

“vieja”
O
H1: La nueva metodología es mejor que la vieja
Si Llamamos Mv a la metodología “vieja” y Mn a la

“nueva” H0 y H1 quedan:
H0: Mn = Mv
H1: Mn > Mv
Luego de hacer el experimento pueden

presentarse las siguientes situaciones:

En la vida real H0 es verdadera
Después de la experiencia
No se rechaza Decisión correcta

H0
Se Rechaza Decisión incorrecta

H0 ERROR
Consecuencia:
Se está recomendando la nueva metodología en lugar de la
vieja cuando en realidad tienen el mismo efecto sobre los
accidentes.
En la vida real H0 es Falsa
Después de la experiencia
Decisión incorrecta
No Se Rechaza H0
ERROR
Se Rechaza H0 Decisión correcta
Consecuencia:
Se sigue recomendando la metodología vieja cuando en
realidad la nueva es mejor.

Errores Tipo I y Tipo II
Situaciones posibles al probar una hipótesis

estadística
H0 es verdadera H0 es falsa
No Se rechaza H0 Decisión correcta Error tipo II
Se rechaza H0 Error Tipo I Decisión correcta
α = Probabilidad (error tipo I)

1 - β = Potencia de la prueba
β = Probabilidad (error tipo II)
Pruebas de hipótesis -Procedimiento general -
Secuencia de pasos que es recomendable seguir al aplicar
la metodología de prueba de hipótesis.
Del contexto del problema, identificar el parámetro de

interés
Establecer la hipótesis nula, H0
Especificar una apropiada hipótesis alternativa, H1
Seleccionar el nivel de significancia, α
Establecer un estadístico de prueba apropiado
Establecer una región de rechazo para el estadístico
Calcular todas las cantidades muestrales necesarias,
sustituirlas en al ecuación del estadístico de prueba, y
calcular el valor correspondiente.
Decidir si debe o no rechazar H0 y concluir

Pruebas de hipótesis
Para una media con σ conocido
Hipótesis nula: µ = µ0
x − µ0
Estadístico de prueba z0 =
σ
n
Hipótesis alternativa H1 Criterio de Rechazo
µ ≠µ0 |z0| > zα/2
µ > µ0 z0 > zα
µ < µ0 z0 < - zα
Para una media con σ desconocido, n ≥ 30
Hipótesis nula: µ = µ0
x − µ0
Estadístico de prueba z0 =
S
n
µ ≠µ0 |z0| > zα/2
µ > µ0 z0 > zα
µ < µ0 z0 < - zα
Para una media

µ ≠µ0 |z0| > zα/2
Rechazo H0 Rechazo H0
No rechazo H0
− zα / 2 zα / 2
Para una media

µ < µ0 z0 <- zα
Rechazo H0
No rechazo H0
− zα
Para una media

µ > µ0 z0 > zα
Rechazo H0
No rechazo H0
zα
Actividad
Se sabe que la exposición prolongada al asbesto es un riesgo
sanitario.
El artículo “The acute effects of chrysolite asbestos exposure on
luna function” (Environ. Research, 1978, pp.360-372) reporta
resultados sobre un estudio hecho con base en una muestra de
trabajadores de la construcción, que habían estado expuestos al
asbesto durante períodos prolongados.
Entre la información dada en el artículo se encontraron los
siguientes valores de respuesta pulmonar (cm3/cm H2O) por cada uno
de 32 sujetos, 8 meses después del período de exposición.
(La respuesta pulmonar es una medida de la elasticidad de los pulmones,
es decir, eficiencia al inhalar y exhalar).

Problema
197.9 180.8 184.8 189.8 194.8 200.2 201.9 206.9

207.2 208.4 226.3 227.7 228.5 232.4 239.8 258.6
201.3 217.4 206.8 199.3 217.6 197.4 202.4 205.5
196.8 222.3 231.4 248.4 239.8 244.3 198.9 210.9
a) Construya un gráfico de caja para este grupo de datos.

b) Calcule un intervalo de confianza de 95% (bilateral) para el verdadero
promedio de respuesta pulmonar, después de tal exposición.
c) Si un trabajo de investigación realizado reportó que la respuesta
pulmonar media de la población no expuesta es de 240 cm3/cm H2O.
¿Están los trabajadores expuestos con algún problema pulmonar?

Para una proporción (muestra grande)

Hipótesis nula: p = p0
x − np0
Estadístico de prueba zobs =
np0 q0

p ≠ p0 |zobs| > zα/2
p > p0 zobs > zα
p < p0 zobs < - zα
Actividad
Existe preocupación pública por el riesgo que suponen los

campos electromagnéticos generados por la telefonía celular
para la salud.
De estudios epidemiológicos en relación con el uso de teléfonos
móviles y el cáncer cerebral, Repacholi y cols. 1997, expusieron
ratones transgénicos una hora diaria durante 18 meses a una
señal similar a la que se utiliza en la comunicación móvil digital.
Al finalizar los experimentos, 43 de 101 animales expuestos
presentaban linfomas, frente a 30 de 100 en el grupo de control
que es la prevalencia de esta enfermedad en este tipo de
ratones.
¿Es posible concluir que la proporción de cáncer cerebral en los
ratones expuestos es estadísticamente mayor que la del grupo
control? Utilice α = 0.05.

Valor p
“Si H0 es verdadera y se la rechaza se está cometiendo un
error, error de tipo I.
A la probabilidad de cometer este error se llama nivel de

significancia de la prueba, α.
En esta metodología estadística este valor de significancia α
se fija de antemano. Los valores usuales son 0,05 y 0,01”.
La decisión de rechazar o no la hipótesis nula la realizamos

sobre la base de los resultados de una muestra aplicando una
prueba estadística, bajo el supuesto que la hipótesis nula es
cierta.

Valor p
¿Cómo trabajamos en la práctica?
Seleccionamos la prueba estadística y calculamos, a
partir de la información que suministra la muestra, el
estadístico de prueba.
Con el valor numérico obtenido y la distribución de
probabilidad del estadístico, podemos calcular el valor p (p-
value) o probabilidad asociada.
El valor p, entonces, es la probabilidad, cuando la

hipótesis nula es cierta, de obtener un valor de la prueba que
es igual a (o más extremo) (en la dirección apropiada) que su
valor observado.

Valor p
A este valor lo calculan todos los software y a partir de él, se

puede simplemente reportar el valor p asociado al estadístico de
prueba y concluir el análisis allí explicando que el valor p es la
probabilidad de un resultado muestral tan extremo como lo
observado cuando Ho es verdadera o bien podemos tomar la
decisión estadística de rechazar o no la hipótesis nula.
La decisión se basa en la magnitud del valor p del siguiente
modo:

Valor p
Si el valor p es muy pequeño (menor que 0.05 o 0.01 o el valor

de α elegido) podemos concluir que los datos no sustentan la
hipótesis nula y por lo tanto RECHAZAMOS H0.
En el mismo sentido si el valor p es grande (mayor que 0.05 o

0.01 o el valor de α elegido) podemos concluir que los datos
sustentan la hipótesis nula y por lo tanto NO RECHAZAMOS H0.


Diapositivas de Clase 2 2015 Inferencia

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diapositivas de Clase 2 2015 Inferencia

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA

Licenciatura en Seguridad y Salud Ocupacional

Licenciatura en Seguridad y Salud

Valor aproximado: estimación

Licenciatura en Seguridad y Salud

IC para el verdadero promedio µ

Límites inferior y superior de confianza

INTERPRETACÏÓN: 1-α = 0,90 = 90% de confianza α = 0,10

Licenciatura en Seguridad y Salud

Intervalo de confianza del 95%

Licenciatura en Seguridad y Salud

Límite inferior de confianza

Límite superior de confianza

91.00 - 80.00 - 98.00 - 80.00 - 109.00 - 116.00 - 69.00 - 92.00 -

Se sabe que la distribución de la variable “Tiempo medio que

Licenciatura en Seguridad y Salud

Licenciatura en Seguridad y Salud

Licenciatura en Seguridad y Salud

Licenciatura en Seguridad y Salud

Licenciatura en Seguridad y Salud

H1: θ ≠ θ0 H1: θ > θ0 H1: θ < θ0

Licenciatura en Seguridad y Salud

H0: La “nueva” metodología tiene el mismo efecto que la

Si Llamamos Mv a la metodología “vieja” y Mn a la

Luego de hacer el experimento pueden

Licenciatura en Seguridad y Salud

No se rechaza Decisión correcta

Se Rechaza Decisión incorrecta

Se Rechaza H0 Decisión correcta

Licenciatura en Seguridad y Salud

Errores Tipo I y Tipo II

Situaciones posibles al probar una hipótesis

No Se rechaza H0 Decisión correcta Error tipo II

Se rechaza H0 Error Tipo I Decisión correcta

α = Probabilidad (error tipo I)

Del contexto del problema, identificar el parámetro de

Licenciatura en Seguridad y Salud

Para una media con σ desconocido, n ≥ 30

Para una media

Para una media

Para una media

Licenciatura en Seguridad y Salud

197.9 180.8 184.8 189.8 194.8 200.2 201.9 206.9

a) Construya un gráfico de caja para este grupo de datos.

Licenciatura en Seguridad y Salud

Para una proporción (muestra grande)

Hipótesis alternativa H1 Criterio de Rechazo

Existe preocupación pública por el riesgo que suponen los

Licenciatura en Seguridad y Salud

A la probabilidad de cometer este error se llama nivel de

La decisión de rechazar o no la hipótesis nula la realizamos

Licenciatura en Seguridad y Salud

El valor p, entonces, es la probabilidad, cuando la

Licenciatura en Seguridad y Salud

A este valor lo calculan todos los software y a partir de él, se

Licenciatura en Seguridad y Salud

Si el valor p es muy pequeño (menor que 0.05 o 0.01 o el valor

En el mismo sentido si el valor p es grande (mayor que 0.05 o

Licenciatura en Seguridad y Salud

También podría gustarte