Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística Inferencial
Docente:
Victor, Alcazar Vilches
Lima-Perú
RESUMEN.....................................................................................................................
CAPITULO 1.................................................................................................................
I. Antecedentes...........................................................................................................
CAPÍTULO 2.................................................................................................................
CAPÍTULO 3.................................................................................................................
XVI. Referencias...........................................................................................................
Resumen
I.- Antecedentes
En los años 1985 y 1986, se realizó un estudio en Lima Metropolitana de Encuesta
Nacional de Propósitos múltiples” -ENAPROM el objetivo fue obtener información
para modificar la estructura de ponderaciones del Índice de Precios al Consumidor
(IPC).
· Reconocer la razón principal por la que los estudiantes prefieren consumir sus
alimentos dentro de la UTP (cafetería).
1. Muestra
En estadística, una muestra es un subconjunto de casos o individuos de una
población. Es importante probar en diferentes aplicaciones. Debe ser representativo
para lo cual se debe seleccionar una técnica de muestreo adecuada para obtener una
muestra adecuada. También es un subconjunto de la población y debe tener las
mismas características que la población para ser representativo. La muestra debe ser
todo. Es posible obtener la información deseada, y esto sólo es posible con una buena
selección de muestras y una recopilación muy cuidadosa de datos de alta calidad.
2. Población
Una población estadística es el número total de individuos o un grupo de individuos
que tienen o probablemente exhibirán la característica que se desea estudiar.
3. Media Estadística
La media estadística se utiliza en estadística para dos conceptos diferentes, pero
numéricamente similares:
La media muestral es una variable aleatoria porque depende de la muestra,
aunque suele ser una variable aleatoria con menos variación que la variable
original utilizada en los cálculos.
La media poblacional no es la media, sino un parámetro fijo según la
expectativa matemática de la variable aleatoria.
4. Varianza
Es una medida de varianza que expresa la variabilidad de un conjunto de datos en
relación con su media aritmética. Así que haz los cálculos.
Como la suma al cuadrado del residuo dividida por el número total de observaciones.
Sin embargo, este también se puede calcular como el cuadrado de la desviación
estándar.
5. Distribución Muestral
Este es el resultado de considerar todas las muestras posibles de la población. Su
estudio nos permite calcular la probabilidad de aproximarnos a un parámetro
poblacional, dada una muestra. Utilizando la distribución muestral, se puede estimar el
error para un tamaño de muestra determinado.
6. Parámetro Estadístico
Un parámetro estadístico, o simplemente una estadística muestral, es cualquier valor
calculado a partir de una muestra. Por ejemplo. promedio, la varianza o proporciones
que caracterizan a una población y que pueden estimarse a partir de una muestra. Una
estadística muestral es una variable aleatoria y, por lo tanto, tiene una determinada
distribución de probabilidad, generalmente caracterizada por un conjunto limitado de
parámetros.
7. Estimación Estadística
Es una técnica utilizada para encontrar aproximaciones de parámetros poblacionales
dada una estadística muestral calculada a partir de los elementos muestrales. Si se
estima un número suficiente de parámetros, se puede aproximar razonablemente la
distribución de probabilidad poblacional de una variable aleatoria.
8. Nivel Confianza
En inferencia estadística, es una medida de qué tan bien se estima una estadística de
muestra. Generalmente, un nivel de confianza es un intervalo o valor que mide la
probabilidad de cometer un error Tipo I (la probabilidad de rechazar la hipótesis que se
considera correcta).
9. Intervalo de Confianza
Un intervalo de confianza es un par o pares de números entre los cuales se estima que
existe un valor desconocido para un parámetro poblacional con un cierto grado de
confianza. Formalmente, estos números definen un intervalo calculado a partir de los
datos de la muestra, y el valor desconocido es el parámetro población.
VARIABLE TIPO
https://forms.gle/uexrR8TvtS9Capko6
Cálculo de la muestra
z α =1.96(Nivel de Confianza=95 % )
p=Probabilidad de éxito o proporción esperada(0.5)
q=Probabilidad de fracaso (0.5)
E=Error estimado (0.138)
2
(1.96) ⋅(0.5)⋅(0.5)
n= =50.431 ≅ 50
(0.138)2
𝑭2: 39 alumnos de la Universidad Tecnológica del Perú gastan en promedio como máximo
10 soles por visita a la cafetería.
Media:
x=
∑ x i × f i = 410 =8.2
n 50
El promedio de dinero gastado por visita a la cafetería de los estudiantes de la
Mediana:
n
Paso2: Ubicar posición donde se encontrará la mediana
2
n 50
= =25
2 2
Reemplazar
( ) ( )
n 50
−F i−1 −17
2 2
M e =Linf + A =5+ 5 =6.818
fi 22
Moda:
Mayor 𝑓𝑖: 22
M e =Linf + A
( f i−f i−1
)
f i−f i−1+ f i−f i+1 (
=5+ 5
22−17
)
22−17+22−3
=14.75
Linf =Limite inferior
f i−1=Frecuencia absoluta acumulada anterior
f i+1=Frecuencia absoluta acumulada posterior
f i=Frecuencia absoluta de la clase mediana
A=Amplitud
Medidas de dispersión
Varianza:
2
2 Σ(x i−x) 342.45
s= = =6.989
n−1 50−1
Desviación estándar
s= √ s2 =2.644
El gasto en la cafetería que realizan los estudiantes la Universidad Tecnológica del Perú por
visita es de 9.4 soles. ¿Cuál es la probabilidad que podamos seleccionar una muestra de 50
alumnos de la Universidad que gasten en promedio por visita a la cafetería 8.2 soles o más?
POBLACION MUESTRA
σ =Desconocido n =50
μ=9.4 S=2.644
𝑃(𝑋 ≥ 8.2) =
( )( )
x−μ 8.2−9.4
Z= = =−3.209 ≅ −3.21
s 2.644
√n √50
( )
x−μ
P Z≥ =P ( Z ≥−3.21 )
s
√n
P ( Z ≥ α ) =1 P−( Z <α )
P ( Z ≥−3.21 ) =0.99934
Existe una probabilidad de 99.934% muestral que el gasto promedio por visita a la
cafetería realizada por los alumnos sea de 8.2 nuevos soles o más.
Datos:
Nivel de confianza:
z =z (0.975 )=1.96
(1− ∝2 )
Reemplazando y calculando los datos en la fórmula:
S S
IC : x −Z . ≤ μ≤ x+Z ∝ .
( )
1−
∝
2 √n (1− 2 ) √n
2.644 2.644
IC : 8.2−1.96 . ≤ μ ≤8.2+1.96 .
√50 √ 50
7.46712 ≤ μ ≤ 8.93288
Interpretación:
Con un nivel de confianza del 95% la inversión mensual media en soles que realizan
los estudiantes universitarios para saber los gastos de alimentos consumidos en la
cafetería se encuentra entre 7.46712 y 8.93288 soles.
z =z (0.975 )=1.96
(1− ∝2 )
2) Reemplazando y calculando los datos en la formula:
IC : ( x1 −x2 ) −Z
(1−∝2 )
.
√ S 21 S22
+ ≤ μ ≤ ( x 1−x 2 ) + Z ∝ .
n 1 n2 √ S21 S 22
+
(1− 2 ) n1 n2
IC : μ 1−μ
[
2= ( 18.37−12.85 ) ± 1.96 .
√ 32.44 24.59
18
+
18 ]
2.03124 ≤ μ1−μ2 ≤ 9.00876
3) Interpretación:
Con un nivel de confianza del 95%, existe evidencia estadística para afirmar que
la diferencia de la inversión que realizan los estudiantes universitarios para saber
cuánto gastan en el consumo de alimentos en la cafetería está comprendida
entre 2.03124 y 9.00876 soles
SI IC= (+, +)
P¿
Tomando en cuenta que μ1−μ2 , no pueden ser cero, la inversión media mensual de
los estudiantes universitarios para saber cuánto gastan en el consumo de alimentos
en la cafetería para ambas muestras será diferente.
Datos:
z =z (0.975)=1.96
(1− 0.052 )
2) Reemplazando los datos a la fórmula
p−Z
( )
1−
∝
2
.
√ pq
n
≤ π ≤ p +Z ∝ .
pq
( 2) n
1− √
0.48−1.96 .
√ 0.48∗0.52
50
≤ π ≤ 0.48+1.96 .
0.48∗0.52
50 √
0.3415 ≤ π ≤ 0.6184
3) Interpretación:
Conclusiones
Recomendaciones
riguroso y una limpieza más estricta puede ayudar. Esto es importante para
Dado que se ha concluido con un nivel de confianza del 95% que el café es la
incluyendo opciones calientes y frías como té, jugos y batidos, para satisfacer
XVI. Referencias
Encuesta: https://forms.gle/uexrR8TvtS9Capko6
Excel:https://docs.google.com/spreadsheets/d/
19DRETepalzrUT1W2ZSq1JAavRFK3Uxem21iUu7uQQ2g/edit#gid=836227829
Resumen