COMPARACIÓN DE

PARÁMETROS
ÍNDICE
1. Introducción: Iniciemos.
2. Organiza tus ideas: Conceptos claves.
3. Profundiza tus conocimientos: Introducción a comparación de parámetros.
4. Fortalece tus conocimientos: Inferencias sobre comparación de dos medias.
5. Visualiza: Inferencia sobre comparación de dos proporciones.
6. Conclusiones: Para terminar…
Iniciemos
¡Bienvenido a comparación de parámetros!

Aquí vamos a ver como se comparan dos parámetros poblacionales.

Al cumplir con el desarrollo de la presente unidad estarás en capacidad de:

1. Comprender el método que permite comparar dos parámetros y las

condiciones que tienen.
2. Identificar las principales técnicas que nos permiten comparar dos
parámetros poblacionales.

¡Acompáñame!

Organiza tus ideas: Conceptos claves

A continuación, se presentan algunos conceptos importantes en el área de la
estadística.

Estadística: Es la ciencia que se encarga de recolectar, organizar, analizar e

interpretar datos.

Estadísticas: Son números obtenidos de un conjunto o colección de datos.

Estadística descriptiva: Es la rama de la estadística que comprende todos los

métodos y técnicas usados para organizar y describir información.

Estadística inferencial: Es la rama de la estadística que comprende todos los

métodos y técnicas usados para hacer inferencias, estimaciones o predicciones
sobre poblaciones a partir de una muestra.

Dato: Es una porción de información.

Datos: Sinónimo de muestra.

Población: Es el conjunto de todos los elementos de interés para un investigador.

Muestra: Es cualquier subconjunto de la población.

Parámetro: Cualquier característica numérica de una población.
Estadístico: Cualquier característica numérica de una muestra.

Big Data: Término utilizado para describir conjuntos de datos tan grandes que los
tradicionales y típicos procesos de almacenamiento, gestión, búsqueda, análisis,
entre otros se han convertido en un reto debido a su tamaño.

Datos cualitativos: Información categórica.

Datos cuantitativos: Información numérica. Se puede clasificar en continuos y

discretos.

Datos cuantitativos discretos: Son obtenidos de un proceso de conteo. Números

naturales, enteros o racionales.

Medida: Es un valor representativo de un conjunto de datos.

Valor atípico (o outlier): Es una medida con un valor extremo en un conjunto de

datos. Puede indicar un error de anotación o una medida muy poco común en la
población.

Distribución de frecuencias: Es sinónimo de tabla de frecuencias y puede ser

representada gráficamente con ayuda de histogramas.

Distribución de frecuencias: Es sinónimo de tabla de frecuencias y puede ser

representada gráficamente con ayuda de histogramas.

Evento simple: Es el evento que corresponde a un solo punto muestral y se nota por
E con un subíndice.

Evento vacío: El evento vacío se nota por O y es el evento que no tiene elementos.

Error muestral: Es la variación natural que existe entre las muestras de una misma
población, cuando las muestras no son copias exactas de la población.

Errores no muestrales: Son los errores que surgen al tomar una muestra.

Sesgo muestral: Es un tipo de error no muestral y es una tendencia sistemática

inherente a un método de muestreo que da estimaciones de un parámetro. El sesgo es
negativo si las estimaciones son menores y positivo si las estimaciones son mayores.

Aleatorización: Proceso de selección de muestras donde la selección es imparcial

o no está sesgada.
Muestra aleatoria: Es una muestra elegida con procedimientos aleatorios.

Hipótesis estadística: Es una afirmación o una declaración que se hace acerca

de una propiedad de una población.

Fuente: Es una persona, cosa, objeto o algo que produce datos.

¡Ahora que conoces algunos conceptos, iniciemos viajando a la

Introducción a comparación de parámetros
A continuación, daremos un recorrido para conocerlos

¡Vamos!

Profundiza tus conocimientos:

Introducción a comparación de
parámetros
Video: https://vimeo.com/596791295

¡Y bien! No olvides que dos muestras que se obtienen de las mismas

fuentes son dependientes

¡Avancemos al siguiente recurso!

Fortalece tus conocimientos:

Inferencias sobre la comparación de
dos medias
Distribución muestral de

Sean dos poblaciones, la primera población tiene media y varianza y la

segunda tiene media y varianza . Entonces la distribución muestral de
tiene las siguientes consideraciones generales:
• Si las poblaciones son normales, entonces la distribución muestral de
es normal.
• Si las poblaciones no son normales y los tamaños de las muestras son
n1 ≥ 30 y n1 ≥ 30, entonces la distribución muestral de es aproximadamente
normal.
• La media de la distribución de es

• La varianza de la distribución de es

Muestras dependientes pequeñas

• El estadístico de prueba es

• La distribución muestral de d es normal.

• El estadistico t para d es

• donde υ = n - 1.
• Los limites del intervalo de confianza para d son

Ejemplo [Muestras dependientes pequeñas]

Un conjunto de 5 personas participa en un experimento de un medicamento para

bajar de peso. La primera muestra se obtuvo al medir el peso de las personas
antes de tomar el medicamento y la segunda muestra se obtuvo de medir el peso
de las personas después de tomar el medicamento. Los datos son los siguientes:
Calculando

Entonces la media es

La varianza es

Esto implica que

Luego, el estadístico t es

Con grados de libertad υ = n - 1 = 5 - 1 = 4.

Las hipótesis estadísticas son

Y el nivel de confianza es (1 - α) 100% = 95%, entonces los valores críticos son

Como

entonces la hipótesis nula se rechaza.

Otra forma de mirar este problema es, si calculamos los intervalos de confianza
tenemos
Como cero no esta en el intervalo, entonces podemos rechazar la hipótesis nula.

Muestras independientes grandes

• El estadístico de prueba es

• La distribución muestral de es normal.

• El estadistico z para es

• Los límites del intervalo de confianza para son

Ejemplo
Muestras independientes pequeñas

Ejemplo
¡Excelente! ¿Verdad? Vamos al siguiente recurso “Inferencias sobre la
comparación de dos proporciones”

¡No te detengas!
Visualiza: Inferencias sobre la comparación
de dos proporciones

Ejemplo [Prueba de hipótesis]

Ejemplo [Intervalo de confianza]

Para finalizar la temática vamos a revisar las conclusiones

Conclusiones: Para terminar…
De la temática vista hasta el momento podemos sacar las siguientes conclusiones:

• Las comparaciones entre parámetros de poblaciones distintas son de interés

en muchas investigaciones y una forma común de hacerlas es por medio de
diferencias en el caso de las medias y proporciones y como cocientes en el
caso de las varianzas.
• Las formulas que debemos usar para hacer estimaciones y pruebas de
hipótesis dependen de las poblaciones o de si las muestras son dependientes
o independientes o del tamaño de las muestras.

¡Muy bien! Terminaste esta unidad. ¡Sigamos aprendiendo en la próxima!

¡Nos vemos pronto!