Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA INFERENCIAL
FACULTAD DE
INGENIERÍA
22-ene.-23 Prof. Marco Ciaccia CIVIL Y MECÁNICA
INFERENCIA ESTADÍSTICA
Simple
Consiste en un solo punto o
resultado obtenido de 𝒮 𝐴
𝐵
𝐶
Evento
𝐷 𝒮
𝐹
𝐸
Compuesto
Consiste en más de un punto o
resultado obtenido de 𝒮
EVENTOS
Ejemplo 1:
𝐵 = {𝐸𝐸𝐸, 𝐸𝐸𝐹, 𝐸𝐹𝐸, 𝐹𝐸𝐸}: como máximo uno de los tubos está fuera de
especificación.
• Notación y definiciones:
𝒮: evento seguro 𝒮
Evento seguro
𝐴 ⊂ 𝒮: el evento 𝐴 es un subconjunto de 𝒮 𝒮 𝐴
o está incluido en 𝒮 𝐴⊂𝒮
𝒮 𝐴’ 𝐴
𝐴′: evento complemento de 𝐴, es decir, todos los
Complemento
eventos pertenecientes a 𝒮 que no están en 𝐴
EVENTOS COMPUESTOS
𝐴 ∪ 𝐵: unión de los eventos 𝐴 y 𝐵, es decir, todos los
𝒮 𝐴 𝐵
resultados de 𝐴, o de 𝐵, o comunes a ambos
𝐴∪𝐵
Solución: 𝐿1
• Determine el espacio muestral.
Para obtenerlo se varían ordenadamente, uno a uno, todos los eventos
simples posibles. También se puede usar un diagrama de árbol.
Tubos: 1 2 3
↓ ↓ ↓
𝒮={ 𝐿1 𝐿1 𝐿1 , 𝐿1 𝐿1 𝐿2 , 𝐿1 𝐿1 𝐿3 ,
𝐿1 𝐿2 𝐿1 , 𝐿1 𝐿2 𝐿2 , 𝐿1 𝐿2 𝐿3 ,
𝐿1 𝐿3 𝐿1 , 𝐿1 𝐿3 𝐿2 , 𝐿1 𝐿3 𝐿3 ,
𝐿2 𝐿1 𝐿1 , 𝐿2 𝐿1 𝐿2 , 𝐿2 𝐿1 𝐿3 ,
𝐿2 𝐿2 𝐿1 , 𝐿2 𝐿2 𝐿2 , 𝐿2 𝐿2 𝐿3 ,
𝐿2 𝐿3 𝐿1 , 𝐿2 𝐿3 𝐿2 , 𝐿2 𝐿3 𝐿3 ,
𝐿3 𝐿1 𝐿1 , 𝐿3 𝐿1 𝐿2 , 𝐿3 𝐿1 𝐿3 ,
𝐿3 𝐿2 𝐿1 , 𝐿3 𝐿2 𝐿2 , 𝐿3 𝐿2 𝐿3 ,
𝐿3 𝐿3 𝐿1 , 𝐿3 𝐿3 𝐿2 , 𝐿3 𝐿3 𝐿3 }
EVENTOS COMPUESTOS
𝐴 = {𝐿1 𝐿3 𝐿3 , 𝐿2 𝐿3 𝐿3 , 𝐿3 𝐿1 𝐿3 , 𝐿3 𝐿2 𝐿3 , 𝐿3 𝐿3 𝐿1 , 𝐿3 𝐿3 𝐿2 , 𝐿3 𝐿3 𝐿3 }
𝐵’ = {𝐿1 𝐿1 𝐿1 , 𝐿1 𝐿2 𝐿3 , 𝐿1 𝐿3 𝐿2 , 𝐿2 𝐿1 𝐿3 , 𝐿2 𝐿2 𝐿2 , 𝐿2 𝐿3 𝐿1 , 𝐿3 𝐿1 𝐿2 ,
𝐿3 𝐿2 𝐿1 , 𝐿3 𝐿3 𝐿3 }
𝒮 𝐵’ 𝐵
Complemento
EVENTOS COMPUESTOS
𝐵 = {𝐿1 𝐿1 𝐿2 , 𝐿1 𝐿1 𝐿3 , 𝐿1 𝐿2 𝐿1 , 𝐿1 𝐿2 𝐿2 , 𝐿1 𝐿3 𝐿1 , 𝐿1 𝐿3 𝐿3 , 𝐿2 𝐿1 𝐿1 , 𝐿2 𝐿1 𝐿2 ,
𝐿2 𝐿2 𝐿1 , 𝐿2 𝐿2 𝐿3 , 𝐿2 𝐿3 𝐿2 , 𝐿2 𝐿3 𝐿3 , 𝐿3 𝐿1 𝐿1 , 𝐿3 𝐿1 𝐿3 , 𝐿3 𝐿2 𝐿2 , 𝐿3 𝐿2 𝐿3 ,
𝐿3 𝐿3 𝐿1 , 𝐿3 𝐿3 𝐿2 }
𝐴 ∪ 𝐵 = {𝐿1 𝐿1 𝐿2 , 𝐿1 𝐿1 𝐿3 , 𝐿1 𝐿2 𝐿1 , 𝐿1 𝐿2 𝐿2 ,𝐿1 𝐿3 𝐿1 , 𝐿1 𝐿3 𝐿3 ,
𝐿2 𝐿1 𝐿1 , 𝐿2 𝐿1 𝐿2 , 𝐿2 𝐿2 𝐿1 , 𝐿2 𝐿2 𝐿3 , 𝐿2 𝐿3 𝐿2 , 𝐿2 𝐿3 𝐿3 ,
𝐿3 𝐿1 𝐿1 , 𝐿3 𝐿1 𝐿3 , 𝐿3 𝐿2 𝐿2 , 𝐿3 𝐿2 𝐿3 , 𝐿3 𝐿3 𝐿1 , 𝐿3 𝐿3 𝐿2 , 𝐿3 𝐿3 𝐿3 }
𝐴 ∩ 𝐵 = {𝐿1 𝐿3 𝐿3 , 𝐿2 𝐿3 𝐿3 , 𝐿3 𝐿1 𝐿3 , 𝐿3 𝐿2 𝐿3 , 𝐿3 𝐿3 𝐿1 , 𝐿3 𝐿3 𝐿2 }
𝒮 𝐴 𝐵 𝒮 𝐴 𝐵
𝐴∪𝐵 𝐴∩𝐵
EVENTOS COMPUESTOS
Ejemplo 2:
SS1 SS2
EVENTOS COMPUESTOS
SS1 SS2
EVENTOS COMPUESTOS
SS1 SS2
EVENTOS COMPUESTOS
Clásica o de Laplace
Asociada a los juegos de azar, resultados mutuamente
excluyentes y equiprobables
Frecuentista
Estabilidad de las frecuencias relativas al repetir un experimento
durante un número suficientemente grande de veces
Bayesiana
La probabilidad es un concepto personal subjetivo que expresa
un grado de convicción sobre la ocurrencia de un evento
Axiomática o de Kolmogorov
Formalización del modelo matemático de la Probabilidad,
engloba las tres anteriores
AXIOMAS DE LA PROBABILIDAD
https://dle.rae.es/axioma
1. m. Proposición tan clara y evidente que se admite sin demostración.
2. m. Mat. Cada uno de los principios indemostrables sobre los que, por medio de un
razonamiento deductivo, se construye una teoría.
• Axioma 1: 𝑃 𝐴 ≥ 0, ∀ 𝐴 ⊂ 𝒮
• Axioma 2: 𝑃 𝒮 = 1
1. 𝑃 ∅ = 0
2. 𝑃 𝐴′ = 1 − P(𝐴)
3. 𝑃 𝐴 ≤ 1
entonces 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵
PROPIEDADES DE LA PROBABILIDAD (CONSECUENCIAS DE LOS
AXIOMAS)
𝐴 𝐵 = 𝐴 ∪( 𝐴
𝐴′ ∩ 𝐵 )
= 𝐴 ∪ 𝐵
Ejemplo 3:
Solución:
De la propiedad 5:
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐵 + 𝑃(𝐴 ∩ 𝐵 ′ )
𝑃 𝐴 ∪ 𝐵 = 0,8 = 0,4 + 𝑃 𝐴 ∩ 𝐵 ′ ⟹ 𝑃 𝐴 ∩ 𝐵 ′ = 0,4
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴 ∩ 𝐵′) 𝑃(𝐴′ ∩ 𝐵)
𝑃(𝐸10 ) 𝑃(𝐸8 )
𝑃(𝐸11 )
𝑃(𝐸9 )
METODOLOGÍA PARA LA DETERMINACIÓN DE PROBABILIDADES
Solución:
• Como las cinco gafas conforman todo el espacio muestral, la suma de todas
las probabilidades debe sumar 1. Así:
• Finalmente:
𝑃 𝐴 = 𝑝1 + 𝑝3 + 𝑝5 = 0,8
DISTRIBUCIONES DE PROBABILIDAD
Distribución normal
Sus parámetros son la media 𝜇 y la
desviación estándar 𝜎 . Se representa
mediante 𝑁 𝜇, 𝜎 . Es una función
simétrica y se emplea para inferir sobre
la media poblacional.
El gráfico en color verde es la
distribución normal estándar, 𝑁 0,1 .
𝜐 = k = grados de libertad
Γ es la función gamma
𝑘 = grados de libertad
Γ es la función gamma
Imagen: Dominio público,
https://commons.wikimedia.org/w/index.php?curi
d=103001
DISTRIBUCIONES DE PROBABILIDAD
Distribución 𝑭
Se define mediante los grados de
libertad de dos muestras. Es sesgada,
sólo toma valores positivos y se emplea
para comparar varianzas, por lo que es
muy importante en Diseño de
Experimentos.
𝑚, 𝑛 = grados de libertad
Imagen: De IkamusumeFan - Trabajo propio, CC BY- Γ es la función gamma
SA 4.0,
https://commons.wikimedia.org/w/index.php?curi
d=34777108
FUNCIÓN DE DENSIDAD DE PROBABILIDAD Y FUNCIÓN DE
PROBABILIDAD ACUMULADA
Mediante Excel:
Equivalencia a la
tabla: Se usa la función Ayuda
A1 (normal) 1 - DISTR.NORM.N(…) https://bit.ly/3aFW8hX
A2 (𝑗𝑖-cuadrado) INV.CHICUAD.CD(…) https://bit.ly/36QTtku
A3 (𝑇 de Student) INV.T(…) https://bit.ly/36NprOn
A4 (𝐹) INV.F.CD(…) https://bit.ly/3tzVNWS
SIGNIFICANCIA ESTADÍSTICA (𝜶)
𝑁(0,1)
Valor crítico
1−𝛼
𝛼
𝑧𝛼 0
= 200 𝑧_
210
X
Región crítica
Unilaterales
1−𝛼
1−𝛼
𝛼 𝛼
𝑧1−𝛼 𝑧𝛼
𝐻0 : 𝜃 = 𝜃0 Bilateral o 𝐻0 : 𝜃 = 𝜃0
𝐻𝐴 : 𝜃 > 𝜃0 compuesta 𝐻𝐴 : 𝜃 < 𝜃0
1−𝛼
𝛼 Τ2 𝛼 Τ2
𝑧𝛼Τ2 𝑧1−𝛼Τ2
𝐻0 : 𝜃 = 𝜃0
𝐻𝐴 : 𝜃 ≠ 𝜃0
PRUEBA DE HIPÓTESIS ESTADÍSTICA
• “…es cualquier regla para decidir si se rechaza o no una hipótesis nula, con
base en la información que suministra una muestra aleatoria proveniente
de la población de interés.” (Canavás, 1988).
ESTADO DE LA NATURALEZA
DECISIÓN
Si H0 es CIERTA: Si H0 es FALSA:
Error tipo II
ACEPTO H0 Decisión correcta
(falso negativo)
Error tipo I
RECHAZO H0 Decisión correcta
(falso positivo)
Probabilidades:
P(Error tipo I) = P(Rechazar H0 siendo H0 cierta) = 𝛼
P(Error tipo II) = P(Aceptar H0 siendo H0 falsa) = 𝛽
POTENCIA ESTADÍSTICA
𝑛−1 𝑆2
𝜒02 = (2)
𝜎02
Dependientes o
P. para dos medias
pareadas
DOS TRATAMIENTOS O POBLACIONES INDEPENDIENTES
Donde 𝑆𝑥2 y 𝑆𝑦2 son las varianzas de las muestras de cada proceso.
DOS TRATAMIENTOS O POBLACIONES INDEPENDIENTES
PRUEBA DE DOS MEDIAS CON VARIANZAS SUPUESTAMENTE IGUALES PERO
DESCONOCIDAS
2 2
𝑆2
𝑥 𝑆𝑦
+
𝑛𝑥 𝑛𝑦
𝜈= 2 2 ൗ𝑛
2 −2 (7)
2
𝑆𝑥 ൗ𝑛𝑥 𝑆𝑦 𝑦
+
𝑛𝑥 +1 𝑛𝑦+1
• En lugar de suponer que las varianzas de dos muestras son iguales o no, se
puede realizar una prueba para determinar la igualdad o no.
• Es interesante estudiar las varianzas porque comúnmente, las varianzas
menores están asociadas a una mayor calidad.
• Las hipótesis en estos casos se escriben como:
H0 : 𝜎𝑥2 = 𝜎𝑦2
HA : 𝜎𝑥2 ≠ 𝜎𝑦2
• Las hipótesis unilaterales se escriben como:
En lugar de asumir que las varianzas de 3. Calcule el valor crítico necesario para
los dos proveedores del ejemplo anterior la prueba estadística, con una
son diferentes, realizaremos la prueba para significancia del 5 %.
comprobar o rechazar dicha hipótesis. Los 4. Concluya sobre la investigación.
datos proporcionados previamente se
repiten aquí:
• 𝑋ത𝐴 = 242 MPa; 𝑆𝐴 = 11,8 MPa
Donde:
𝑥 +𝑥
𝑝Ƹ = 𝑛1 +𝑛2 (10)
1 2
En una empresa desean probar una pintura previa, y 44 piezas sin corrosión
pintura anticorrosiva para productos entre las que tienen la pintura nueva. Se
metálicos que salió al mercado quiere determinar si esa diferencia es
recientemente. Para ello, se fabricaron significativa a favor de la pintura nueva.
100 probetas metálicas, la mitad de ellas 1. Defina la hipótesis de investigación y
se protegieron con el anticorrosivo que las hipótesis estadísticas.
han usado tradicionalmente, y la otra 2. Calcule el estadístico de prueba.
mitad de protegió con el nuevo 3. Calcule el valor crítico necesario para
anticorrosivo. Las probetas se la prueba estadística, con una
introdujeron en una cámara salina para significancia del 5 %.
acelerar los efectos de la corrosión. Al 4. Concluya sobre la investigación.
cabo de 15 días se cuentan las piezas que
no muestran ningún signo de corrosión.
Se contaron 41 piezas sin signo de
corrosión entre las protegidas con la
DOS TRATAMIENTOS O POBLACIONES INDEPENDIENTES
EJEMPLO DE PRUEBA DE DOS VARIANZAS
Solución 0,82 − 0,88
𝑧0 = = −0,840
1. Hipótesis de investigación: “La pintura 1 1
0,85 1 − 0,85 +
50 50
nueva (2) protege mejor de la corrosión
que la pintura anterior (1)” 2. Es una hipótesis unilateral, se debe
trabajar con 𝛼. Mediante Excel:
• Hipótesis nula, H0: 𝑝1 = 𝑝2 ‘=INV.NORM.ESTAND(0.05)’, 𝑧0,05 =
• Hipótesis alternativa, HA: 𝑝1 < 𝑝2 -1,645.
2. Los datos son: n1=n2=50 • Luego, como 𝑧0 > 𝑧𝛼 , no se rechaza
x1=41; x2=44; p1=0,82; p2=0,88 la hipótesis nula y las dos pinturas
ofrecen el mismo nivel de protección.
• Se calcula 𝑝Ƹ con la ec. (10):
41 + 44
𝑝Ƹ = = 0,85
50 + 50
• El estadístico de prueba se calcula
con la ecuación (9).