Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semestre II 2022
Se divide en dos
Estimación puntual de Prueba de hipótesis
parámetros
Comprobar si una hipótesis es
Análisis de una población a partir verdadera o falsa. A partir de
de muestras poblacionales. datos muestrales.
Aquí se estima un valor o una
conjetura.
Inferencia estadística
Muestras aleatorias
La selección de una muestra es un experimento aleatorio, por tanto, cada observación es
una variable aleatoria.
Inferencia estadística
Muestras aleatorias
Definición:
Las variables aleatorias x1, x2, x3, …, xn son una muestra aleatoria de tamaño si:
Definición:
Cualquier función de las observaciones de una muestra aleatoria es un estadístico
Ejemplo:
Se requiere llegar a una conclusión acerca de la proporción de la población de Colombia
que prefiere una marca de carro.
Seleccionar con base en los datos muéstrales, un solo número que sea el valor más
recomendado de 𝜃.
𝜃መ = ℎ(𝑥1 , 𝑥2 , … , 𝑥𝑛 )
Se llama estimador puntual 𝜃. Obsérvese que 𝜃 es una variable aleatoria ya que está en
función de variables aleatorias. Después de seleccionar la muestra, 𝜃 toma un valor
numérico particular 𝜃 llamado estimación puntal de 𝜃.
Inferencia estadística
Estadísticos y estimación puntual
Definición de estimación puntual:
𝜃መ = ℎ(𝑥1 , 𝑥2 , … , 𝑥𝑛 )
Se llama estimador puntual 𝜃. Obsérvese que 𝜃 es una variable aleatoria ya que está en
función de variables aleatorias. Después de seleccionar la muestra, 𝜃 toma un valor
numérico particular 𝜃 llamado estimación puntal de 𝜃.
Inferencia estadística
Estadísticos y estimación puntual
Definición de estimación puntual:
𝜃መ = ℎ(𝑥1 , 𝑥2 , … , 𝑥𝑛 )
Se llama estimador puntual 𝜃. Obsérvese que 𝜃 es una variable aleatoria ya que está en
función de variables aleatorias. Después de seleccionar la muestra, 𝜃 toma un valor
numérico particular 𝜃 llamado estimación puntal de 𝜃.
Inferencia estadística
Estadísticos y estimación puntual
Ejemplo:
Supongamos que la variable X tiene una distribución normal con una media poblacional
desconocida 𝜇. La media muestral es un estimador puntual de la media poblacional
ത Después de seleccionar la muestra, el valor numérico de 𝑋ത
desconocida 𝜇. Es decir 𝜇Ƹ = 𝑋.
es la estimación puntal de 𝜇.
Parámetro Estimación
Estadístico
desconocido puntual
𝜣
𝜽 𝜽
Inferencia estadística
Distribución de muestreo
Cualquier estadístico, por el hecho de ser una variable aleatoria tiene un distribución de
probabilidad.
Para enfatizar que dicha distribución describe como varia el valor estadístico a través de
todas las muestras que pudieras ser seleccionadas.
Inferencia estadística
Distribución de muestreo de la media
Distribución de muestreo para la media
Sean x1, x2, …, xn una muestra aleatoria de una distribución con valor medio 𝜇 y 𝜎 2 .
𝑋 +𝑋 +⋯+𝑋𝑛
Entonces, la media muestra 𝑋ത = 1 2
𝑛
Tiene una distribución de muestreo con media
𝜇 + 𝜇 +⋯+𝜇
𝜇𝑋ത = =𝜇
𝑛
Distribución para la varianza
𝜎 2 + 𝜎2 + ⋯ + 𝜎2 𝜎 2
𝜎𝑋2 = 2
=
𝑛 𝑛
Pueden darse dos casos:
1. La muestra aleatoria proviene de una distribución que se distribuye normal
2. La muestra aleatoria proviene de una población que no se distribuye normal
Inferencia estadística
Distribución de muestreo de la media
Caso 1: muestra aleatoria con distribución normal
Sean x1, x2, …, xn una muestra aleatoria de una distribución normal, con media 𝜇 y
varianza 𝜎 2 . Entonces con cualquier n, 𝑋ത está normalmente distribuida con media 𝜇 y
2
varianza 𝜎 Τ𝑛.
Inferencia estadística
Distribución de muestreo de la media
Caso 1: muestra aleatoria con distribución NO normal
TEOREMA DEL
LÍMITE CENTRAL
(TLC)
Inferencia estadística
Distribución de muestreo de la media
Otro ejemplo sobre el Teorema del Límite Central
El TLC da una idea de por qué muchas variables aleatorias tienen distribuciones de probabilidad
que son aproximadamente normales. El TLC se considera como el teorema de probabilidad más
importante.
Inferencia estadística
Cálculo de probabilidades