Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Inferencia Estadstica
Distribucin
Muestral
del
Promedio
POBLACIN P : proporcin
: promedio : desviacin estndar
Parmetros
Estadsticos
MUESTRA
21/6/10
Poblacin
Muestras Posibles
=2 = 0,816
1 1 1 2 2 2 3 3 3
1 2 3 2 1 3 3 1 2
Distribucin Uniforme
21/6/10
Distribucin
de
una
muestra
aleatoria
de
100
medias
de
muestras
de
una
distribucin
uniforme
(0,1)
n
=
5
n
=
25
n = 50
n = 200
Distribucin Exponencial
21/6/10
Distribucin
de
una
muestra
aleatoria
de
100
medias
de
muestras
de
una
distribucin
exponencial
n
=
5
n
=
25
n = 200 n = 50
21/6/10
Distribucin
de
una
muestra
aleatoria
de
100
medias
de
muestras
de
una
distribucin
normal
n
=
5
n
=25
n = 50
n = 100
21/6/10
Inferencia Estadstica
1. Estimacin de Parmetros 2. Dcimas de Hiptesis
poblacin muestra
La estimacin de parmetros se basa en la teora de probabilidades y slo es posible cuando se conoce la distribucin muestral de la estadstica
PARAMETROS
MUESTRA
21/6/10
Observacin: Si la desviacin estndar ( ) de la variable de inters X se desconoce, lo que ocurre frecuentemente, se reemplaza por s (Desviacin Estndar muestral)
y desviacin estndar
21/6/10
Ejemplo
Se
toma
una
muestra
de
20
observaciones.
El
promedio
de
la
muestra
es
18
y
la
D.E.
es
5.
Cul
es
la
probabilidad
de
que
el
promedio
de
la
muestra?
a) Sea
menor
de
16
b) Est
entre
16,6
y
19,3
c) Sea
mayor
que
17,2
21/6/10
Estimacin por intervalo, se determina un conjunto de valores que en forma probable contiene el valor del parmetro
La probabilidad que el estimador obtenido con los datos de una muestra coincida con el verdadero valor del parmetro es muy pequea La estimacin puntual es precisa pero poco confiable Estas razones llevan a buscar un procedimiento de estimacin que consiste en determinar un conjunto de valores (pequeo) que contenga el valor del parmetro con una alta probabilidad
21/6/10
Ejemplo
Para un estudio se desea estimar la edad promedio en que los pacientes son trasplantados de rin. Para ello se toma una muestra aleatoria de 60 pacientes que deben recibir un rin y se les consulta la edad
10
21/6/10
Ejemplo
1. No es necesario que la variable edad al momento de ser trasplantados posea distribucin normal 2. Queremos hacer una inferencia con respecto al promedio 3. Nos importa como varira el promedio de muestra en muestra
Ejemplo
Se toma una muestra y se obitene
11
21/6/10
Puesto que no concemos la desviacin estandar de la variable edad en la poblacin, usaremos la desviacion estndar obtenida en la muestra. Por lo tanto el error de muestreo del promedio queda:
Luego, si yo quiero afirmar que de 100 muestras posibles de seleccionar al azar, puedo estar en un 95 de ellas seguro de que el promedio de edad, de los pacientes traspalantados estarn dentro del intervalo..debo calcular:
12
21/6/10
En conclusin
Si hubesemos tomado 100 muestras aleatorias de tamao 60, puedo asegurar que en un 95 de sas muestras, la edad promedio de los pacientes trasplantados de rin est entre: 41,4 y 48,6 aos
13
21/6/10
Evaluacin de los Intervalos : Confianza o seguridad y precisin de las estimaciones En la construccin de un Intervalo de Confianza es necesario tener presente:
La confianza o seguridad La precisin que est dado por
:
14
21/6/10
15
21/6/10
Ejercicio
Se desea estimar el porcentaje de escolares de 10 a 14 aos que presentan defectos visuales en una poblacion X. Se toma una m.a. De tamao n=650 nios y se encuentra a 52 ios con defectos visuales. Determinar: La estimacin puntual del parmetro Estimacin por un I. de C. de 95% y 99% Comparar la confianza y la precisin de estos intervalos: Establecer conclusiones. Calcular nuevamente los intervalos para una muestra de tamao n=1200 nios Calcular la seguridad y precisin para estos nuevos intervalos. Establecer conclusiones y comparar los resultados con los intervalos obtenidos en 3.
1. 2. 3. 4. 5.
16
21/6/10
I. de confianza
T. de muestra n = 104
Confianza 0.95
Precisin
n = 104
0.99
I. de confianza
Precisin
I. de confianza
Precisin
I. de confianza
Precisin
1. Un I.de C. tiene mayor precisin si su amplitud es menor que el de otro construido con los mismos fines. 2. Si se aumenta la confianza de un intervalo disminuye la precisin y viceversa 3. Un aumento de la precisin sin disminuir la confianza se logra aumentando el tamao de la muestra.
17
21/6/10
Dcimas de Hiptesis
Resumen BELLO S., Sergio, MICHALLAND H., Susana, SOTO I., Marina et al. Tabaquismo en funcionarios de educacin. Rev. chil. enferm. respir., jul. 2004, vol.20, no.3, p.131-138. Introduccin: Se realiz un estudio descriptivo y transversal para conocer la prevalencia de tabaquismo y actitudes en funcionarios del sector educacin. Metodologia: Para esto se distribuy una encuesta autoaplicada y annima en 235 establecimientos educacionales del pas (132 escuelas, 14 liceos y 87 jardines infantiles). Resultados: El anlisis de 3.270 encuestas mostr una prevalencia de tabaquismo de 38,9%, siendo las mujeres ms fumadoras que los hombres (37,3% vs 34,6%). La prevalencia de tabaquismo es mayor entre los 20 y 44 aos. Los ms fumadores son los paradocentes (57,6%) y administrativos (48,8%); mientras que los menos fumadores son los directivos (22,2%) y profesores (32,6%). Dos tercios de los fumadores son consumidores diarios, con un consumo promedio ( DE) 5,7 4,3 cigarrillos/da. Slo 0,3% fuma ms de 20 cigarrillos/da y 13,5% consume el primer cigarrillo en los primeros 30 minutos luego de despertar. El 74,1% de los funcionarios no permite que se fume en su hogar y el 92,3% est de acuerdo en que se restringa fumar en sus lugares de trabajo. Los datos de esta encuesta sugieren que los funcionarios de educacin son menos fumadores que la poblacin general y que los funcionarios de salud, lo que favorece el desarrollo de polticas de ambientes libres del humo de tabaco
18
21/6/10
Ejemplo
Se
hace
la
misma
encuesta
a
15
establecimientos
educacionales
de
la
RM
(5
escuelas
8
liceos
y
2
jardines
infanIles).
El
anlisis
de
357
encuestas,
mostr
una
prevalencia
de
tabaquismo
de
46%
1. Lo que se sabe, lo convencional es que P=38,9% 2. Nuevos experimentos indicarian que la prevalencia ha aumentado p=46%
Hiptesis
1. La hiptesis nula, denotada por H0, es lo convencional, lo aceptado hasta el momento 2. La hiptesis alternativa, denotada por H1, es una alternativa a la hiptesis nula; implica cambio, sobre lo que se encuentra pre-establecido, es lo que el investigador espera que sea cierto
19
21/6/10
Hiptesis
H0 : La prevalencia de tabaquismo es 38,9% H1: La prevalencia de tabaquismo en la RM es mayor a 38,9% (46%)
Luego
Los datos que obtenemos de una muestra sern estadsticamente significativos, cuando con una probabilidad razonablemente alta podemos rechazar H0
20
21/6/10
Verdadera
Muestra
Falsa
Error Tipo II Acierto
Verdadera Falsa
0,95
0,05
0,99
0,01
21
21/6/10
z 0 1,645 2,78
Definicines
1. Reginde Rechazo: corresponde al para los cuales rechazamos H0 conjunto de valores
22
21/6/10
Regin de aceptacin
Regin de rechazo
Definicines
Valor crtico: es el valor que marca el punto inicial del conjunto de valores de la regin de rechazo Valor-p: es la probabilidad exacta de cometer el Error Tipo I
23
21/6/10
H0
H1
1-
24
21/6/10
Regin de Rechazo
Una regin de rechazo se llama unilateral o de una cola si el conjunto de valores extremos estn todos en una direccin ya sea a la derecha (cola superior) o a la izquierda (cola inferior) Una regin de rechazo se llama bilateral o de dos colas si el conjunto de valores extremos est en las dos direcciones
derecha
e
izquierda.
Ejemplo
Los usuarios de una mquina dispensadora de caf han hecho llegar sus quejas al administrador, diciendo que los vasos con capacidad de 200 cc , estan siendo llenados con una cantidad inferior a la informada. Para asegurar a sus clientes la calidad del servicio, decide hacer una investigacin. Para lo cual plantea las siguientes hiptesis
25
21/6/10
Ejemplo
H0 El contenido Promedio de los vasos es al menos 200cc
Region de Rechazo Unilateral
H1 : El contenido Promedio de los vasos es mayor de 200cc H2 : El contenido Promedio de los vasos es menor de 200cc
H0:=200
H1 :>200
H2 :<200
H0:=200
26
21/6/10
Ejemplo
H0 El contenido Promedio de los vasos es al menos 200cc Region de Rechazo Bilateral H3 : El contenido Promedio de los vasos es diferente de 200cc
H3: <200
H0: =200
H1: >200
si no tenemos informacin y no sabemos en que direccin puede ocurrir, se consideran ambos sentidos. La decisin debe tomarse antes de elegir la muestra aleatoria
27
21/6/10
28
21/6/10
La tasa de letalidad de la fiebre tifoidea antes del uso de la cloromicetina era de 10%. Para probar la eficiencia de este medicamento se tomo una muestra de 100 pacientes a los cuales se les trato con cloromicetina. De este grupo, fallecieron por fiebre tifoidea slo dos de ellos. Basndose en esta experiencia y utilizando un nivel de significacin de 5% se puede afirmar que la cloromicetina disminuye la tasa de letalidad por fiebre tifoidea?
1. Hiptesis
H0 : La tasa de letalidad por fiebre tifoidea no se altera con el uso de la cloromicetina H1 : La tasa de letalidad por fiebre tifoidea disminuye con el tratamiento de cloromicetina
H0 : P=0.1
versus H1 : P<0.1
29
21/6/10
2.
Nivel de Significacin
3.
Estadstica de Prueba
5.
Clculo
7.
Conclusion
30
21/6/10
En un muestra de 222 pacientes se obtuvo un promedio de 10.7 con una d.e. de 6,9
periodo.
1. Hiptesis
H0 : El promedio de das de hospitalizacin es el mismo que el del pas H1 : El promedio de das de hospitalizacin es menor al del pas
H0 : u =10.9
31
21/6/10
2.
Nivel de Significacin
3.
Estadstica de Prueba
5.
Clculo
7.
Conclusion
Observacin: Si la desviacin estndar ( ) de la variable de inters X se desconoce, lo que ocurre frecuentemente, se reemplaza por s (Desviacin Estndar muestral)
Lo anterior implica que la distribucion muestral ahora es es t-student con (n-1) grados de libertad
32
21/6/10
33