Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Inferencia Estadstica
Estimacin y
Prueba de Hiptesis de la Media
Inferencia Estadistica
OBJETIVO GENERAL
Inferencia Estadistica
OBJETIVOS ESPECFICOS
Conocer las partes que comprende la inferencia estadstica.
Interpretar la estimacin de intervalo de confianza de la
media dado un caso hipottico o real.
Explicar el significado del error tipo I y Error tipo II.
Formular las Hiptesis nulas y hiptesis alternativa.
Distinguir entre Prueba unilateral y prueba bilateral.
Calcular los valores estadsticos de pruebas para docimar la
media poblacional de acuerdo a si se conoce o no la
desviacin estndar poblacional.
.
3
Inferencia Estadistica
PRE-TEST
La evaluacin que a continuacin se presenta
tiene como objetivo fundamental diagnosticar los
conocimientos previos relacionados con el tema, es por
esta razn que las respuestas se evaluarn
cualitativamente
para
que
puedas
responder
libremente en forma clara y sencilla de acuerdo a tus
aprendizajes adquiridos con anterioridad.
Inferencia Estadistica
PRE-TEST
Lee detenidamente cada una de las preguntas.
Escribe en forma clara y legible.
1.Define con tus propias palabras:
a)
c)
Parmetro:_______________________________________________________
__________________________________________________________________
____________________________________________________
Estadstico:_______________________________________________________
__________________________________________________________________
_____________________________________________________
Inferencia:_______________________________________________
d)
__________________________________________________________________
________________________________________________________
Estimacin:____________________________________________________
e)
__________________________________________________________________
________________________________________________________
Hiptesis:____________________________________________
b)
Inferencia Estadistica
Inferencia Estadistica
2.Clasificacin de la inferencia
Estimacin
Prueba de Hiptesis
Actividad: Investigar en las paginas web y formular su propia definicin de
estimacin y pruebas de hiptesis
a.
Estimacin:____________________________________________________________
________________________________________________________________________
_________________________________________________________
b.
Inferencia Estadistica
2.Estimacin. Definicin
La estimacin es un proceso de utilizar datos mustrales para estimar los valores de parmetros
desconocidos de una poblacin. Esencialmente, cualquier caractersticas de la poblacin se
pueden estimar a partir de una muestra al azar.
Una estimacin es un valor especifico observado de una estadstica. Hacemos una estimacin
si tomamos una muestra y calculamos el valor que toma el estimador en esa muestra.
Por ejemplo, se toma la lectura media en kilometraje a partir de una muestra de taxis en servicio,
el valor obtenido es de 160.000 kilmetros.
Estimador: lectura media del recorrido en kilometraje
Estimacin: 160.000 kilmetros recorridos en promedio por taxis
Actividad:
Indique
la(s)
diferencia(s)
entre
el
estimador
la
estimacin
__________________________________________________________________________________
__________________________________________________________________________________
________________________________________________________________
Inferencia Estadistica
3.Estimacin.
Criterios para Seleccionar un Buen Estimador
Podemos evaluar la calidad de una estadstica como un buen estimador mediante el uso de cuatro
criterios:
a. Imparcialidad.
El termino Imparcialidad se refiere al hecho de que una media de muestra es un estimador no
sesgado de la media de la poblacin porque la media de la distribucin de muestreo de las
medias de muestra tomadas de una poblacin es igual a la media de la poblacin misma.
b.
c.
d.
Eficiencia.
Se refiere al tamao del error estndar de la estadstica. Si comparamos dos estadsticas de una
muestra del mismo tamao y tratamos de decidir cual de ellas es un mejor estimador ms
eficiente, escogeramos la que tuviera el menor error estndar o la menor desviacin estndar
de la distribucin de muestreo.
Coherencia.
Una estadstica es un estimador coherente de un parmetro de la poblacin si al aumentar el
tamao de la muestra, se tiene la certeza de que el valor de la estadstica se aproxima bastante
al valor del parmetro de la poblacin.
Suficiente.
Un estimador es suficiente si utiliza una cantidad de la informacin contenida en la muestra que
ningn otro estimador podra extraer informacin adicional de la muestra sobre el parmetro de
la poblacin que se est estimando.
Inferencia Estadistica
3. Tipos de Estimacin
Estimacin Puntual
10
Inferencia Estadistica
3. Tipos de Estimacin
a. Estimacin Puntual
S
11
Inferencia Estadistica
3. Tipos de Estimacin
b. Estimacin de intervalos
Una estimacin de intervalo es un conjunto de valores entre dos extremos dados
que se utiliza para estimar un parmetro. Esta estimacin indica el error de dos
maneras por la extensin del intervalo y por la probabilidad de obtener el
verdadero valor de la poblacin que se encuentra dentro del intervalo. Es decir,
estas estimaciones proporcionan un intervalo de los valores posibles para el
parmetro de la poblacin.
12
Inferencia Estadistica
3. Tipos de Estimacin
P ( inferior superior ) = 1 -
Donde
inferior superior,
Inferencia Estadistica
3. Tipos de Estimacin
14
Inferencia Estadistica
3. Estimacin De La Media De La
Poblacin.
Del conocimiento de la distribucin de la poblacin, podemos determinar el
porcentaje de medias de muestra que caen dentro de ciertas distancias de la
media de la poblacin.
_________________________________________________________________________
_______________________________________________________________________________
15
Inferencia Estadistica
4. Estimacin De La Media De La
Poblacin.
30
1.
2,75
3,25
3,75
4,25
4,75
5,25
5,75
En consecuencia, si
se establece la proposicin de que la media de una
Log(10) de POBLAC
muestra esta dentro de 1.96 desviaciones estndar de la media
verdadera, es posible esperar estar en lo cierto un 95% de las veces,
16 y
estar equivocado el 5% restantes.
Inferencia Estadistica
4. Estimacin De La Media De La
Poblacin.
Si se cumple el teorema de limite central, a continuacin se exponen algunos
definiciones de diferentes autores
30
20
10
Frecuencia
2.
0
2,50
3,00
2,75
3,50
3,25
4,00
3,75
Log(10) de POBLAC
4,50
4,25
5,00
4,75
5,50
5,25
6,00
5,75
17
Inferencia Estadistica
4. Estimacin De La Media De La
Poblacin.
intervalo
de confianza
XZx
X + Z x
18
Inferencia Estadistica
P X Z1 / 2 * / n X Z1 / 2 * / n 1
Limite inferior
Limite superior
Donde
X : es la media muestral
19
Inferencia Estadistica
Variable: ________________
Datos:
20
Inferencia Estadistica
Figura N2
rea bajo la curva normal
Z
.00
.09
.01
.02
.03.
.06 ......
0.0
1.9
3.0
3.1
3.2
0.975
21
Inferencia Estadistica
5.
22
Inferencia Estadistica
2.
3.
Inferencia Estadistica
Conclusin
:
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________
___
24
Inferencia Estadistica
s
n
25
Inferencia Estadistica
Figura N 3
Distribucin tstudent
tstudent
Normal
Propiedades de la distribucin t de
Student
Tiene forma de campana y es simtrica, al igual
que la distribucin normal. Sin embargo, la
distribucin t tiene mas rea en las colas y menos en
el centro. Debido a que se usa S en vez de . (Ver
la Figura N 3)
La distribucin t es bastante sensible con respecto
al tamao de la muestra, sin embargo esta
sensibilidad disminuye en el caso de tamaos
mustrales grandes.
La distribucin t presenta un rea ( probabilidad)
mayor en los extremos que la distribucin normal.
Esto significa, para un nivel de confianza dado, el
valor t ser un poco mayor que el correspondiente a
Z.
26
Hay una tabla para los valores t al igual que para
los valores z, para utilizarla debemos conocer el nivel
Inferencia Estadistica
*n
i 1
s
S
n 1
n 1
Los grados de libertad son n-1, que se pueden definir como el nmero de valores
que pueden escoger libremente. El hecho de que n=5 y que X = 20 , nos indica
que Xi = 100. Por lo tanto una vez que se conocen cuatro de los valores, el
quinto no tendr libertad para variar, puesto que la suma tiene que dar 100.
La Formula para La estimacin por intervalo de confianza con nivel de (1- para
la media, desconociendo x, se expresa en la siguiente forma:
P X t n 1; / 2 * S / n X t n 1; / 2 * S / n 1
Limite inferior
Limite superior
Donde:
n-1: grados de libertad
t : distribucin t
S: desviacin estndar de la muestra
27
Inferencia Estadistica
28
Inferencia Estadistica
Tercer paso: para obtener el valor de t se utiliza la tabla del anexo 2.La cual tiene las siguientes
caractersticas:
La parte superior de cada columna seala la cola derecha de la distribucin t, cada rengln
representa un valor particular para grado de libertad.(Ver Figura N4)
En la fila se encuentran los grados de libertad desde 1 hasta infinito. Si como en este caso se
ubica con un 95% y 24 grados de libertad. Se observa en la columna /2=0.025, el rengln
correspondiente a 24 grados de libertad se tiene como resultado el valor de la cola superior de
_____________.
Figua N4
gl
1
2
.24
.
29
.01
.025.
.05 ......
2.064
29
Inferencia Estadistica
Cuarto paso: una vez ubicado el valor de t, se sustituye en la formula y se calcula el intervalo.
Se llega a la conclusin, a un nivel de confianza del 95%, que la cantidad promedio gastada al mes en
ropa por las mujeres con tarjetas de crditos esta entre $____________. Esta confianza de 95% en
realidad significa que si se selecciona todas las muestras posibles de tamao 25, el 95% de los
intervalos elaborados incluira la media real de la poblacin en algn lugar dentro del intervalo.
30
Inferencia Estadistica
a.
2.
Se debe calcular la media muestral y desviacin estndar muestral con las siguientes
formulas
( Xi X )
n 1
31
Inferencia Estadistica
Interpretacin:
________________________________________________________________________
________________________________________________________________________
______________________________________________________________________
32
Inferencia Estadistica
1 y 2 .
Interpretacin
:_________________________________________________________________________________
__________________________________________________________________________________
________________________________________________________________
33
Inferencia Estadistica
y 2 .
-Procedimiento:
1. Identificar la variable y extraer los datos.
variable
datos:
34
Inferencia Estadistica
1 y 2 .
Interpretacin
:_________________________________________________________________________________
__________________________________________________________________________________
________________________________________________________________
35
Inferencia Estadistica
9. Autoevaluacin.
:____________________
:____________________
S:____________________
:____________________
:____________________
t:_____________________
:____________________
:____________________
Sp:___________________
1-:__________________
X:___________________
36
Inferencia Estadistica
9. Autoevaluacin.
b.Para un determinado producto de consumo popular, el promedio de ventas por tienda fue,
el ao anterior, en una muestra de n1 = 10 tiendas,un promedio de 3425000 y una
desviacin estndar 200000. Para un segundo producto, el promedio de ventas por tienda
de una muestra de n2 = 12 tiendas, un promedio de 3250000 y una desviacin estndar
175000. Se supone que los montos de las ventas por tienda tienen una distribucin normal,
para ambos productos.
Estime la diferencia entre el nivel promedio de ventas por tienda del ao anterior
utilizando un intervalo de confianza del 98%.
Resolver segn el procedimiento:
37
Inferencia Estadistica
9. Autoevaluacin.
38
Inferencia Estadistica
9. Autoevaluacin.
39
Inferencia Estadistica
40
Inferencia Estadistica
Inferencia Estadistica
Ho
Verdadera
Ho
Falsa
Aceptar Ho
1- Conclusin
Correcta
Error tipo II
probabilidad
Rechazar Ho
Error Tipo I
Conclusin
correcta
42
Inferencia Estadistica
43
Inferencia Estadistica
4.
El siguiente paso es establecer los valores critico que divide la regin de rechazo y de no
rechazo, el trazado depender de cmo este formulada la hiptesis alternativa, si es mayo,
menor o diferente., quedando dividida en dos regiones. Si por ejemplo la Hiptesis alternativa
tiene el signo de menor, el valor critico se trazar en el extremo inferior de la distribucin( Ver
figura N 6)
Figura N 6
Regiones de rechazo y no rechazo en
una prueba de hiptesis
Rho : Regin de rechazo o regin
RHo
Valor
critico
No RHo
hipottico de
44
Inferencia Estadistica
5.
x.
X 0
z
V.E.P
cuando
se no conoce
X 0
t
S
n
45
Inferencia Estadistica
x.
6.
46
Inferencia Estadistica
x.
Variable :______________________
Datos
=
1-=0
=
47
Inferencia Estadistica
5.
El siguiente paso es establecer los valores critico que divide la regin de rechazo y de no
rechazo. Su trazado depender de cmo este planteada la hiptesis alternativa: Si es menor, el
valor critico estar en la zona negativa; Si es mayor, se marcara en la zona positiva y si es
diferente existirn dos valores ctricos uno en la zona negativa y otro en la zona positiva.
6. Se selecciona y calcula el Valor estadstica de
prueba cuando se conoce la desviacin estndar
poblacional comparndolo con los valores crticos de la
Regiones de rechazo y no rechazo en
distribucin de muestreo para determinar si cae o no en la
una prueba de hiptesis
regin de rechazo.
x 0
En qu regin cae
el V.E.P?
48
Inferencia Estadistica
49
Inferencia Estadistica
X 0
t
S
n
Inferencia Estadistica
1.
Inferencia Estadistica
El siguiente paso es establecer los valores critico que divide la regin de rechazo y de no
rechazo.
(Ver figura N7)
6. Se selecciona y calcula el Valor estadstica de
prueba cuando se no conoce la desviacin estndar
poblacional comparndolo con los valores crticos de la
Figura N 7
distribucin de muestreo para determinar si cae o no en la
Regiones de rechazo y no rechazo en
regin de rechazo.
una prueba de hiptesis
x 0
t
s
n
0
1.711
Dnde cae
el V.E.P?
52
Inferencia Estadistica
Conclusin :
A un nivel de significacin del ___ ,
___ ___________________ ___, de este
modo se concluye que el promedio de vida til de las llantas
53
Inferencia Estadistica
a.
Variable : _____________________
Datos
=
1-=
S=
n=
2. Establecer la Hiptesis nula
Ho :
3. Establecer la Hiptesis alternativa
:
Hi :
54
Inferencia Estadistica
siendo =
t(n-1; )=
5.
El siguiente paso es establecer los valores critico que divide la regin de rechazo y de no
rechazo.
6.
Dnde cae
el V.E.P?
55
Inferencia Estadistica
t (n-1, ) RHo
Conclusin :
56
Inferencia Estadistica
Poblacin
Tamao de
Muestra
Con
Distribucin
Normal
Grande(n30)
Sin
Distribucin
Normal
Grande(n30)
Pequea(n<30)
Pequea(n<30)
conocida
x 0
n
x 0
z
n
x 0
z
*
desconocida
t
x 0
S
n
t
x 0
*
x 0
S
n
x 0
t
*
S
n
x 0
*
57
Inferencia Estadistica
BIBLIOGRAFA
ANDERSON, David; Sweeney, Dennis y otros. (1.990) Estadistica para
Adiministacin y Econmia. International Thomson Editores
BERENSON, M. y LEVINE, D. (1996). Estadstica bsica en
administracin. Mxico. Prentice Hall.
ELSTON, ROBERT C. Y JHONSON, WILLIAM. (1987). Principios de
bioestadstica. Mxico.Editorial el Manual Moderno, S.A..
DOWNI, N.M. (1973). Mtodos estadsticos aplicados .Mxico. Editorial
Harla.
KAZMIER , L. (1998). Estadstica aplicada a la administracin y
economa. Mxico. Mc Graw Hill.
LEVIN,RICHAR. y RUBIN DAVID(1.996). Estadstica para
administradores. Prentice Hall editorial .
STEVENSON, WILLIAM. Estadstica para administracion y economa.
Ediciones Karla.
58
Inferencia Estadistica
- ANEXOS
59