UNIVERSIDAD NACIONAL

DE HUANCAVELICA

FACULTAD DE ENFERMERIA

ESTADISTICA
INFERENCIAL

PRESENTADO POR: ARAUJO MONTES; LAURA LORENA.

DESCRIPTI
VA

ESTADISTICA

INFERENCI
AL
INTRODUCCION

GENERALIDADES
VARIABLES Y SU
CLASIFICACION
POBLACION, MUESTRA Y
MUESTREO
CLASIFICACION DE LOS
DATOS, TABULACION Y
REPRESENTACION GRAFICA
MEDIDAS DE TENDENCIA
CENTRAL
MEDIDAS DE
DISPERSION

ESTIMACION DE
PARAMETROS
INTERVALO DE
CONFIANZA
PRUEBAS DE
HIPOTESIS
ALTERNATIVA
ESTADISTICAS
PARAMETRICAS
ESTADISTICAS NO
PARAMETRICAS
ANALISIS DE
REGRESION MULTIPLE
ANALISIS DE DATOS
CATEGORICOS

La inferencia
estadstica es una
tcnica mediante la
cual se obtienen
generalizaciones o se
toman decisiones en
base a una informacin
parcial o completa
obtenida mediante
tcnicas descriptivas.
(1)

I
T
S
I
D
A
EST CA
C
N
E
ER
F
IN IAL

Permite responder
interrogantes que
pueden surgir
cuando no se
dispone de la
informacin sobre
todo los individuos
de la poblacin de
inters, sino solo
de una parte de
ella, decir que los
datos provienen de
una muestra de
individuos de la
poblacin bajo
estudio. (2)

Rama de la estadstica
que estudia el
comportamiento y
propiedades de las
muestras, y la posibilidad
y limites de la
generalizacin de los
resultados obtenidos a
partir de aquellas a las
poblaciones que
representan.(3)

Las poblaciones
pueden ser:
Ventas
Personal de una
empresa
Consumidores de
un producto etc..

TI
S
I
D
A
T
ES CA
C
N
E
ER
F
IN IAL
Se usa esencialmente para
determinar la probabilidad
de que una conclusin
sacada a partir de los datos
de una muestra sea cierta en
la poblacin muestreada

POBLACION:
La totalidad de elementos
sobre los cuales recae la
investigacin.
A cada elemento se le llama
unidad estadstica.
Si representamos con x una
variable aleatoria, al estudiar
a esta variable, en la
poblacin como resultado
tendremos los valores:
MUESTRA:
SIERRA BRAVO(1991):Es toda
parte representativa DE LA
POBLACION, cuyas caractersticas
debe reproducir en pequeo lo
mas exactamente posible.
PARAMETRO:
Caracterstica que describe a
una poblacin.

ESTADISTICO:
Caracterstica que describe a
una muestra.

CONCEPTO
S BASICOS

MUESTRA
ALEATOREA:

Considere la poblacin
dada por la variable
aleatoria X con funcin de
distribucin Una muestra
aleatoria de tamao esta
formada por de estas
variables ( ,.,)
VARIABLE ALEATORIA:

No se conoce su valor hasta que

se realiza el experimento
Antes de realizar el experimento
se conocen sus valores y la
probabilidad de que los tome =
funcin de probabilidad

Definicin

Caractersticas
Smbolos
Smbolos

POBLACION

MUESTRA

Totalidad de elementos
sobre los cuales recae la
investigacin.
Parmetros

Parte o porcin de la
poblacin seleccionada
para su estudio.
Estadsticos

=Tamao de la
poblacin.

= Tamao de la muestra.

=
= Media
Media de
de la
la
poblacin.
poblacin.

= Media de la muestra

= Desviacin estndar = Desviacin estndar

de la poblacin.

de la muestra

ESTIMACION DE
PARAMETROS
TIPOS DE
ESTIMACION:
1. ESTIMACIO

N
PUNTUAL:
Estadistico
calculado a
partir de la
informacion
obtenida de la
muestra y que
se usa para
estimar el
parametro
poblacional.
= Para un
parametro
cualquiera.

ESTIMACION
DE LOS
PRINCIPALES
PARAMETROS

ESTIMACION
DE MAXIMA
VEROSIMITUD

2. ESTIMACION
POR
INTERVALO:INTER
VALO DE
CONFIANZA (IC):
Conjunto de valores
obtenidos a partir
de los datos
muestrales en el
que hay una
determinada
probabilidad que se
encuentre el
parmetro a esta
probabilidad se le
conoce con el nivel
de significancia

A)
ESTIMACION
CON UNA
POBLACION
IC Para un
promedio
IC Para una
proporcin
IC Para una
varianza
B)
ESTIMACION
CON DOS
POBLACION
IC ParaES
una
diferencia entre dos
promedios
IC Para una diferencia
entre dos proporciones
IC Para la razon entre
dos varianzas

1. ESTIMACION DE
LOS PRINCIPALES
PARAMETROS

En este tipo de
estimaciones no se puede
medir el error de estimacin
sin embargo entre mayor
sea el tamao de la muestra
se espera que mejor sea la
estimacin.

EJEMPLO:

Las duraciones de 8 bateras cargadas de

computadora de marca Dutec son
151,153,175,134,170,172,156 y 114 minutos.
Entonces una estimacin puntual de la duracin
promedio de una batera dutec es:

= 153,125
Supongamos que la empresa Dutec asegura que
la duracin promedio de sus bateras es de
200.De acuerdo ala estimacin obtenida se
puede sospechar que la afirmacin de Dutec es
poco probable.
Tamao de muestra: = 8
Estimacion: = 153,125

2. ESTIMACION DE MAXIMA
VEROSIMITUD

Tiene como requisito

que se conosca la
distribucion de la
pobacion en terminos
del parametro
desconocido. (4).
= ()

INTERVALO DE CONFIANZA

Son intervalos aleatorios obtenidos a partir de los datos y en los cuales hay un
grado de confianza prefijado ( medido en % ) de que dicho intervalo contenga al
verdadero valor del parmetro que se quiere estimar.
Al nivel de confianza se le denota como:

100 (1-) %
DONDE:
= Probabilidad de cometer un error
1- = la proporcion de veces que los distintos intervalos de confianza contienen al
parametro.
Usualmente el valor 100 (1-) % se lo fija en el 95% loq ue llevaria a establecer
que en promedio solo en el 5% de los casos se cometeria error al suponer que el
intervalo contiene al verdarero valos del parametro

ESTIMACION CON UNA

POBLACION
INTERVALO DE
CONFIANZA PARA UN
PROMEDIO

IC
Para un promedio si el
promedio muestral es normal
y se conoce la varianza
poblacional.
Se considera la poblacion
dada por la variable que con
media poblacional y
varianza poblacional . si
sigue una distribucion normal
para muestras de tamao .

INTERVALO DE
CONFIANZA PARA UNA
PROPORCION:

Sea la proporcion
de determinados
exitos de una
poblacion.
=
DONDE: B es la
variable que indica
el numero de exitos
en la muestra.

INTERVALO DE
CONFIANZA PARA UNA
VARIANZA:

Se considera la
poblacion dada por
una variable
aleatoria que sigue
una distribucion
normal con varianza
poblacional .
=

INTERVALO DE CONFIANZA PARA MUESTRAS MAYORES A

30 ELEMENTOS

X z

s
n

INTERVALO DE CONFIANZA PARA MUESTRAS MENORES A 30

ELEMENTOS

X t

s
n

DESVIACIN ESTNDAR

2
(
X

( X ) 2

n 1

PRUEBAS DE HIPOTESIS
HIPOTESIS:

Es una afirmacin
sobre una poblacin
que puede
someterse a
pruebas al extraer
una muestra
aleatoria.
PRUEBA DE
HIPOTESIS:
Formular una teora y
luego contrastarla

PASOS PARA PROBAR

UNA HIPOTESIS:

1. Prueba de hiptesis
2. Seleccionar el nivel
de significancia.
3. Calcular el valor
estadstico de
prueba.
4. Formular la regla de
decisin.
5. Decidir.

TIPOS DE
HIPOTESIS
HIPOTESIS NULA:
(ACUSADO ES
INOCENTE)
Es una aseveracion
en el sentido de que
un parametro tenga
un valor especifico
y se denota
: =

HIPOTESIS ALTERNATIVA:

(ACUSADO ES CULPABLE)
Es una aseveracion que se
acepta si se rechaza se
denota por y tiene la forma:
:

O :

PASOS PARA
PROBAR UNA
HIPOTESIS

H 0: 0

H 1 : 0
H 1 : 0

Paso 2:
SELECCIONAR EL
NIVEL DE
SIGNIFICANCIA

Generalmente
son del 5% o 1%
(error de tipo I y
error de tipo II)
Error de tipo I.
Rechazar la
hiptesis nula,
H0 cuando es
verdadera
Error de tipo II
aceptar la
hiptesis nula,
H0 cuando es
:

H 0 : 0

PASO 1 :
PLANTEAR H0
Y H1
Hiptesis
nula:
Afirmacin
acerca del
valor de un
parmetro
poblacional.
Hiptesis
Alternativa:
Afirmacin
que se
aceptar si
los datos
mustrales

Paso 3:
CALCULAR EL VALOR
ESTADSTICO DE
PRUEBA.
Estadsticos de pruebas
como: Z, t de Student , F y
X
PARA
z
Chi
cuadrado

P
(1 )
n
X

PASO 4:
FORMULAR LA REGLA DE
DECISION:
Son las condiciones segn
las que se acepta o rechaza
la hiptesis nula.

MUESTRAS
GRANDES
PARA
PROPORCIO
NES

PARA
MUESTRAS
PEQUEAS

PASO 5:
TOMAR UNA DECISIN:
El valor observado de la
estadstica muestral se
compara con el valor de
estadstica de prueba.

REGIONES
ACEPTACION
RECHAZO:

DE
Y

La aceptacion de se da

si al tomar una muestra

no se encuentra
evidencia significativa en
su conra.
Es de cir la acpetacion
de no esta directamente
ligada a la posibilidad de
que se cumpla , mas
bein su aceptacion se da
cuando no existan datos
en su contra.Por lo tanto
el concepto de
aceptacion en prueba de
hipotesis es distinto al de
la vida cotidiana.

Juan afirma que kati tiene puesta una

camisa de color rosada. Se tiene que:
la camisa que tiene puesta kati es
rosada
: la camisa que tiene puesta kati no es
rosada
Se entrevistan a 4 personas que vieron a
kati.
Carlos indica que la camisa no es de
color verde.
Rebeca dice que no es roja.
Alberto que no recuerda el color
Sara indica que no es amarilla.
Por lo tanto, dado que la informacion
obtenida no brinda evidencia en contra
de , se acepta que la camisa es rosada,
esto pese a que directamente no se
obtuvo informacion de que fuera de
dicho color.Asi,
Se acepta
Y lo correcto es concluir que no de
hallan evidencias en contra de que sea
rosada

REGION DE

ACEPTACION:
Valores de ,
estimaciones de que
aceptan

VALOR CRITICO:

Separa una region

de rechazo y una
de aceptacion se
denota

REGION DE
RECHAZO:
Valores de ,
estimaciones de ,
que rechazan

ERRORES EN UNA
PRUEBA DE
HIPOTESIS

ERROR TIPO I:
CONDERNAR A UN
INOCENTE
La hipotesis nula se
rechaza siendo nula.
La probabilidad del error
tipo i se denota por y es
la probabilidad de
rechazar (se decalara
culpable al acusado)
sabiendo que es
verdadera
= P ()

ERRORES TIPO II: DEJAR

LIBRE AL CULPABLE
La hipotesis nula se
acepta (acusado es
inocente) siendo falsa.
La probabilidad del error
tipo ii se denota por y es
la probabilidad de aceptar
(se declara inocente al
acusado) ,sabiendo que
es verdadera.
= P ()

CONTRASTE DE
HIPOTESIS

A. ENFOQUE CLASICO O
DETERMINACION DE
REGIONES:
Este enfoque consiste en habllar el
o los valorescriticos a partir del
nivel de significacion dado.El
enfoque sigue los siguientes pasos
1. Redactar y
2. Especificar el crierio de prueba
o contraste
3. Determinar el o los valores
criticos, de cuerdo al criterio de
contraste (paso 2) para ello se
redacta la probabilidad del error
tipo i
4. Datos muestrales: un valor
5. Decisin: sea r la region de
rechazo :
. Si entonces se rechaza
. Si entonces se acepta
6. Conclusion
. Si se rechaza , se dice que si hay
evidencia para rechazarla.
. Si se acepta ,se dice que no hay
evidencia significativa en contra

B) VALOR P DE LA PRUEBA:
El valor p de una prueba de
hipotesis es la probabilidad de
que el estadistico tenga el
valor observado en la muestra o
un valor extremo (en direccion
de ) cuando es verdadera.Es
decir es el nivel de significancia
mas bajo en el que el valor
observado es significativo para
rechazar
En otras palabras el valor p ,
indica el valor minimo de que
ocurra el error tipo icuando el
valor observado se considera
parte de la region de rechazo

ANALISIS
PARAMETRICOS

COEFICIENTE DE CORRELACIN DE PEARSON:

Analiza la relacin entre dos variables medidas
en un nivel por intervalos o de razn.
Se simboliza con: r
Ejemplos:

A mayor X, mayor Y.
A mayor X, menor Y.

La hiptesis de investigacin seala que la

correlacin es significativa . (No identifica
causalidad)
Puede variar de -1.00 a +1.00

REGRESIN LINEAL:
Es un modelo estadstico para
estimar el efecto de una variable
sobre otra.
Est asociado con el coeficiente de
correlacin de pearson.
Brinda la oportunidad de predecir las
puntuaciones de una variable
tomando las puntuaciones de la otra
variable.

PRUEBA T:
Es una prueba
estadstica para evaluar
si dos grupos difieren
entre si de manera
significativa respecto a
sus medias en una
variable.
Se simboliza con :T.
La hiptesis de
inv.propone que los dos
grupos difieren de
manera significativa,y la
hiptesis nula que los

PRUEBA DE DIFERENCIA DE
PROPORCIONES
Es una prueba estadstica para
analizar si dos proporciones o
porcentajes difieren
significativamente entre s, en
dos grupos.
La comparacin se realiza con una
variable.
Si hay varias variables hay que
realizar una prueba por cada
variable.

PRUEBA DE DIFERENCIA
DE PROPORCIONES:
Es una prueba estadstica
para analizar si dos
proporciones o porcentajes
difieren significativamente
entre s, en dos grupos.
La comparacin se realiza
con una variable.
Si hay varias variables hay
que realizar una prueba por
cada variable.

ANLISIS DE
VARIANZA
(ANOVA- ONEWAY)
Es una prueba
estadstica para
analizar si ms de
dos grupos difieren
significativamente
(son diferentes)entre
s en cuanto a sus
medias y varianzas.

ANALISIS NO PARAMETRICOS

SUPUESTOS:
1. Aceptan distribuciones
no normales.
2. Pueden analizar datos
medidos con escalas
de
intervalos,razn,nomi
nales u ordinales.

Las pruebas no
paramtricas ms
comunes son:
Chi cuadrada
Coeficientes de
correlacin e
independencia para
tabulaciones cruzadas
Coeficientes de
correlacin por rangos
ordenados de Spearman
y Kendall.

CHI CUADRADA
Es una prueba
estadstica para
evaluar hiptesis
acerca de la
relacin entre dos
variables
categricas.
Se simboliza :X2
No considera
relaciones causales.

COEFICIENTES RHO
DE SPEARMAN(RS) Y
TAU SIMBOLIZADO
POR T DE KENDALL:
Los individuos u objetos
de la muestra pueden
ser ordenados por
rangos.

RECUERDE
Ningn mtodo estadstico puede corregir los defectos por
una inadecuada seleccin del problema que se investiga, o
por una mala recoleccin de datos. Una investigacin que
empieza mal con seguridad termina mal.
CON DATOS DE MALA CALIDAD NO SERA POSIBLE DAR
RESPUESTA ADECUADA A UN PROBLEMA CIENTIFICO.

BIBLIOGRAFIA:
1.

ESTADISTICA DESCRIPTIVA E INFERENCIAL I-. Autor: GARCIA MANCILLA

Hugo Y MATUS PARRA Juan., PRIMERA EDICION

2.

GUIA PARA EL CURSO DE INFERENCIA ESTADISTICA :INSTITUTO

NACIONAL DE ESTADISTICA GEOGRAFIA E INFORMATICA-Autor:
CERVANTES LOPEZ Ernesto.

3.

GUIA DE ESTADISTICA INFERENCIAL APLICADA.DEPARTAMENTO

ACADEMICO DE ESTADISTICA DE LA UNMSM Autor: VIOLETA ALICIA
NOLBERTO SIFUENTES Y MARIA ESTELA PONCE ARUNERI.PRIMERA
EDICION .LIMA,2008

4.

COMPRENDIENDO LA ESTADISTICA INFERENCIAL: Autor: GIOVANNI

SANABRIA BRENES.