La inferencia estadstica

Conceptualizacin actual.
El hito de 1995

Concepcin San Luis

LA INFERENCIA CLSICA.
CONCEPTOS BSICOS

Concepcin San Luis

Distribucin Normal

Concepcin San Luis

Conceptos

Estadstico
Parmetro
Muestra
Distribucin Muestral de un Estadstico

Concepcin San Luis

DISTRIBUCIN MUESTRAL DE UN
ESTADSTICO
Supongamos
que
de
una
poblacin
determinada extraemos, al azar, infinitas
muestras todas de tamao n.
De cada muestra calculamos el valor de un
estadstico (proporcin, media, etc.).
Se llama distribucin muestral al conjunto
formado por los
valores del estadstico
seleccionado, obtenido para cada una de las
muestras extraigas de la poblacin.
Concepcin San Luis

Inferencia: Distribucin muestral

Parmetros
media:
Varianza 2

Concepcin San Luis

Principales distribuciones
muestrales
Proporciones
Media: p
Error tpico:

N conocida

Media

Error tpico:

N desconocida

Medias:

N desconocida

1 N n
p

n
N 1

N conocida

Concepcin San Luis

N n
x

N 1
n

Parmetro y Estimador
Parmetro: Caracterstica descriptiva de la
poblacin.
Estadstico: Propiedad descriptiva de una
muestra que no es ms que una combinacin
determinada de los valores de la/s variables.
Un Estadstico permite estimar el valor del
parmetro aunque nunca dar su valor exacto.

Concepcin San Luis

Estimacin Puntual
Se toma como valor del Parmetro el calculado por el
estadstico o estimador muestral.
Toda funcin de distribucin de una variables viene
caracterizada por la variable a la que se refiere y uno o ms
parmetros que la definen.
Si F (x; ) es una funcin de distribucin que depende del
parmetro que no conocemos, si para estimarlo
empelamos un estadstico, dicho estadstico es un
estimador de , que representaremos por b.
Puesto que b es una funcin de los valores X de la muestra,
que son variables aleatorias, b ser tambin una variable
aleatoria.

Concepcin San Luis

Son todos los estadsticos buenos

estimadores de sus correspondientes
parmetros?.
Cmo se calculan los estimadores?

Concepcin San Luis

Caractersticas de un buen
estimador
Carencia de sesgo:
Valor esperado coincide con el parmetro

Consistencia: a medida
Aumente n
Eficiencia:
Varianza mxima

p 1

Var 1 Var 2

Suficiencia
Utiliza toda la
informacin

Concepcin San Luis

Mtodos de obtencin de Estimadores

Hay muchos, pero los de inters son
Mnimos cuadrados: Selecciona como e timador
el que hace mnimo el error entre el valor real y el
que predicho.
Mxima Verosimilitud: Selecciona como
estimador aquel que maximiza la probabilidad de
la muestra observada
Son los que se utilizan en los procedimientos de
anlisis ms habituales en Ciencias Sociales

Concepcin San Luis

ESTIMACIN POR INTERVALOS

Concepcin San Luis

Estimacin por intervalos

Intervalo de probabilidad
(nico)

Intervalo de confianza
(tantos como muestras)

Poblacin Muestra

Muestra Poblacin

Parmetro Estadstico

p
x

Estadstico Parmetro
p

Concepcin San Luis

Intervalo de probabilidad:
proporciones
Condicin de aplicacin
n5
(1 - ) n 5
IP:

z / 2 p

1
n

1
N n
p

n
N 1
Concepcin San Luis

Ejemplo I. Probabilidad de
proporciones
La proporcin de personas mayores de 65 aos que
padecen depresin en la poblacin es de 0,15. Entre
que valores estar esta proporcin en un centre geritrico
que t 40 residentes? (NC = 95%)
Es un intervalo de probabilidad por qu tenemos la
informacin de la poblacin y queremos conocer la
informacin para la muestra: = 0,15 p?
C.A.: 40 0,15 = 6 i 40 (1 - 0,15) = 34 S
IP:

0,15 1,96

0,15 0,85
0,039 0,261
40

Concepcin San Luis

NC 95%

Intervalo de probabilidad: MEDIAS

Se asume normalidad de la
variable en la poblaci.
IP:

z / 2 x
x

N n
x

N 1
n
Concepcin San Luis

Ejemplo Intervalo de Probabilidad de

MEDIAS
Entre qu valores se encontrar la media de edad

de un grupo de 30 persones mayores de 65 anys

que viven rn Madrid si en la poblaci de origen de la
muestra la media es de 72 aos con una varianza
de 5 aos? (NC = 96%)
De trata de un intervalo de probabilidad para la
media de la muestra siendo en la poblacin ( = 72)
Se asume distribucin normal e la edad en la
poblacin.

5
72 2,0537
71,16 72,84
30

IP:

Concepcin San Luis

NC 96%

Intervalo de confianza: proporciones

IC:

p z / 2 p
p

p 1 p
n

p 1 p

N n
N 1

Condicin de aplicacin
i n 5
s n 5

Concepcin San Luis

1 i n 5
1 s n 5

CONTRASTE DE HIPTESIS

Concepcin San Luis

1.- Se basa en las distribuciones muestrales.

(modelos probabilsticos por tanto es un resultado
probabilstico)
2.- Son un conjunto de tcnicas que permiten
comprobar la informacin que produce una
muestra (observaciones) concuerda o no con una
determinada distribucin (modelo) de probabilidad
conocido (distribucin muestral). Lo que se
prueba es los que denominamos H0.

Concepcin San Luis

Como se decide. Criterio

Sea x = (x1,x2,x3xn) las observaciones (datos obtenidos).
Definimos un criterio (estadstico de contraste) que divide
la distribucin muestral del estadstico en dos partes:
regin Crtica (rechazo): rea de la distribucin muestral
que corresponde a los valores del estadstico de contraste
tan alejados que es poco probable que ocurra (H0 se
rechaza). Su probabilidad es
Regin e Aceptacin: rea de la distribucin muestral que
corresponde a los valores del estadstico de contraste no
incluidos en la regin crtica. Su probabiliad es 1-
(aceptar H0)

Concepcin San Luis

CONSECUENCIAS
El tamao de las regiones de rechazo y
aceptacin quedan determinadas por nivel
de significacin.
Se interpreta como un nivel de error, por
tanto su valor debe ser pequeo.

Concepcin San Luis

Dado que hemos dividido la distribucin en

dos regiones dependiendo y que H0 y
H1tienen que ser exhaustivas y excluyentes
(se trata de tomar una decisin entre dos
posibles), dependiendo de cmo
formulemos H1 podemos hablar de
contrastes bilaterales o unilaterales.

Concepcin San Luis

Planteamiento de las hiptesis

estadsticas
Contraste bilateral:
H 0: p =

H 0: x =

H1: p

H1: x

Contraste Unilateral:
Dcha:
H 0: p

H 0:

H1: p >

H 1:

Izda.:
H 0: p
H1: p <

x
x
>

x
H 0:

x
H 1:

<

Concepcin San Luis

Procedimiento General para el

contraste
1. Plantear la hiptesis nula H0.
2. Seleccionar una muestra (mediante una regla de
muestreo).
3. Determinar la distribucin muestral del estadstico de
inters.
4. Seleccionar y calcular el estadstico de contraste
(ndice de discrepancia).
5.-Fijar el valor del riesgo .
6.- Comparar el estadstico el contraste con el valor de
estadstico para .
Concepcin San Luis

Ha funcionado este procedimiento?

Aunque podramos pensar que s, todos lo hemos
hecho de esta forma, hay varia crticas:
Se han mezclado dos procedimientos encontrados:
Se toma de Fisher la concepcin y la sistemtica
del contrastar la H0.
Se introduce la H1 de Neyman Pearson y el
proceso de toma de decisin entre DOS
CONTRARIOS inaceptable en la filosofa de
Fisher.
CONSECUANCIA
Concepcin San Luis

Que ha ocurrido
Se han mezclado dos procedimientos:
Fisher: Contrastes de significacin.
Slo una de las dos posibles soluciones
Rechazo H0 a un nivel o decir que ni hay
evidencia suficiente. No hay H1
Neyman Pearson: Plantean explcitamente la
H1 (contrapuesta a H0) y se centran en un
problema de toma de decisiones
Concepcin San Luis

Errores asociados a la toma de

decisin en la prueba de hiptesis

Concepcin San Luis

Errores asociados a la toma de

decisin en la prueba de hiptesis

Concepcin San Luis

Reduccin del error

Riesgo :
- Fijado por el investigador
Riesgo :
- Valor de
-Tamao de la Muestra
- Tamao del efecto
Concepcin San Luis

Concepcin San Luis

Concepcin San Luis

Concepcin San Luis

Todos los elementos contemplados en el

cuadro de decisin ha sido sistemticamente
olvidados.
1995 La Taks Force propone como solucin.
Aadir la potencia, el tamao del efecto y
los intervalos de confianza.

Concepcin San Luis

Para que
Solventar los problemas de integracin de
resultados (El meta anlisis).
Mejorar la comunicacin
Facilitar los experimentos cruciales
Dar paso a un planteamiento ms cercano a
la modelizacin.

Concepcin San Luis

A donde habamos llegado

La concentracin de esfuerzos en las pruebas de
significacin a llevado a que ne la enseanza y en
la investigacin slo nos preocupe buscar cual es
la solucin adecuada a nuestra situacin de
investigacin concreta con el nico inters en
desechar la H0 sin preocuparnos de.
La implicacin terico practica y la bsqueda de
explicaciones acumulativas que mejoren la
comprensin de la realidad compleja.
Concepcin San Luis

AS TRABAJAMOS

Concepcin San Luis

RBOL DE DESISIN PARA LA

ELECCIN DEL ESTADSTICO DE
CONTRASTE APROPIADO EN
INVESTIGACIONES EN CIENCIAS
SOCIALES

En relacin a cuntas muestras se pretende

realizar la inferencia?

Concepcin San Luis

ms de 2

Contraste sobre
promedios

NO

SI
NO

Contraste para la
media
SI
Varianza
conocida

SI

NO
T

Contraste para
la varianza

SI

NO
Z

Contraste para la
proporcin

SI

NO
Escala de intervalo
y distribucin
simtrica
SI
WILCOXON

NO

SIGNOS
Concepcin San Luis

Bondad de
ajuste
SI
2

Muestras
relacionadas?

NO
Contraste
paramtrico?

SI
Contraste
de medias

NO

NO

SI
Contraste
promedios

Varianza
conocida

NO

Varianza
conocida

Contraste
paramtrico?

Contraste
medias

Contraste
promedios

SI

SI

SI

NO

SI

SI

SI

NO
SI

Funcin
distribucin

NO

NO

SI

NO

W
T

T
Homogeneidad
SI

Contraste
varianzas

SI

SI

Contraste
varianzas
Contraste de
proporciones

NO
NO
SI
Z

Contraste de
proporciones
Z

T
Contraste de
proporciones

Concepcin San Luis

SIGNOS

SI
B

SI

Escala de
intervalo y
distribuc.
simtrica

NO

NO

WILCOXON

SI

Cont. paramtrico?

NO
Muest. depen.?

SI
1

N de
factores

ANOVA
unifact.

NO

2 ms

Orden predic.?
ANOVA
multiact.

SI

NO
K-W

Mues. depend.?

Jonckeere

Mues. depen.?
SI

NO

ANOVA
1Fact.Med.Rep.
Efect. fijos?

ANOVA
1Fact. Mues.Ind.
Efect fijos

Efect. fijos?
SI
Interaccin?
SI

SI

ANOVA
multifact. Muest ind.
Efect fijos Con interac.

SI
ANOVA
multifact.Muest ind.
Efect aleat.

NO

NO
ANOVA
1Fact. Mues.Ind.
Efect aleat

SI

NO

1 Fact.

ANOVA
multifact. Med. Rep.
en 1 Factor
NO

ANOVA
multifact. Muest ind.
Efect fijos Sin interac.

Concepcin San Luis

Med. repe. en:

2 Fac.
ANOVA
multifact. Med. Rep.
Cocran
SI
V. dicotmic.
NO
Friedman

Un nuevo planteamiento

LA MODELIZACIN

Concepcin San Luis

Concepcin San Luis