Está en la página 1de 13

ESTADISTICA

INFERENCIAL
UNIDAD 1.- PROBABILIDAD
1.1.- MUESTREO ALEATORIO

ESTADISTICA INFERENCIAL

La Estadstica inferencial o Inferencia estadstica estudia cmo sacar


conclusiones generales para toda la poblacin a partir del estudio de
una muestra, y el grado de fiabilidad o significacin de los resultados
obtenidos.

MUESTREO

En ocasiones en que no es posible o conveniente realizar un censo


(analizar a todos los elementos de una poblacin), se selecciona una
muestra, entendiendo por tal una parte representativa de la poblacin.

El muestreo es por lo tanto una herramienta de la investigacin


cientfica, cuya funcin bsica es determinar que parte de una
poblacin debe examinarse, con la finalidad de hacer inferencias sobre
dicha poblacin.

La muestra debe lograr una representacin adecuada de la poblacin,


en la que se reproduzca de la mejor manera los rasgos esenciales de
dicha poblacin que son importantes para la investigacin. Para que
una muestra sea representativa, y por lo tanto til, debe de reflejar las
similitudes y diferencias encontradas en la poblacin, es decir
ejemplificar las caractersticas de sta.

TIPOS DE MUESTREO

Existen diferentes criterios de clasificacin de los diferentes tipos de


muestreo, aunque en general pueden dividirse en dos grandes
grupos:
MUESTREO PROBABILISTICO.
MUESTREO NO PROBABILISTICO.

MUESTREO PROBABILISTICO

Los mtodos de muestreo probabilsticos son aquellos que se basan


en el principio de equiprobabilidad. Es decir, aquellos en los que
todos los individuos tienen la misma probabilidad de ser elegidos
para formar parte de una muestra y, consiguientemente, todas las
posibles muestras de tamao n tienen la misma probabilidad de ser
seleccionadas.
Aleatorio Simple
Aleatorio Sistemtico
Aleatorio Estratificado.

MUESTREO NO
PROBABILISTICO

Es la tcnica de muestreo donde los elementos son elegidos a juicio


del investigador. No se conoce la probabilidad con la que se puede
seleccionar a cada individuo.

Cuotas
Conveniencia
Bola de Nieve
Casual o Accidental.

1.2.- PROBABILIDAD

La probabilidad de un suceso es un nmero, comprendido entre 0 y 1,


que indica las posibilidades que tiene de verificarse cuando se realiza
un experimento.

Los experimentos pueden dividirse en dos principalmente:


Experimentos Deterministas.
Experimentos Aleatorios.

EXPERIMENTOS
DETERMINISTAS

Son los experimentos de los que podemos predecir el resultado antes


de que se realicen.

EJEMPLO:

Si dejamos caer una piedra desde una ventana sabemos, sin lugar a
dudas, que la piedra bajar.

Si la arrojamos hacia arriba, sabemos que subir durante un


determinado intervalo de tiempo; pero despus bajar

EXPERIMENTOS ALEATORIOS

Son aquellos en los que no se puede predecir el resultado, ya que ste


depende delazar.

EJEMPLOS:

Si lanzamos una moneda no sabemos de antemano si saldr cara o


cruz.

Si lanzamos un dado tampoco podemos determinar el resultado que


vamos a obtener.

TEORIA DE LAS
PROBABILIDADES

La teora de probabilidades se ocupa de asignar un cierto nmero a


cada posible resultado que pueda ocurrir en un experimento
aleatorio, con el fin de cuantificar dichos resultados y saber si un
suceso es ms probable que otro.

CONCEPTOS BASICOS

SUCESO:

Es cada uno de los resultados posibles de una experiencia aleatoria.

EJEMPLO:

Al lanzar una moneda salga cara.

Al lanzar un dado se obtenga 4.

TIPOS DE SUCESOS

SUCESO SEGURO:

Es aquel que es cierto, que ocurrir sin lugar a dudas.


Al lanzar un dado, es seguro que saldr un numero del 1 al 6

SUCESO POSIBLE:

Es todo lo que compone un fenmeno determinado.


Al lanzar una moneda, los sucesos posibles son guila o sol

SUCESO IMPOSIBLE:

Es aquel que no puede ocurrir y se contraponen a un suceso seguro.


En una partida de domino, es imposible que dos jugadores tengan la
misma ficha, ya que son 28 diferentes

ESPACIO MUESTRAL.

Es el conjunto de todos los posibles resultados de una experiencia


aleatoria, normalmente se representa mediante la letra E.

EJEMPLO:

Espacio muestral de una moneda:

E = {C, X}.

Espacio muestral de un dado:

E = {1, 2, 3, 4, 5, 6}.

También podría gustarte