Razonamiento

Tambin
con lo que llamado
sabes, parte de conceptos generales rebaja
o principios universales para Aplica la
deberas deduccin
llegar a conclusiones
sacar tus particulares: por
deduccione la deduccin presupone el rendimient
s y decidir. o del
pensamiento hipottico. trabajo.
 La inferencia estadstica o estadstica
inferencial es una parte de la Estadstica
que comprende los mtodos y procedimientos
para deducir propiedades (hacer inferencias) de
una poblacin, a partir de una pequea
parte de la misma muestra

La bondad de estas deducciones se mide en

trminos probabilsticos, es decir, toda inferencia
se acompaa de su probabilidad de acierto.
 Se basa en las conclusiones a la que se llega por la ciencia
experimental basndose en informacin incompleta (de
una parte de la poblacin).

La inferencia estadstica es una parte de la Estadstica que

permite generar modelos probabilsticos a partir de un
conjunto de observaciones.

Del conjunto se observaciones que van a ser analizadas, se

eligen aleatoriamente slo unas cuantas, que es lo que se
denomina muestra

Estiman los parmetros del modelo, y

se contrastan las hiptesis
establecidas, con el objeto de
determinar si el modelo
probabilstico es el adecuado al
problema real que se ha planteado.
 Consiste en que si el
modelo se considera
adecuado, puede usarse
para la toma de
decisiones o para la
realizacin de las
previsiones convenientes.

En el desarrollo se
utilizarn variables
aleatorias, que son
variables determinadas
por el azar.
 parte de un
conjunto de
Consecuencia, un observaciones de
planteamiento una variable
inductivo

INFERENCIA
POBLACIN

consecuencia Muestra Genera un

de la
investigacin
Modelo
emprica probabilstico
 La Inferencia puede dividirse en dos principales reas:
Estimacin pone nfasis en
intentar cuantificar el tamao del efecto detectado
( valor del parmetro)
(cuando difieren dos grupos, como de intensa es
a relacin entre dos variables.

Prueba de Hiptesis
pone el nfasis en
intentar detectar la presencia de
un afecto significativo
(grupos que difieren, variables que correlacionan, etc.),

Cul ?

1. Depende del tipo de Variable y su distribucin

2. El numero de variables
3. De la finalidad de la investigacin o estudio
estimacin, correlacin,`prediccin
 Permite contrastar hiptesis referidas a algn parmetro
Exigen el cumplimiento de determinados supuestos sobre las poblaciones
originales, de las que se extraen los datos
(generalmente normalidad y homocedasticidad).
Analizan datos obtenidos con una escala de medida de intervalo o razn.

Paramtrica
Cul ?
Para una muestra
Para dos muestra
Para n muestras

No paramtrica

Analiza datos de variables cualitativas o categricas

No requiere o no cumple con los supuestos de distribucin normal
Distribucin libre
Cmo se puede detectar si una variable tiene una
distribucin Normal?

1 Haciendo la prueba de normalidad

2 Explorando los datos recopilados de

la variable a travs de una
representacin grfica, en un
histograma
His tograma
30

20

10
Frecuencia

Desv . tp. = ,65

Media = 4,11
0 N = 1 09,00
2,50 3,00 3,50 4,00 4,50 5,00 5,50 6,00
2,75 3,25 3,75 4,25 4,75 5,25 5,75

Log (10) de POBLA C

 OJO
Se debe tener en cuenta las caractersticas de la distribucin normal, la
1 forma, de modo que se sabe que alrededor de 68% de los valores
estadsticos de la muestra estn comprendidos dentro de la una
desviacin estndar de la media de la distribucin del muestreo que es igual a la
media de la poblacin, y que casi el 95% de los valores medios de la muestra
estarn dentro de 1.96 desviaciones estndar de la media. Con lo cual se mide la
distancia de la media poblacional a partir de la desviacin estndar de la
poblacin.

En consecuencia, si se establece la proposicin de que la media de una

2 muestra esta dentro de 1.96 desviaciones estndar de la media
verdadera, es posible esperar estar en lo cierto un 95% de las veces, y
estar equivocado el 5% restantes.
 Clasificacin de la inferencia

OBSERVA
LA
GRFICA
 TEOREMA DEL LIMITE
CENTRAL

Si se cumple el teorema de limite central, a continuacin se

exponen algunos definiciones

Se cumple, cuando independientemente de la poblacin de origen, la

distribucin de la medias aleatorias se aproxima a una distribucin normal a
medida que el tamao de la muestra crece .

Al hacerse lo bastante grande el tamao de la muestra la distribucin de

muestreo de la media puede aproximarse mediante la distribucin normal.
Esto es cierto no importa la forma de la distribucin de los valores individuales de la
poblacin.

Para la mayora de distribuciones de la poblacin, sin importar la forma , la

distribucin de muestreo de la media tendr una distribucin
aproximadamente normal si se seleccionan muestras de al menos 30 observaciones.
 TEOREMA DEL LIMITE
CENTRAL

Sea cual sea la forma de la distribucin de la poblacin (sea

normal o no ) las medias de todas las muestras seleccionadas
de la poblacin tendrn una distribucin normal

La claves del xito para aplicar el teorema es que el tamao de

la muestra sea mayor que treinta (n> 30)
 DISTRIBUCION DE
MUESTREO
El termino distribucin muestral se refiere a la funcin de probabilidad (o de
densidad de probabilidad) de un estadstico.

Por tanto, una distribucin muestral puede quedar definida como una
distribucin terica que asigna una probabilidad concreta a cada uno de los
valores que puede tomar un estadstico en todas las muestras del mismo tamao que
es posible extraer de una determinada poblacin.

Histograma

UNA MUESTRA ALEATORIA DE TAMAO n

30

DE UNA POBLACIN (x), ES

20

UNA 10

Frecuencia
COLECCIN DE n VARIABLES ALEATORIAS
Desv . tp. = ,65
Media = 4,11
0 N = 1 09,00
2,50 3,00 3,50 4,00 4,50 5,00 5,50 6,00

INDEPENDIENTES X1, X2,.,Xn TENIENDO

2,75 3,25 3,75 4,25 4,75 5,25 5,75

Log (10) de POBLAC

CADA UNA LA MISMA DISTRIBUCIN

POBLACIONAL (x).
DISTIBUCION DE1 MUESTREO
Una Distribucin de

PARAMETRO muestreo es una funcin de

probabilidad de un
estadstico

ES UNA PROPIEDAD DESCRIPTIVA DE LA POBLACIN

ESTADSTICO
ES UNA PROPIEDAD DESCRIPTIVA DE LA MUESTRA

ES UNA FUNCIN DE LAS OBSERVACIONES

MUESTRALES

TODO ESTADSTICO ES EN SI, UNA VARIABLE

ALEATORIA
 DISTIBUCION DE MUESTREO

PARAMETRO ESTADSTICO

Media
X
2 Varianza S 2

Desviacin S
Estndar
P p
Proporcin
 DISTIBUCION DE MUESTREO
E (x) =
Una Distribucin de 2= Varianza
muestreo queda
caracterizada porque
X = / n
tiene
un valor esperado y
una varianza
Desviacin estndar
se usa el termino
error Tpico

LA DISTRIBUCIN DE LA MEDIA MUESTRAL X BASADA

SOBRE UNA MUESTRA ALEATORIA DE TAMAO n.

TIENE COMO:

E(X)= y V(X) =n
 Estimacin
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.
Cualquier estadstica de
Estimador muestra que se utiliza
para estimar un
parmetro de la
poblacin se conoce
como estimador

Es decir, un estimador es una

estadstica de muestra utilizada para
estimar un parmetro de la
poblacin. La media de la muestra x
puede ser un estimador de la media
de la poblacin.
 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.

Es un valor especifico
Estimacin 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
 Criterios para Seleccionar un Buen Estimador
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.
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.
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.
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.
 Tipos de Estimacin

Estimacin Puntual
La estimacin puntual es un solo nmero que se utiliza para estimar un
parmetro de la poblacin desconocido.
S
Los valores estadsticos mustrales se utilizan como estimadores de
los parmetros de la poblacin. As, la media de la muestra se utiliza como
estimacin del valor de la media de la poblacin; la desviaron Estndar de la
X
muestra se emplea como una estimacin de la desviacin estndar de la
poblacin. , la cual se expresa:

La estimacin por
intervalo de un
Estimacin por intervalos parmetro
poblacional( ) es
un intervalo de la
Una estimacin de intervalo es un conjunto de valores entre dos extremos dados forma
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 El intervalo de
verdadero valor de la poblacin que se encuentra dentro del intervalo. Es decir, estimacin indica,
estas estimaciones proporcionan un intervalo de los valores posibles para el por su longitud, la
parmetro de la poblacin. precisin de la
estimacin puntual.
 Tipos de Estimacin

A partir de la distribucin muestral de la estimacin de cualquier parmetro ( ser posible

determinar valores inferior y superior tales que la

P ( inferior superior ) = 1 -

Donde:
1 - se denomina intervalo de confianza o grado de confianza, el cual proporciona
unos intervalos de valores, centrado en el valor estadstico de la muestra, en el cual
supuestamente se ubica el parmetro de la poblacin, con un riesgo de error.

, se denomina nivel de significacin, indica la porcin que se encuentra en los

extremos de la distribucin que estn fuera del intervalo de confianza, el nivel de
riesgo. Los valores van comprendido 0 < < 1.

inferior superior, son los puntos extremos o limites de

confianza i nferior y superior. De tal manera que cuando = 0.05, se tiene un
intervalo de confianza del 95% y cuando = 0.01, se tiene una seguridad de que 99% en
el intervalo dado que contiene el parmetro desconocido.
 Estimacin De La Media De La Poblacin.

La estimacin de intervalo de la media poblacional se basa en el

supuesto de que la distribucin del muestreo sea normal.

Aqu podemos determinar el porcentaje de medias de muestra que caen dentro de ciertas
distancias de la media de la poblacin.

El mtodo empleado para estimar la media de la poblacin depende de s se conoce la

desviacin estndar de la misma o si sta se debe estimar a partir de los datos mustrales:

Estimacin De Intervalo De Confianza De La Media,

Conociendo La Desviacin Estndar Poblacional (

Estimacin De Intervalo De Confianza De La Media,

Desconociendo La Desviacin Estndar Poblacional (
 Estimacin De La Media De
La Poblacin.
De acuerdo al teorema de limite central, es de esperarse que la distribucin muestral de
tenga una distribucin aproximadamente normal con una media x y desviacin estndar
x .(Ver figura N 1)

Figura N 1
El intervalo de confianza esta centrado respecto al valor medio de la muestra

intervalo
de confianza

XZx X X + Z x
0
 Estimacin intervalo de confianza De La Media
De La Poblacin cuando se conoce la Desviacin
Estndar poblacional.
Cuando se conoce la desviacin estndar de la poblacin, la estimacin del intervalo de la
media se calcula de la siguiente manera:
X Zx
Sustituyendo, queda

P X Z1 / 2 * / n X Z1 / 2 * / n 1
Limite inferio Limite superior
Donde

X : es la media muestral

Z 1- : Es el valor de Z a la derecha de la cual se tiene el rea de , representa la

confianza deseada, se conoce como el valor critico de la distribucin.

Es el error de una estimacin de intervalo que se refiere a la desviacin o diferencia

x / n entre el valor medio de la media muestral y la media real de la poblacin.
 Estimacin De La Media De La Poblacin
cuando no se conoce la Desviacin
Estndar poblacional.

Por lo general se desconoce la desviacin estndar real de la poblacin, por lo tanto los
clculos de los intervalos de confianza se deben basar en la Distribucin T de Student, su
origen se remonta a principios del siglo XX, fue William S. Gosset el que planteo esta
distribucin, empleado de una cervecera en Irlanda, puesto que no se les permita publicar
investigaciones con los nombres propios adopta un seudnimo de Student.

Si la variable X esta distribuida en forma normal, entonces el

estadstico es

s
n
 HIPTESIS
DEFINICIN DE HIPOTESIS

Es una Es la transformacin de la
afirmacin Es una afirmacin
hiptesis de
verificable sobre sobre una o mas
investigacin , nula y
un problema o distribuciones de
alternativas en smbolos
Fenmeno, es probabilidad; mas
estadsticos.
decir concretamente;
Se pueden formular slo
empricamente sobre la forma de
cuando los datos del estudio
contrastable donde una
que se van a
se establece la o mas
recolectar y analizar para
forma operativa las distribuciones.
probar o rechazar las
variables hiptesis son
cuantitativas (nmeros,
porcentajes, promedios).

El contraste de hiptesis
Puede ser entendido como un mtodo de toma de decisiones: un contraste de hiptesis, tambin
llamado prueba de significacin o prueba estadstica, es un procedimiento que permite decidir si
una proporcin acerca de una poblacin puede ser mantenida o debe ser rechazada.
 CONTRASTE DE HIPTESIS
El problema central de la inferencia estadstica es un problema de toma de
decisiones, del cual la estimacin y el contraste de hiptesis son aspectos
importantes, diferenciados entre s, pero complementarios.

Un contraste de hiptesis o Test de hiptesis estadstico es una

prueba de significacin o una prueba estadstica, que indican el proceso
mediante el cual decidimos si una proposicin respecto de la poblacin, debe
ser aceptada o no. Esta proposicin es lo que se denomina hiptesis
estadstica.

Es una regla de decisin que nos dice cuando aceptar y rechazar las
hiptesis, con esto vemos si los datos de una muestra son compatibles o no
con los de la poblacin.

Una hiptesis estadstica, por tanto, es una proposicin acerca de la

funcin de probabilidad o de la funcin de densidad de probabilidad de una
variable aleatoria o de varias variables aleatorias.
 EJEMPLO
Hiptesis cientfica: El nivel de colesterol en
sangre de los hombres no difiere del de las mujeres

Hiptesis estadstica: el promedio de la variable

Nivel de colesterol En sangre de la poblacin de Homb
es igual al promedio de esa misma Distribucin en
la poblacin de mujeres

H: hombres = mujeres
 Procesamientos para la verificacin
de la hiptesis cientfica SEGN (Pardo Merino)
1. Formular la hiptesis cientfica en H. estadstica

2.Buscar evidencia emprica Matriz

**Seleccionar una muestra de Datos
aleatoria

3. Regla de Decisin ,
trminos de probabilidad

Un contraste de hiptesis es un proceso de decisin en el que

una hiptesis formulada en trminos estadsticos es puesta en
relacin con los datos empricos para determinar si es o no
compatible con ellos
 HIPOTESIS NULAS(Ho)
Ho: La expectativa de ingreso mensual de
los trabajadores petroleros NO oscila entre 800 y
1000 dlares.
NO hay relacin entre autoestima y el temor
de logro
Ho: El tiempo en que tardan en desarrollar el
SIDA las personas contagiadas por transfusiones
sanguneas
NO es menor que las que adquieren el VIH
por transmisin sexual
Ho: La desintegracin familiar de los
padres
NO provoca baja autoestima en los hijos
 HIPOTESIS ALTERNATIVAS
EJEMPLOS(H1,Hi,Ha)
Hi: El candidato A obtendr en la eleccin
para la presidencia del consejo escolar entre el 50 y
60 % de la votacin total
Ho: El candidato A no obtendr en la
eleccin para la presidencia del consejo escolar
entre el 50 y 60 % de la votacin total
Ha: El candidato A obtendr en la eleccin
para la presidencia del consejo escolar ms del 50
% de la votacin total
H1: El candidato A obtendr en la eleccin
para la presidencia del consejo escolar menos del
60 % de la votacin total
 Errores De Tipo I Y II
Pueden ocurrir dos tipos de problemas al aplicar el enfoque de la prueba de hiptesis a
la toma de decisiones relacionados con los parmetros de la poblacin. (ver Figura
N6)
Error Tipo I se da cuando se rechaza la hiptesis nula cuando en
realidad es cierta, se conoce como . Tambin denominado nivel de
significacin.
El error tipo II ocurre cuando no se rechaza la Ho nula siendo falsa y
se debera rechazar, se le conoce con la llamada .

El complemento de la probabilidad de un error tipo II se conoce como potencia de

una prueba estadstica. Es la probabilidad de rechazar la hiptesis nula cuando es
falsa
Decisin Ho Ho
Eestadstic Verdadera Falsa
Aceptar Ho 1- Error tipo II
Figura N 6 Conclusin probabilidad
Pruebas de Hiptesis Correcta
Rechazar Error Tipo I Conclusin
Ho correcta
 Procedimiento de las Prueba De Hiptesis Para
La Media

Seleccionar y calcular El Valor Estadstico de Prueba , que depender de la

distribucin de probabilidad que se desee aplicar y de la situacin si se conoce o no la
desviacin estndar de la poblacin. Calcular el valor del estadstico de prueba con los datos
mustrales.

V.E.P X 0 X 0
z
V.E.P
t
cuando cuando
no conoce
S
se conoce n n
Si se supone que se conoce la desviacin estndar, entonces la distribucin
muestral de la media seguir la distribucin normal ,en esta formula el
numerador mide que tan lejos esta la media hipottica x de la media observada
X. El denominador es el error estndar, por lo que Z representa los valores
estndar de x.
 Prueba de hiptesis para una muestra
Para la Media

Poblacin Tamao de conocida desconocida

Muestra
x 0 x 0 x 0
z t z
Con Grande(n30) S
*
no
Distribucin n n
x 0 x 0
Normal Pequea(n<30) z t
S
n n

x 0 x 0 x 0
Sin Grande(n30) z * t * z

*
S
Distribucin n n
o
n
Normal
Pequea(n<30) Se usara pruebas no
paramtricas
EJERCICIOS
NOOOO..!!!!!
EJERCICIOS
QUE PENSABAS
QUE NO IBAN A
HABER
EJERCICIOS
JJEJEJEJEJEJE!!