ESTADÍSTICA

INFERENCIAL

CLAVE: MAT2404
Tema 2
Estimación de parámetros y
distribuciones de muestreo
2.1. Clasificación de la estadística
inferencial: Paramétrica y no paramétrica
Paramétrica significa que la inferencia se hace
acerca del valor del parámetro, asumiendo
que se conoce la distribución de probabilidad
de la variable aleatoria en cuestión.
No paramétrica significa que la inferencia se
hace sobre la distribución de probabilidad de
la variable aleatoria en cuestión o bien sobre
ciertas características de la variable aleatoria
no relacionadas con la distribución de
probabilidad de la variable.
 𝜇
2.2. Estimación puntual 𝑥

Estimar – Asignar un valor a algo

Distribución de Probabilidad Parámetro Desconocido

Población
Característica de Interés Estimación
Puntual
Estadístico/Estimador
Muestra

Media muestral
2.2. Estimación puntual

Existe un infinito de posibilidades para usar como estimador

¿Cómo elegir el mejor?

Parámetro Desconocido

El primer dato

]
Estimación
Mediana
Puntual
Estadístico/Estimador
Media truncada

Punto Medio Media muestral

2.2. Estimación puntual

¿Cómo elegir el mejor?

o
Exactitud – Que el estimador sea INSESGADO x
o x
xx x
Presición – Que el estimador tenga POCA DISPERSIÓN
*
o
* **
es menor o igual a la
de cualquier otro estimador

Estimadores EIVUM
o
*
o
2.2. Estimación puntual

Probabilidad de que le atine al verdadero valor

de es cero.
2.3. Métodos para determinar
estimadores
• Método de Máxima Verosimilitud
• Método de Momentos
• Método de Mínimos Cuadrados
• Método de Xí-cuadrada
• Etc.
es el mejor estimador para
es el mejor estimador para

es el mejor estimador para

2.4. Intervalos de confianza para la
media de una población normal
Estimación Puntual Estimación por Intervalo
Probabilidad de que le atine al verdadero valor Probabilidad de que un intervalo le atine al
de es cero. verdadero valor de se puede calcular

. .

𝑥 (
2.4. Intervalos de confianza para la media de una
población normal

Si los datos en la muestra de tamaño se comportan

de manera normal con varianza conocida,
Un IC de confianza al para la media de una población se puede construir como

donde es el percentil de una normal estándar;

Cuando es grande el valor
de la varianza puede
𝑁 (0,1) sustituirse por el valor de
𝛼 /2 varianza muestral

𝑧𝛼 / 2
2.4. Intervalos de confianza para la media de una
población normal

• es el valor crítico/valor de referencia/valor de tablas.

• es la desviación estándar de y se le llama el error estándar.
• la cantidad que se suma y se resta se llama el margen de error.
2.4. Intervalos de confianza para la media de una
población normal
Interpretación
La probabilidad de que el intervalo contenga al verdadero valor de es

Demostración
Despejamos las desigualdades para que quede en el centro y tenemos

𝑁 (0,1)
𝛼 /2 𝛼 /2
1− 𝛼=𝛾
• es normal cuando son normales
• es aproximadamente normal cuando es grande
− 𝑧 𝛼/ 2 𝑧𝛼 / 2
2.5. Intervalos de confianza para la
media de una población pequeña
Si los datos en la muestra de tamaño se comportan
de manera normal con varianza desconocida,
Un IC de confianza para la media de una población se puede construir como

donde 𝑡(𝑛 −1)

𝛼 /2 𝛼 /2
es el percentil de una 1− 𝛼=𝛾
con grados de libertad; −𝑡 𝛼 𝑡𝛼
,𝑛−1 , 𝑛 −1
2 2
2.6. Intervalos de confianza para la
varianza poblacional
Si los datos en la muestra de tamaño se comportan
de manera normal con varianza desconocida,
Un IC de confianza para la varianza de una población se puede construir como

donde 𝜒 2 (𝑛 −1)

y son los percentiles y de una 𝛼 /2 𝛼 /2

con grados de libertad;
𝜒2 𝛼
𝜒 2𝛼
1− ,𝑛 −1 ,𝑛− 1
2 2
2.7. Intervalos de confianza para una
proporción
Si los datos en la muestra de tamaño se comportan
son categóricos "éxito" o "fracaso",
Un IC de confianza para la proporción de "éxitos" en una población se puede construir como

donde
y es el número de "éxitos" en la muestra; y es el percentil de la normal estándar.
Este intervalo utiliza la aproximación normal a la binomial
por lo que es válido sólo cuando , y .
2.8. Cálculo del tamaño de muestra en un
intervalo de confianza
Si se busca determinar el tamaño de la muestra para construir un intervalo para una proporción con
margen de error y con un nivel de confianza , tenemos qué
Margen de error Tamaño de la muestra

El resultado siempre se redondea hacia abajo.

Donde es una estimación de la proporción real.
Si no se tiene un valor a priori, la manera más conservadora
es usando .
2.8. Cálculo del tamaño de muestra
Si se busca determinar el tamaño de la muestra para construir un intervalo de confianza para
una media con margen de error y con un nivel de confianza , tenemos qué
Margen de error Tamaño de la muestra

Donde es una estimación de la varianza real.

Puede obtenerse de un estudio previo o de una

muestra piloto.
O bien puede estimarse considerando
que el rango del 99.7% de los datos es de .
2.9. Inferencias en dos poblaciones
Población 1 Población 2
Característica de Interés Característica de Interés

◦ Comparación de medias
◦ Comparación de proporciones
◦ Comparación de varianzas
 2.10. Intervalos de confianza para
diferencias entre medias
Muestras no relacionadas
Población 1 Población 2
Característica de Interés Característica de Interés
𝜇1 , 𝜎 21 𝜇 2 , 𝜎 22
𝜇1 −𝜇 2
Casos:
◦ Varianzas conocidas
Muestra Muestra
◦ Varianzas desconocidas e iguales
◦ Varianzas desconocidas y diferentes.

𝑥1 − 𝑥 2
2.10. Intervalos de confianza para diferencias entre medias
Si los datos son dos muestras no relacionadas de tamaño y respectivamente, y cada una se
comportan de manera normal

con varianzas y conocidas,

Un IC de confianza para la diferencia de medias de una población se puede construir
como

donde y son las varianzas poblacionales de cada población y

y son las medias muestrales de cada muestra respectivamente.
2.10. Intervalos de confianza para diferencias entre medias
Si los datos son dos muestras no relacionadas de tamaño y respectivamente, y cada una se
comportan de manera normal

con varianzas y desconocidas e iguales,

Un IC de confianza para la diferencia de medias de una población se puede construir
como

donde es la varianza "pooleada".

2.10. Intervalos de confianza para diferencias entre medias
Si los datos son dos muestras no relacionadas de tamaño y respectivamente, y cada una se
comportan de manera normal

con varianzas y conocidas y diferentes,

Un IC de confianza para la diferencia de medias de una población se puede construir como

donde y son las varianzas muestrales de cada muestra, y

La distribución de probabilidad de sigue una distribución. aproximadamente igual a la t de
student con grados de libertad. Se le llama la aproximación de Satterthwaite.
2.11. Intervalos de confianza para
diferencias entre proporciones
Si los datos son dos muestras en donde se mide el número de "éxitos" en cada muestra,

Un IC de confianza para la diferencia de proporciones de una población se

puede construir como

donde y son las proporciones muestrales de cada muestra respectivamente.

Este intervalo utiliza la aproximación normal a la binomial
por lo que es válido sólo cuando , y .
2.12. Intervalos de confianza para la razón
de dos varianzas/desviaciones estándar
Si los datos son dos muestras no relacionadas de tamaño y respectivamente, y cada una se
comportan de manera normal
Un IC de confianza al para el cociente de dos varianzas de dos poblaciones se puede construir
como

donde
es un valor de Fischer con y grados de libertad que deja una área de a la derecha, y es un
valor similar con y grados de libertad.
2.13. Intervalos de muestras
dependientes
Muestras Relacionadas/Pareadas
Población
Dos características de Interés

𝜇𝑑
Muestra

∑ 𝑑𝑖
𝑋 𝑑=
𝑛
2.13. Intervalos de muestras dependientes
Si los datos son dos muestras relacionadas de tamaño , es decir que son datos pareados

Un IC de confianza para la media de las diferencias de una población se puede

construir como

donde y es la media y la desviación estándar de las diferencias

de las observaciones pareadas
; =

◦ Para esta prueba, se debe de asumir que las diferencias se distribuyen .

◦ Si los datos y son normales, entonces las diferencias son normales.
 Media Media Media Varianza
Varianza conocida Tamaño de la muestra Varianza desconocida

Proporción
Proporción Tamaño de la muestra
Intervalos de Confianza Tamaño de la muestra con no disponible
al Proporción

Diferencias de medias Diferencia de medias Diferencia de medias,

Varianzas conocidas Varianzas desconocidas e iguales Varianzas desconocidas y diferentes
; ;

Diferencia de proporciones
Media de las diferencias en Cociente de dos varianzas
Muestras relacionadas
;