Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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 No paramétrica significa que la inferencia se
acerca del valor del parámetro, asumiendo hace sobre la distribución de probabilidad de
que se conoce la distribución de probabilidad la variable aleatoria en cuestión o bien sobre
de la variable aleatoria en cuestión. ciertas características de la variable aleatoria
no relacionadas con la distribución de
probabilidad de la variable.
𝜇
2.2. Estimación puntual 𝑥
Población
Característica de Interés Estimación
Puntual
Estadístico/Estimador
Muestra
Media muestral
2.2. Estimación puntual
Parámetro Desconocido
El primer dato
]
Estimación
Mediana
Puntual
Estadístico/Estimador
Media truncada
Estimadores EIVUM
o
*
o
2.2. Estimación puntual
. .
𝑥 (
2.4. Intervalos de confianza para la media de una
población normal
𝑧𝛼 / 2
2.4. Intervalos de confianza para la media de una
población normal
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
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)
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
◦ 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
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
Proporción
Proporción Tamaño de la muestra
Intervalos de Confianza Tamaño de la muestra con no disponible
al Proporción
Diferencia de proporciones
Media de las diferencias en Cociente de dos varianzas
Muestras relacionadas
;