ESTADISTICA

INFERENCIAL
ING CARLA CARVALLO MIRANDA
La estadística es una ciencia que
proporciona un conjunto de
métodos que se utilizan para • Recolectar
• Resumir Para obtener cierta
• Clasificar DATOS información a
• Analizar partir de ellos
• Interpretar
ESTADISTICA En primera instancia se encarga de obtener información, describirla MUESTRA
DESCRIPTIVA
ESTADISTICA luego usa esta información a fin de predecir “algo” respecto a la
POBLACIÓN
INFERENCIAL fuente de información.
 conjunto de métodos que implican la recolección, presentación
ESTADISTICA y caracterización de un conjunto de datos a fin de describir en
DESCRIPTIVA forma apropiada las diversas características de estas. Es decir,
un estudio estadístico se considera DESCRIPTIVO cuando solo
se analiza y describe los datos

Es el conjunto de métodos o técnicas que posibilitan la generalización o

toma de decisiones en base a una información parcial obtenida mediante

ESTADISTICA técnicas descriptivas. Es decir un estudio estadístico, se considera

INFERENCIAL inferencial cuando se pretende inferir o predecir conclusiones que atañen
toda la fuente de información de donde proviene los datos

Ahora bien esta predicción se hace con cierto grado de confianza; este grado de confianza se mide con la
PROBABILIDAD por tanto el calculo de probabilidades esta como puentee entre las dos partes de la estadística
EJEMPLO un gerente desea conocer las aptitudes de cinco secretarias que trabajan en una
dependencia particular de una compañía. Se APLICA UNA PRUEBA DE APTITUDES A
LAS 5 secretarias calificaciones son de 85, 90, 93, 82, 95

Supongamos que la medida estadística que emplea el gerente

es la aptitud promedio o MEDIA ARITMETICA, la cual es la suma
de los valores dividida entre el numero de observaciones
445/5=89

El resultado se limita a los datos obtenidos en este caso particular

No implica ninguna generalización acerca de las aptitudes de otras secretarias de otras oficinas de la misma compañía .
EJEMPLO 2 Cuatro bombillas de marca A dejaron de funcionar después de 1100,980, 900, 1020
horas de consumo. Cinco bombillas de marca B dejaron de funcionar desoues de
960, 1050, 1065, 845, 980 horas de consumo. Se llega a las siguientes conclusiones:

a) La duración promedio de las cuatro bombillas de marca A y la

duración promedio de las cinco bombillas marca B

Ya que se esta generalizando que la

b) La duración promedio de todas las bombillas marca A en duración promedio de todas las bombillas
mayor que todas las bombillas marca B marca A ES MAYOR se dice que esta
utilizando estadística INFERENCIAL
 Viendo que realmente la diferencia de los
c) La diferencia entre los dos promedios es de 20 horas promedios es de 20 horas entonces es

ESTADISTICA DESCRIPTIVA

AL usar los promedios de los datos

d) La diferencia entre los dos promedios es demasiado obrservados para inferir sobre la diferencia
pequeño para llegar a la conlusion de que las bombillas marca de todas las bombillas ESTADISTICA
A son mejores que las bombillas marca B INFERENCIAL

e) Si se selecciona y prueba otra bombilla marca A,

ESTADISTICA INFERENCIAL
probablemente durara mas que el promedio de las bombillas
marca B

Usted esta generalizando que las A son

F) Usted decide comprar marca A en vez de marca B mejores que las B ESTADISTICA
INFERENCIAL
 POBLACION Y Es una parte o un
La selección y el estudio de una
subconjunto representativo
MUESTRA de la población y al proceso muestra, tiene por objero la
de obtener una muestra se
extracción de conclusiones que
llama MUESTREO
Es la colección de sean validas para la población del
todos los individuos,
cual se obtuvo dicha muestra
objetos u
observaciones que NATURALEZA POBLACION OBJETIVO
poseen al menos una
característica común
Entenderemos la característica La población esta formada por
materia de estudio es decir si • Pesos
queremos estudiar los pesos • Alturas respectivamente
Es importante definirla alturas edades de las personas • Edades
de acuerdo a su
naturaleza o extensión
del problema bajo EXTENCIONES POBLACION OBJETO
estudio
Definimos la población tan
extensa como sea necesario es
La población esta formada por
decir si queremos estudiar los
• Los estudiantes de la ANAPOL
pesos alturas edades de los
estudiantes de la ANAPOL
 POBLACION Y
MUESTRA
POBLACION FINITA
Población que tiene un numero
limitado de elementos por
ejemplo las estaturas de todos los
estudiantes actualmente en la
Se debe notar también
anapol
que al hablar de
población POBLACION INFINITA
Es aquella que no tiene limite o
cotas es decir tiene un numero
infinito de elementos por ejemplo
pacientes con cáncer, sometidos a
una determinada rehabilitación
PARAMETRO
Es una medida resumen que describe
una característica de toda la población
Para determinar su valor es necesario
utilizar la información de toda la
población
Por ejemplo la edad promedio de los
escolares del primer año de secundaria
de los colegios de Bolivia es medible
Los parámetros mas usados son
• Medida poblacional
• Proporción poblacional
• Desviación típica poblacional

OBVIAMENTE ES IMPOSIBLE CALCULAR EL VERDADERO VALOR DE CUALQUIER PARAMETRO DE UNA POBLACION

INFINITA NECESARIO REALIZAR INFERENCIAS ACERCA DE LOS PARAMETROS DE POBLACION A PARTIR DE LA
INFORMACION CONTENIDA EN UNA PARTE DE LA POBLACION
 ESTADISTICA
INFERENCIAL
Rama de la estadística que pretende elaborar conclusiones para
una población a partir de las pruebas que se realizan con los
datos obtenidos de una muestra

… conjunto de métodos que permiten inducir a partir de la

información proporcionada por una muestra, cual es el
comportamiento de una determinada población

La inferencia estadística intenta tomar decisiones basadas en la

aceptación o el rechazo DE HIPOTESIS

Permite evaluar las diferencias entre grupos y las relaciones

entre variables.

INFERENCIA = APROXIMACION
 PORQUE ES
IMPORTANTE
ENTONCES ?

Herramienta útil para estimar

procesos sin la necesidad de tener
un CENSO completo trabajando
directamente con la información
de una muestra
 PARAMETRICAS
Se basan en las leyes de DISTRIBUCION NORMAL para
analizar los elementos de una muestra. Generalmente,
solo se aplican a VARIABLES NUMERICAS y para su
análisis debe mantener una POBLACION GRANDE, ya
que permite el calculo sea mas exacto
NO PARAMETRICAS
NO Se basan en las leyes de DISTRIBUCION
NORMAL se pueden aplicar a VARIABLES
CUALIDATIVAS se puede calcular para
MUESTRAS PEQUEÑAS
PRUEBAS NO PARAMETRICAS
Se aplica a variables categóricas
Se utilizan para muestras pequeñas
No se conoce la forma de distribución de datos
No hace muchas suposiciones
Exigen una menor condición de validez
Mayor probabilidad de errores
El calculo es menos complicado de hacer
Las hipótesis se basan en rangos, mediana y
frecuencia de datos
Los cálculos no son exactos
Considera los valores perdidos para obtener
información
PRUEBAS PARAMETRICAS
Se aplica en variables normales o de intervalo
Se utilizan una muestra grande
Su distribución de datos es normal
Hacen muchas suposiciones
Exigen mayor condición de validez
Menor probabilidad de errores
El calculo es complicado de hacer
Las hipótesis se basa en datos numéricos
Los cálculos son demasiado exactos
No toma en cuenta los valores perdidos para
obtener información
 PROBABILIDADES
1.1 INTRODUCCION

Es difícil exagerar la importancia De la teoría de PROBABILIDADES

En muchos problemas de ingeniería, administración, economía, etc.

EJEMPLO
Necesitamos TOMAR DECISIONES frente a la incertidumbre
Candidato presidencial

• No le interesa que juan vote por el

• Si le interesa el porcentaje de
electores que votaran por el
En la mayoría de los problemas Tomar DECISIONES

En base a EXPERIMENTOS

IMPORTANTE
La probabilidad conforma los cimientos sobre los cuales se construyen los métodos importantes de la
estadística inferencial
1.2 EXPERIMENTO ALEATORIO, ESPACIO MUESTRAL
• Deterministicos
1.2.1 Experimento aleatorio (suceso)
• No determinísticos

Determinísticos Resultado del experimento

EJEMPLOS
1.- Soltar una piedra al aire
Esta completamente determinado y
2.- cuerpo de masa en reposo
puede ser descrito mediante una formula
se somete a una fuerza F
matemática
constante el cuerpo se moverá
a una aceleración

No Determinísticos Resultado del experimento

EJEMPLOS
No puede predecirse con exactitud antes
1.- lanzar una
de realizar el experimento
moneda
2.- lanzar un dado
1.2 EXPERIMENTO ALEATORIO, ESPACIO MUESTRAL
• Deterministicos
1.2.1 Experimento aleatorio (suceso)
• No determinísticos

Son experimentos que tienen 3 propiedades

EJEMPLOS
a) Cada experimento puede repetirse indefinidamente sin
1.- lanzar una moneda
cambiar la condición
2.- lanzar un dado
b) Es no determinístico
3.- designar un delegados de
c) Tiene varios resultados posibles
un grupo de 50 personas

1.2.1 espacio muestral

Hemos dicho que un experimento aleatorio Tiene varios resultados

EJEMPLOS
1.- Ω = {C,X}
Los cuales podemos describirlos en un conjunto
2.- Ω = {1,2,3,4,5,6,}
3.- Ω = {A1,A2, A3, A4…..A50}
Un espacio muestral es el conjunto de todos los resultados
posibles de dicho experimento aleatorio Ω Donde Ai = representa cada
persona
EJERCICIOS
1.- Extraer un articulo de un lote que contiene artículos
defectuosos “D” y no defectuosos “N”

2.- Contar el numero de automóviles que cruzan la intersección

de dos calles, hasta antes que ocurra un accidente

3.- de una urna que contiene bolas blancas y negras se escoge

una y se anota su color

RESULTADOS
1.- Ω = {D,N}
2.- Ω = {0,1,2,3,…..}
3.- Ω = {Blanco, negro}
El experimento simple de la moneda el dado o la urna Nos muestra una mejor exposición

PEO PODEMOS VER QUE CADA UNO DE
ESTOS MODELOS TIENE DIFERENTES
VERSIONES
EJEMPLOS
1.-En el caso de una urna, podemos tener la
elección de una persona entre un grupo de
hombres y mujeres que están en una sala LA
URNA ES REEMPLAZADA POR LA SALA

ESTE ES LLAMADO UN EXPERIMENTO SIMPLE O SUCESO SIMPLE

Cuando ya existe cierta dificultad en obtener el

espacio muestral ya es un experimento En algunos casos mas complicados
compuesto
Si consiste de dos o mas experimentos
sucesivos o simultáneos
• Experimentos unidos por la
ESTE ES LLAMADO UN EXPERIMENTO COMPUESTO excluyente O
• Experimentos unidos por la Y
 ES UN SUCESO O
Con un solo nacimiento el hecho de que resulte niña EXPERIMENTO
SIMPLE

ES UN SUCESO O EXPERIMENTO
Con 3 nacimientos el suceso de 2 niñas y 1 niño NO SIMPLE O COMPUESTO

Con 3 nacimientos el espacio

muestral consiste en los 8 sucesos
simples anteriores
Existen diferentes formas para definir la probabilidad de un suceso

Por ahora expondremos 3 enfoques

NOTACION
P denota probabilidad
A,B,C denotan sucesos específicos
P(A) denota la probabilidad de que ocurra el suceso A

1.2.1.1 APROXIMACION DE LA PROBABILIDAD POR FRECUENCIAS RELATIVAS

Realice u observe un Y cuente las veces que
procedimiento un gran el suceso A ocurre en
numero de veces realidad

Con base en estos resultados reales P(A)

se estima de la siguiente forma

P(A) =
1.2.1.1 METODO CLASICO DE LA PROBABILIDAD (requiere resultados igualmente probables
Suponga que un Y que cada uno de esos sucesos simples tiene la
procedimiento dado tiene n misma probabilidad de ocurrir
sucesos simples distintos

Si el suceso (A) puede ocurrir en s de

estas n formas entonces:

P(A) =

1.2.1.1 PROBABILIDAD SUBJETIVA

P(A) , la probabilidad del Se estima con base en el conocimiento de las
suceso A circustancias relevantes

Si el suceso (A) puede ocurrir en s de

estas n formas entonces:

1. DEFINICIONES BASICAS
1.1 Unidad elemental
DISEÑO Y TECNICAS DE
MUESTREO
Es el elemento mínimo en el que se pueden observar/medir las características
(variables) de un estudio estadístico; es decir, es el elemento básico del que se
puede obtener información (datos) para las variables.

EJEMPLOS
1.-en un programa de control de calidad en una
fabrica de calzados LA UNIDAD ELEMENTAL es
cada zapato en algún punto especifico del
proceso de fabricación por ejemplo, a la salida
de la línea de fabricación
2.-En un estudio sobre los estilos de aprendizaje
en la academia de policías LA UNIDAD
ELEMENTAL es cada estudiante o cadete
matriculado en el semestre actual
1.2. Población muestreada

Es el conjunto de todas las unidades elementales, es decir de todos los que se

puede obtener información. Constituye, entonces, el conjunto del que se puede
extraer una muestra.

La población muestreada
compuestos por personas, hogares,
objetos, animales, medidas, los
que se reconocen como unidades
elementales
 Es el estudio de toda una población. Requiere de mucho tiempo y
disponibilidad de recursos. Se estila a realizarse con poblaciones alcanzables;
1.3 censo
es decir, aquellas en las que es muy fácil acceder a cada una de las unidades
elementales. Depende del espacio y el tiempo en el que se realiza, dado que
ninguna población es estática.

Es el subconjunto de unidades estadísticas o unidades elementales

1.4. Muestra seleccionadas de la población de manera tal que se puede decir que es
representativa de la población, es decir, que tiene las mismas características
que la población en calidad y proporción de individuos

Es cualquiera de las unidades estadísticas elegidas para formar parte de la

1.5. Unidad de muestra. Su elección constituye la parte mas importante de un estudio
muestreo estadístico.
Se debe realizar siguiendo una secuencia de pasos que garanticen su
representatividad
 Un marco muestral constituye un
documento actualizado que nos da la
1.6 Marco oportunidad de reconocer a todas las
muestral unidades estadísticas. Por ello, un marco
muestral puede estar integrado de una
lista
EJEMPLOS
1.-un estudio sobre el uso de tarjetas de
debito en el mercado financiero
2.- un mapa en el caso de un estudio de
hogares

Es un conjunto de métodos y procedimientos estadísticos destinados a la

selección de una o mas muestras; es decir, es la técnica seguida para elegir
1.7. Muestreo
muestras.
OBJETIVO PRINCIPAL es proporcionar procedimientos para la selección de
muestras que sean representativas de la población en estudio

• La selección de las unidades muestrales

Comprende por lo menos dos etapas • El registro de las observaciones
 Una ficha técnica es el documento que obligatoriamente se presenta al
presentar los resultados de una encuesta.
1.8. Ficha
técnica En este documento se expone las características del estudio realizado que
respaldan la coherencia de la información obtenida en la muestra.

1.9. Plan de Definición y sistematización de la secuencia de pasos y las consideraciones

muestreo para definir el tamaño de una muestra y como obtenerla

Entonces como el objetivo es una MUESTRA se emplean técnicas especificas,

formulas y tablas.

• muestreo aleatorio
1.10. Tipos de Existen dos formas de realizar un muestreo
simple
muestreo
• Muestreo probabilístico • Muestreo sistemático
• Muestreo por estratos
• Muestreo por
conglomerados
• Muestreo no probabilístico
1.10. Tipos de muestreo Existen dos formas de realizar un muestreo

• Muestreo probabilístico

Desarrolla una serie de estrategias y De modo que procura que todas y cada una de
procedimientos que incluyan la elección las unidades elementales tengan la misma
aleatoria de las unidades muestrales probabilidad de ser elegidas

• Muestreo no probabilístico

Debe realizar una elección de unidades NO SE PUEDE ASEGURAR por tanto que
elementales, generalmente basado en el criterio todas las unidades elementales tengan la misma
del que investiga probabilidad de ser elegidas
2. Tipos de muestreo PROBABILISTICO
2.1 MUESTREO ALEATORIO SIMPLE

Es el método mas simple para elegir una muestra. Básicamente es un sorteo realizado de
tal manera que se garantice que cada una de las unidades elementales tenga la misma
probabilidad conocida.

Se puede mencionar dos cualidades

Se puede llevar a cabo
• Un ánfora de pelotas con números o
identificadores de cada uno de los
elementos de la población
• Realizarse usando una tabla
denominada TABLA DE NUMEROS
ALEATORIOS y la lista completa de
los elementos de la población
• INDEPENDENCIA
• REPRESENTATIVIDAD
 Es muy eficiente con poblaciones pequeñas
 Muestra representativa sobre todo si la población es
bastante homogénea
 No es tan eficiente en poblaciones heterogéneas
 No se puede realizar con poblaciones infinitas
2. 2 MUESTREO SISTEMATICO

Se realiza mediante un proceso que se desarrolla mediante los siguientes pasos

1) Se calcula el tamaño de salto o intervalo a dar en la elección de los elementos que muestra a
continuación:
donde N es el tamaño de la población y n es el tamaño de muestra a elegir

2) De manera aleatoria, se elige al primer elemento entre los “K primeros” se puede usar la tabla de
números aleatorios

3) Se elige a los siguientes dando “SALTOS” de k en k elementos

 VENTAJAS • Mayor posibilidad de elegir una muestra
representativa

• La elección de cada elemento es independiente

de la probabilidad de elección de otros elementos

DESVENTAJA • La población debe estar ordenada como en lista

• Si existen periodos en la lista entonces el sesgo
es mucho mayor que en el muestreo simpe
2.3 MUESTREO POR ESTRATOS

Cuando las poblaciones son extensas y/o se quiere asegurar la

representatividad de los grupos en la muestra, entonces la
población se separa en estratos:

Los estratos se pueden formar de acuerdo con características

CARIABLES muy importantes para el desarrollo de la
investigación. Por ejemplo en el caso de una encuesta de
opinión, se estima separar a las personas en estratos como sus
ingresos, nivel educativo, numero de hijos etc.
 Una vez elegidos los estratos se procede a un muestreo aleatorio simple o
sistemático en cada estrato

• Mayor representatividad
VENTAJAS
• Una menor precisión en las estimaciones
• Menor costo en el recojo de datos
• Ayuda a obtener estimación por estratos
El procedimiento para su desarrollo es:

a) Desarrollar una lista de variables que sean de importancia para definir los
estratos
b) Construir los estratos cuidando que sean mutuamente excluyentes; es decir
ningún elemento de la población puede pertenecer a dos estratos
c) Determinar el numero de elementos a elegir en cada estrato
d) Seleccione de preferencia muestras aleatorias de cada estrato
c) Determinar el numero de elementos a elegir en cada estrato

Es recomendable tener en cuenta que muchos estratos generarían trabajo

necesario y redundante y un numero pequeño no ayudaría a reducir el
sesgo. Se recomienda usar mínimo tres y máximo ocho estratos
2.4 MUESTREO CON CONGLOMERADOS

Un muestreo por conglomerados es el que se realiza en

poblaciones muy extensas. La extensión se encuentra dividida y
solo basta con reconocer los límites de cada división que se
denomina conglomerado

Además, se realiza un sorteo

entre conglomerados para
elegir uno o dos de ellos, los
cuales constituirán la
muestra.
¿Conglomerados o estratos?

Alguien puede considerar similitudes entre conglomerados y

estratos, pero son muy distantes; tan solo en el hecho de la
formación de los grupos en estratos se deben usar variables para
definir los estratos, mientras que en los conglomerados no se
requieren de variables, sino que simplemente se toma la ubicación
de los elementos y se identifican los límites.
Tema 2 ESTIMACION DE PARAMETROS

• Calcular o determinar el valor de algo

• Atribuir un valor a algo
• Creer o considerar algo a partir de los datos que se tienen

ESTIMAR Se convierte en una actividad dedicada a dar respuesta a la

necesidad de averiguar el valor de una cualidad en la población

Poblaciones pequeñas • la población (p)

pero en la mayoría de los • La media (μ)
casos son poblaciones • La varianza (σ2) o la desviación estándar
muy grandes (σ)

ESTIMACION
1.1 ESTIMACIÓN Es el cálculo de un estadístico o estimador
PUNTUAL
EJEMPLO
Calcula una medida como la proporción o la media en una muestra
AFIRMA
Esta medida es la misma que el parámetro o medida en la población

Parámetro = Valor del estadístico

1.2 ESTIMACIÓN Requiere de un calculo de un límite inferior y un límite

POR INTERVALO superior

Limite inferior < parámetro < limite superior

Se encuentra el verdadero VALOR DEL

PARAMETRO
 Limite inferior < parámetro < limite superior

Dependen del calculo del estadístico al que sumamos y

restamos el MARGEN DE ERROR (E)

Limite inferior = Estadístico – E

Limite superior = Estadístico + E

1.3 ESTIMACIÓN DE LA PROPORCION

Realizamos esta estimación en el caso de que nos preocupe averiguar cual es el
valor de la proporción de una cualidad en la población como:
• Se desea saber la proporción de artículos defectuosos en una fabrica
• El porcentaje de personas que consumen cierta marca de ropa
• Proporción de nacimientos con problemas de peso
• Proporción de cultivos atacados por una plaga luego del uso de un plaguicida
ecológico
1.3.1 ESTIMACIÓN DE LA PUNTUAL
Una estimación puntual, se lo puede realizar calculando la
proporción de una muestra () Valor de la proporción den la población

^
𝑝=𝑝
Proporción
Proporción
poblacional
muestral
EJEMPLO Se calcula de
En la fabrica de chocolates Winters, se desea determinar la • x = número de éxitos
proporción de productos que tienen defectos en el • n = tamaño de la muestra
empaquetado. Una muestra de 1350 chocolates se toma a la
salida de la línea de producción, de los cuales se descubre 𝑥
que 6 han sido mal empaquetados. Determine la proporción ^=
𝑝
verdadera de defectuosos en toda la producción de la fabrica 𝑛
de manera puntual
1.3.1 ESTIMACIÓN POR INTERVALOS
Se debe tomar en cuenta las siguientes consideraciones
1. La muestra es aleatoria simple
2. Se tiene un numero fijo de ensayos, los cuales son independientes. Ademas
existen dos categorías de resultados y las probabilidades permanecen
constantes para cada ensayo
3. Existen al menos 5 éxitos y al menos 5 fracasos. Asi la distribución normal es
una aproximación adecuada para la distribución binomial

Una estimación por intervalos se debe calcular el valor del LI = – E

limite inferior y el limite superior LS = + E

El margen de error E =

El error estándar = TABLA depende del

nivel de confianza
NIVEL DE CONFIANZA

Es la probabilidad 1-α valor de porcentaje equivalente

El intervalo de confianza realmente contenga el parámetro poblacional
Suponiendo que el proceso de estimación se repite un gran numero de veces

Recordando lo siguiente
𝑥
^=
𝑝 1-
𝑛
EJEMPLO
En la fabrica de chocolates Winters, se desea determinar la proporción de productos que tienen defectos en
el empaquetado. Una muestra de 1350 chocolates se toma a la salida de la línea de producción, de los
cuales se descubre que 6 han sido mal empaquetados. Estime la proporción verdadera de defectuosos en
toda la producción de la fabrica al 95% de confianza
PARALELO 2 DELTA
PRACTICA N 1
PARTE I CUESTIONARIO
1. Que es la estadística
2. Indique 3 diferencias entre estadística descriptiva y estadística inferencial
3. Cuál es la diferencia entre población objeto y población objetivo
4. Porque es importante la estadística inferencial
5. Mencione ejemplos de experimentos aleatorios determinísticos y no determinísticos
6. Que es la unidad de muestreo
7. Cuáles son los dos tipos de muestreo y el probabilístico en que se divide
8. Diferencia entre conglomerados o estratos
9. Qué puntos se debe tomar en cuenta al realizar estimación por intervalos