ESTADISTICA INFERENCIAL I

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

INTRODUCCIN:
La palabra "estadstica" procede del latn statisticum collegium ("consejo de Estado") y de
su derivado italiano statista ("hombre de Estado" o "poltico").
El trmino estadstica es ampliamente escuchado en diversos sectores de la sociedad.
Sin embargo desde los comienzos de la civilizacin han existido formas sencillas de
estadstica, pues ya se utilizaban representaciones grficas y otros smbolos en pieles,
rocas, palos de madera y paredes de cuevas para contar el nmero de personas,
animales o ciertas cosas.
El trabajo del experto estadstico no consiste ya slo en reunir y tabular los datos, sino
sobre todo en el proceso de "interpretacin" de esa informacin. El desarrollo de la teora
de la probabilidad ha aumentado el alcance de las aplicaciones de la estadstica.
El siguiente trabajo brindar la informacin necesaria para alimentar el conocimiento
acerca de la Estadstica, su evolucin, etc.
La Estadstica es una disciplina que utiliza recursos matemticos para organizar y
resumir una gran cantidad de datos obtenidos de la realidad, e inferir conclusiones
respecto de ellos.
Por ejemplo, la estadstica interviene cuando se quiere conocer el estado sanitario de un
pas, a travs de ciertos parmetros como la tasa de morbilidad o mortalidad de la
poblacin.
En este caso la estadstica describe la muestra en trminos de datos organizados y
resumidos, y luego infiere conclusiones respecto de la poblacin.
Aplicada a la investigacin cientfica, tambin infiere cuando provee los medios
matemticos para establecer si una hiptesis debe o no ser rechazada.
La estadstica puede aplicarse a cualquier mbito de la realidad, y por ello es utilizada en
fsica, qumica, biologa, medicina, astronoma, psicologa, sociologa, lingstica,
demografa, etc.

ESTADISTICA INFERENCIAL I

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

1.1 BREVE HISTORIA DE LA ESTADISTICA
Hasta el comienzo del siglo XIX no se empieza a utilizar la palabra Estadstica en el
sentido que le damos hoy da.
En su origen, el trmino estadstica aparece ligado a la actividad gubernamental y el de
estadstico con el de estadista o poltico. Ello se deba principalmente a que el primer
y fundamental uso de la estadstica se realizaba por los gobernantes que deseaban
conocer la extensin de sus dominios, la poblacin residente en ellos y la cantidad de
impuestos que se podan planificar de la poblacin.
Hasta 1850 la palabra "estadstica" se usaba en un sentido diferente del actual,
significando bsicamente informacin sobre estaos polticos. Tal informacin tenda a
crecer rpidamente en cantidad y en extensin teniendo que adoptarse formas de recoger
la informacin en tablas, cuadros, grficos y matrices. Se lleg as de manera natural a
que la palabra estadstica significase todo el material surgido de la observacin del muno
aceptndose este uso a partir del siglo XIX.
En la actualidad el trmino estadstica tiene un sentido ms amplio, y se refiere a la
misma, como ciencia que estudia el comportamiento de los fenmenos de masas, no
ocupndose de comportamientos individuales e incluyendo mtodos especiales de
elaboracin.
El Diccionario de la Lengua Espaola considera que el trmino Estadstica procede de
estadista, esta voz de estado y estado e la palabra latina "status", o situacin en que una
persona o cosa, y en especial cada uno de los sucesivos modos de ser de una persona o
cosa, sujeta a cambios que influyen en su condicin. Se llega a dos acepciones:
Como censo o recuento de la poblacin, de los recursos naturales e industriales, del
trfico o de cualquier otra manifestacin de un estado, provincia, pueblo o conjunto.
Estudio de los hechos morales o fsicos del mundo que se prestan a numeracin o
recuento y a comparacin de las cifras referentes a ellos.
Cuando se construyen estadsticas para comparar cifras, aparece de forma natural la
existencia de valor medio, concepto que facilit un campo de investigacin a los
Aritmticos polticos : Juan Graunt, Petty o Sssmilch.
Los precursores de la Estadstica la intencin como una aritmtica de la poltica.

ESTADISTICA INFERENCIAL I

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

1.2- CONCEPTO DE LA ESTADSTICA

2. La Estadstica es una disciplina que utiliza recursos matemticos para organizar y
resumir una gran cantidad de datos obtenidos de la realidad, e inferir conclusiones
respecto de ellos. Tiene como propsito la descripcin del conjunto de datos
colectados, as como la generalizacin y/o toma de decisiones acerca de las
caractersticas de todas las observaciones potenciales bajo consideracin. En
consecuencia nos permite organizar y resumir datos para poder realizar
inferencias (conclusiones) relativas a los mismos.
3. La Estadstica es la ciencia cuyo objetivo es reunir una informacin cuantitativa
concerniente a individuos, grupos, series de hechos, etc. y deducir de ello gracias
al anlisis de estos datos unos significados precisos o unas previsiones para el
futuro.

1.3- ESTADSTICA DESCRIPTIVA

La estadstica Descriptiva es el mtodo de obtener de un conjunto de datos conclusiones
sobre s mismos y no sobrepasan el conocimiento proporcionado por stos. Puede
utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una poblacin
o de una muestra, cuando en la etapa preliminar de la Inferencia Estadstica se conocen
los elementos de una muestra. La estadstica descriptiva trabaja con todos los individuos
de la poblacin.
As pues, si aplicamos las herramientas ofrecidas por la estadstica descriptiva a una
muestra, solo nos limitaremos a describir los datos encontrados en dicha muestra, por lo
que no se podr generalizar la informacin hacia la poblacin.

1.4- ESTADSTICA INFERENCIAL

La estadstica inferencial, trabaja con muestras, subconjuntos formados por algunos
individuos de la poblacin. A partir del estudio de la muestra se pretende inferir aspectos
relevantes de toda la poblacin. Cmo se selecciona la muestra, cmo se realiza la
inferencia, y qu grado de confianza se puede tener en ella.
La Estadstica Inferencial investiga o analiza una poblacin partiendo de una muestra
tomada. Es as que permite realizar conclusiones o inferencias, basndose en los datos
simplificados y analizados de una muestra hacia la poblacin o universo.
Para que stas generalizaciones sean vlidas la muestra deben ser representativa de la
poblacin y la calidad de la informacin debe ser controlada, adems puesto que las
conclusiones as extradas estn sujetas a errores, se tendr que especificar el riesgo o
probabilidad que con que se pueden cometer esos errores.
3

ESTADISTICA INFERENCIAL I

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

Por ejemplo, a partir de una muestra representativa tomada a los habitantes de una
ciudad, se podr inferir la votacin de todos los ciudadanos que cumplan los requisitos
con un error de aproximacin.
En sus particularidades la Inferencia distingue la Estimacin (cuando se usan las
caractersticas de la muestra para hacer inferencias sobre las caractersticas de la
poblacin) y la Contrastacin de Hiptesis (cuando se usa la informacin de la muestra
para responder a interrogantes sobre la poblacin).

1.5 BREVE INTRODUCCIN A LA INFERENCIA ESTADSTICA.

La inferencia estadstica es el conjunto de mtodos y tcnicas que permiten inducir, a
partir de la informacin emprica proporcionada por una muestra, cual es el
comportamiento de una determinada poblacin con un riesgo de error medible en
trminos de probabilidad.
La 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 probabilstico
Consiste en elegir una muestra de una poblacin al azar. Podemos distinguir varios tipos
de muestreo:

1. Muestreo aleatorio simple

Para obtener una muestra, se numeran los elementos de la poblacin y se seleccionan
al azar los (n) elementos que contiene la muestra.
2. Muestreo aleatorio sistemtico
Se elige un individuo al azar y a partir de l, a intervalos constantes, se eligen los
dems hasta completar la muestra.
3. Muestreo aleatorio estratificado
Se divide la poblacin en clases o estratos y se escoge, aleatoriamente, un nmero de
individuos de cada estrato proporcional al nmero de componentes de cada estrato.
Estimacin de parmetros
Los mtodos paramtricos de la inferencia estadstica se pueden dividir, bsicamente, en
dos: mtodos de estimacin de parmetros y mtodos de contraste de hiptesis. Ambos
4

ESTADISTICA INFERENCIAL I

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

mtodos se basan en el conocimiento terico de la distribucin de probabilidad del

estadstico muestral que se utiliza como estimador de un parmetro.
La estimacin de parmetros consiste en asignar un valor concreto al parmetro o
parmetros que caracterizan la distribucin de probabilidad de la poblacin. Cuando se
estima un parmetro poblacional, aunque el estimador que se utiliza posea todas las
propiedades deseables, se comete un error de estimacin que es la diferencia entre la
estimacin y el verdadero valor del parmetro. El error de estimacin es desconocido por
lo cual es imposible saber en cada caso cual ha sido la magnitud o el signo del error; para
valorar el grado de precisin asociado con una estimacin puntual se parte de dicha
estimacin para construir un intervalo de confianza
Se refiere a los siguientes:
1. Intervalo de confianza:
Se llama as a un intervalo en el que sabemos que est un parmetro, con un nivel de
confianza especfico. Un intervalo de confianza est formado por un conjunto de
valores numricos tal que la probabilidad de que ste contenga al verdadero valor del
parmetro puede fijarse tan grande como se quiera
2. Nivel de confianza:
Probabilidad de que el parmetro a estimar se encuentre en el intervalo de confianza.

3. Error de estimacin admisible

Que estar relacionado con el radio del intervalo de confianza.
Los mtodos de contraste de hiptesis tienen como objetivo comprobar si determinado
supuesto referido a un parmetro poblacional, o a parmetros anlogos de dos o ms
poblaciones. Para cualquier hiptesis paramtrica, el contraste se basa en establecer un
criterio de decisin, que depende en cada caso de la naturaleza de la poblacin, de la
distribucin de probabilidad del estimador de dicho parmetro y del control que se desea
fijar a priori sobre la probabilidad de rechazar la hiptesis contrastada en el caso de ser
sta cierta.
Existen dos tipos de hiptesis:
1. La hiptesis nula (Ho) es aquella que recoge el supuesto de que el parmetro
toma un valor determinado y es la que soporta la carga de la prueba. La decisin
de rechazar la hiptesis nula, que en principio se considera cierta, est en funcin
de que sea o no compatible con la evidencia emprica contenida en la muestra.

ESTADISTICA INFERENCIAL I

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

2. La hiptesis alternativa (H1) suele presentar un cierto grado de indefinicin: si la

hiptesis alternativa se formula simplemente como 'la hiptesis nula no es cierta',
el contraste es bilateral o a dos colas; por el contrario cuando se indica el sentido
de la diferencia, el contraste es unilateral o a una sola cola.

1.6 TEORA DE DECISIN EN ESTADSTICA.

Algunos de los problemas ms importantes de la inferencia estadstica se refieren a la
evaluacin de los riesgos y las consecuencias que pueden ocurrir al hacer
generalizaciones a partir de una muestra de datos. Esto incluye una estimacin de la
probabilidad de tomar decisiones errneas, las posibilidades de hacer predicciones
incorrectas. En los ltimos aos, se han hecho intentos de abordar todos estos problemas
dentro del marco de referencia de una teora unificada llamada teora de decisin. Si bien
esta teora tiene muchas ventajas conceptuales y tericas, plantea algunos problemas de
aplicacin que son difciles de resolver. Para entenderlos debe comprenderse que, por
muy objetivamente que se planee un experimento o investigacin, es imposible eliminar
todos los elementos subjetivos. Un elemento de subjetividad interviene aun cuando
definimos elementos como bueno o mejor con respecto a la razn de criterios de
decisin (por ejemplo buscaremos una lnea recta que mejor se ajuste a un conjunto
dado de pares ordenados de datos).
La gran mayora de los mtodos que sern usados para plantear y resolver estos
problemas pertenecen al enfoque clsico, ya que no toman en cuenta los varios factores
subjetivos mencionados antes. Algunas otras aplicaciones pertenecen al enfoque
Bayesiano, que consideran, informalmente al menos, algunos de estos factores
subjetivos. La subjetividad influye mucho en la eleccin de los mtodos estadsticos o
frmulas empleadas en una situacin especfica.
1. Poblacin (o universo): Es la totalidad de elementos o cosas bajo consideracin.
2. Una Muestra: Es la porcin de la poblacin que se selecciona para su anlisis.
3. Un Parmetro: Es una medida de resumen que se calcula para describir una
caracterstica de toda una poblacin.
4. Una Estadstica: Es una medida de resumen que se calcula para describir una
caracterstica de una sola muestra de la poblacin.
5. Muestra aleatoria: Es una muestra elegida independientemente de todas las
dems, con la misma probabilidad que cualquier otra y cuyos elementos estn
elegidos independientemente unos de otros y con la misma probabilidad.

1.7 COMPONENTES PARA LA INVESTIGACIN ESTADSTICA

6

ESTADISTICA INFERENCIAL I

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

El proceso de aplicacin de la estadstica implica una serie de pasos:

1. Seleccin y determinacin de la poblacin (Finita.-Que puede ser listada o Infinita:
Que no puede ser listada) o muestra y las caractersticas contenidas que se
desean estudiar. En el caso de que se desee tomar una muestra, es necesario
determinar el tamao de la misma y el tipo de muestreo a realizar (probabilstico o
no probabilstico).

2. Obtencin de los datos o Censo . Esta puede ser realizada mediante la

observacin directa de los elementos, la aplicacin de encuestas y entrevistas, y la
realizacin de experimentos.
3. Clasificacin, tabulacin y organizacin de los datos. La clasificacin incluye el
tratamiento de los datos considerados anmalos que pueden en un momento
dado, falsear un anlisis de los indicadores estadsticos. La tabulacin implica el
resumen de los datos en tablas y grficos estadsticos.
4. Anlisis descriptivo de los datos. El anlisis se complementa con la obtencin de
indicadores estadsticos como las medidas: de tendencia central, dispersin,
posicin y forma.
5. Anlisis inferencial de los datos. Se aplican tcnicas de tratamiento de datos que
involucran elementos probabilsticos que permiten inferir conclusiones de una
muestra hacia la poblacin (opcional).
6. Elaboracin de conclusiones. Se construye el informe final.

1.8 RECOLECCIN DE DATOS

La recoleccin de datos se refiere al uso de una gran diversidad de tcnicas y
herramientas que pueden ser utilizadas por el analista para desarrollar los sistemas de
informacin,
los
cuales
pueden
ser
4
mtodos
principales:
la entrevista, la encuesta, el cuestionario y la observacin. Para la recoleccin de datos
primarios en una investigacin cientfica se procede bsicamente por observacin.
La observacin, deber ser el principal mtodo al hacer una recoleccin de datos
tomando en cuenta que es una tcnica bsica en la iniciacin de cualquier actividad: La
tarea de observar no puede reducirse a una mera percepcin pasiva de hechos,
situaciones o cosas.
Encuesta: Constituye el trmino medio entre la observacin y la experimentacin. En ella
se pueden registrar situaciones que pueden ser observadas y en ausencia de poder
recrear un experimento se cuestiona a la persona participante sobre ello. Por ello, se dice
que la encuesta es un mtodo descriptivo con el que se pueden detectar ideas,
necesidades, preferencias, hbitos de uso, etc.
7

ESTADISTICA INFERENCIAL I

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

El cuestionario: Es un documento formado por un conjunto de preguntas que deben estar

redactadas de forma coherente, y organizadas, secuenciadas y estructuradas de acuerdo
con una determinada planificacin, con el fin de que sus respuestas nos puedan ofrecer
toda la informacin que se precisa.
La entrevista: pueden ser de tipo cientficas, cuya intencin es promover la investigacin
sobre algn tema relacionado con la ciencia y que supone la obtencin de informacin en
torno a la labor de un individuo o grupo para poder influir sobre las opiniones y
sentimientos que la comunidad a la que vaya dirigida la entrevista tenga sobre ese tema.

1.9 ESTADSTICA PARAMTRICA

La estadstica paramtrica es una rama de la estadstica inferencial que comprende los
procedimientos estadsticos y de decisin que estn basados en las distribuciones de los
datos reales. Estas son determinadas usando un nmero finito de parmetros. Esto es,
por ejemplo, si conocemos que la altura de las personas sigue una distribucin normal,
pero desconocemos cul es la media y la desviacin de dicha normal. La media y la
desviacin tpica de la desviacin normal son los dos parmetros que queremos estimar.
Cuando desconocemos totalmente que distribucin siguen nuestros datos entonces
deberemos aplicar primero un test no paramtrico, que nos ayude a conocer primero la
distribucin.

1. La muestra es una parte, generalmente pequea, que se toma del conjunto total
para analizarla y hacer estudios que le permitan al investigador inferir o estimar las
caractersticas de un problema. La persona interesada en resolver un problema no
tiene siempre a la mano estimacin, por lo que debe conformarse con pequeos
detalles, carentes de precisin, que le ayuden a tomar decisiones bajo riesgo.
2. Una poblacin es un conjunto de todos los elementos que estamos estudiando,
acerca de los cuales intentamos sacar conclusiones.
"Una poblacin es un conjunto de elementos que presentan una caracterstica
comn".
El tamao que tiene una poblacin es un factor de suma importancia en el proceso
de investigacin estadstica y en nuestro caso social, y este tamao vienen dados
por el nmero de elementos que constituyen la poblacin, segn el nmero de
elementos la poblacin puede ser finita o infinita. Cuando el nmero de elementos
que integra la poblacin es muy grande, se puede considerar a esta como una
poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos.
Una poblacin finita es aquella que est formada por un limitado nmero de
elementos, por ejemplo; el nmero de habitantes de una comarca.
8

ESTADISTICA INFERENCIAL I

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

La informacin o caractersticas que se encuentran en la muestra se llaman estimadores y

sirven para deducir cmo son las caractersticas llamadas parmetros de la poblacin. Al
investigador le puede interesar conocer de la poblacin, entre otras cosas, lo siguiente:

El valor medio.
El grado de dispersin de los valores incluidos.
La proporcin de una caracterstica.
Si hay una causa que origina la variacin.
El grado de influencia en las variables.
Si las variaciones son aleatorias.
La probabilidad de ocurrencia de un valor.
Un valor fututo o un valor anterior.
La diferencia entre dos o ms poblaciones.

1.10 EJERCICIOS
20.1

49.6

60.9

92.4

130.2

151.6

165.7

175.6

195.8

222.6

ESTADISTICA INFERENCIAL I

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

20.1

50.1

62.4

93.6

132.6

151.8

165.7

179.8

196.7

223.8

20.3

50.6

64.6

94.7

134.9

152.9

165.9

180.9

197.8

231.1

20.5

50.7

66.4

96.8

136.3

153.2

166.1

182.3

198.9

232.6

20.6

50.6

67.8

97.9

138.9

154.9

166.2

182.7

199.6

234.4

20.9

50.9

70.4

98.0

139.0

154.9

166.4

182.7

200.0

236.2

22.4

52.4

70.9

98.2

140.0

156.3

166.6

188.3

201.6

239.4

22.7

54.6

74.4

98.4

142.6

156.6

167.4

188.4

203.3

240.1

23.6

55.8

76.8

100.2

142.8

157.8

168.1

188.6

204.6

242.0

23.9

55.9

76.9

103.4

146.9

157.9

168.4

189.3

204.7

243.3

24.6

56.4

78.2

104.2

147.4

158.4

169.9

190.1

205.6

250.1

27.8

56.9

78.4

104.4

147.8

158.6

170.0

190.2

205.8

251.4

28.9

58.7

79.9

106.9

148.9

159.1

170.1

190.3

207.9

252.6

30.1

58.8

80.6

109.0

148.9

159.3

171.2

191.4

208.9

253.7

30.4

59.9

80.9

111.0

149.0

160.2

172.4

191.6

209.1

261.7

30.4

60.0

82.4

115.6

149.6

161.1

172.5

192.3

209.2

262.2

30.6

60.0

82.6

122.0

149.7

161.2

172.6

193.6

211.3

270.0

31.6

60.4

89.7

123.4

149.9

161.3

173.4

194.7

211.4

271.0

32.4

60.6

90.6

126.6

150.0

162.4

174.4

194.8

220.6

281.2

47.9

60.8

92.8

129.8

151.0

164.3

175.3

195.6

221.7

290.0

10

ESTADISTICA INFERENCIAL I

LRI

Li

Ls

UNIDAD I.- INTRODUCCION A LA ESTADISTICA

LRS

FX

F Ix-I

(x-)

-84

103.8
5

2180.85

10784.
82

-3

-96

73.75

2360

5439.0
6

17404
9.92

288

-2

-42

43.65

916.65

1905.3
2

40011
.72

84

-1

-13

12.9

167.7

166.41

2163.
33

13

16.55

761.3

273.90

12599
.4

6121.
5
3449.
6

30.1

993.3

33

46.65

1539.45

33

963.2

32

76.75

1228

71815
.26
94248
.96

60.2

2176.2
2
5890.5
6

64

2948.
4
1654.
8

90.3

1083.
6
722.4

36

1282.2

13700
3.04
11253
1.8

108

24

11416.
92
18755.
30

106.8
5
136.9
5

16

96

50.05

21

35

735

50.05

50.1

80.1

80.15

32

65.1

2083.
2

120.
4
90.3

80.15

80.2

110.2

110.2
5

21

95.2

1999.
2

60.2

110.2
5

110.3

140.3

140.3
5

13

125.
3

1628.
9

30.1

140.3
5

140.4

170.4

170.4
5

46

A=1
55.4

7148.
4

170.4
5
200.5
5

170.5

200.5

33

200.6

230.6

200.5
5
230.6
5

185.
5
215.
6

230.6
5
260.7
5

230.7

260.7

12

260.8

290.8

260.7
5
290.8
5

245.
7
275.
8

Li = 20.01

Ix-I
-4

50.0

20
0

FU

2528.
4
2889.
6
1264.
2
-391.3

20.0

F(x)
22648
1.22

19.95

16

Fd

277
69

120.
4

3311

-110

821.7
11257.9

FU

16

336

102
2

C= 30

11

ESTADISTICA INFERENCIAL I
INFERENCIAL.

UNIDAD I.- INTRODUCCIN A LA ESTADSTICA

MEDIA
Mtodo clave

= A+C

( NFU )
=155.4+30.1

( 110
200 )

= 138.85

Mtodo corto

= A+

( NFd )
=155.4+

( 3311
200 )

= 138.85

DESVIACIN ESTANDAR
Mtodo corto

S=C

FU 2 FU

N
N

S=30.1

1022 1022

200
200

S=30.1 5.1126.1121
S=30.1 21.0021
S=137.94
12

ESTADISTICA INFERENCIAL I
INFERENCIAL.

UNIDAD I.- INTRODUCCIN A LA ESTADSTICA

DESVIACIN MEDIA

DM=

F IxI
N
DM=

11257.85
200

DM=56.289

MEDIANA

N
Fi
2
Med=LRI + C
Fmed

]
Med=140.35+30.1

10087
100

Med=144.263

MODA

Moda=LRI +C

+
1

]
Moda=140.35+ 30.1

33
33+13

]
13

ESTADISTICA INFERENCIAL I
INFERENCIAL.

UNIDAD I.- INTRODUCCIN A LA ESTADSTICA

Moda=170.45 ( 0.72 )
Moda=122.72

14

ESTADISTICA INFERENCIAL I
INFERENCIAL.

UNIDAD I.- INTRODUCCIN A LA ESTADSTICA

15