Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CAMPECHE
INGENIERA INFORMATICA
UNIDAD 4 Distribuciones
muestrales
TAREA-1
Indice
Qu es la Inferencia estadstica?...................................1
Los 2 problemas que atiende la Inferencia estadstica....1
Razones del muestreo.....................................................3
El muestreo aleatorio......................................................4
Mtodos de muestreo......................................................5
Objetivo del muestreo.....................................................6
Se puede esperar, que....................................................6
Distribucin de muestreo................................................6
Distribucin muestral para medias s2 conocida...........7
Distribucin muestral para medias, s2 desconocida........8
Distribucin muestral para proporciones........................9
Distribucin muestral para una varianza,.....................11
La distribucin F de Fisher para 2 varianzas............12
Bibliografia..........................................................................14
Qu es 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.
Tamao muestral
El tamao muestral juega el mismo papel en
estadstica que el aumento de la lente en microscopa:
si no se ve una bacteria al microscopio, puede ocurrir
que:
- la preparacin no la contenga
- el aumento de la lente sea insuficiente.
Para decidir el aumento adecuado hay que tener una
idea del tamao del objeto.
Del mismo modo, para decidir el tamao muestral:
i) en un problema de estimacin hay que tener una
idea de la magnitud a estimar y del error aceptable.
ii) en un contraste de hiptesis hay que saber
el tamao del efecto que se quiere ver.
a. Concepto e importancia
Es la actividad por la cual se toman ciertas muestras
de una poblacin de elementos de los cuales vamos a
tomar ciertos criterios de decisin, el muestreo es
importante porque a travs de l podemos
hacer anlisis de situaciones de una empresa o de
algn campo de la sociedad.
b. Terminologa bsica para el muestreo
Los nuevos trminos, los cuales son frecuentemente
usados en inferencia estadstica son:
Estadstico:
Un estadstico es una medida usada para describir
alguna caracterstica de una muestra , tal como una
El muestreo aleatorio
Muestreo Aleatorio
Una muestra se dice que es extrada al azar cuando la
manera de seleccin es tal, que cada elemento de la
poblacin tiene igual oportunidad de ser seleccionado.
Una muestra aleatoria es tambin llamada una
muestra probabilstica son generalmente preferidas
por los estadsticos porque la seleccin de las
muestras es objetiva y el error muestral puede ser
medido en trminos de probabilidad bajo la curva
normal. Los tipos comunes de muestreo aleatorio son
el muestreo aleatorio simple, muestreo sistemtico,
muestreo estratificado y muestreo de conglomerados.
Mtodos de muestreo
Distribucin de muestreo
X =
x
k
( X
=
=
K
K
2
x
10
Dnde:
x = variable de tipo discreto; solo toma valores
enteros
m = np = media de la distribucin Binomial
s=
= desviacin estndar de la distribucin
Binomial
Cuando ocurren las condiciones anteriores, la
grfica de la distribucin Binomial, es muy parecida
a la distribucin Normal, por lo que es adecuado
calcular probabilidades con la Normal en lugar de
con la Binomial y de una forma ms rpida.
En resumen, se utiliza la aproximacin Normal para
evaluar probabilidades Binomiales siempre que p no
est cercano a 0 o 1. La aproximacin es excelente
cuando n es grande y bastante buena para valores
pequeos de n si p est razonablemente cercana a
. Una posible gua para determinar cundo puede
utilizarse la aproximacin Normal es tener en
cuenta el clculo de np y nq. S ambos, np y
nq son mayores o iguales a 5, la aproximacin ser
buena.
Antes de empezar a resolver problemas con la
aproximacin Normal, es bueno aclarar que se estn
evaluando probabilidades asociadas a una variable
11
12
Distribucin muestral para una
varianza, la distribucin c2 (ji
cuadrada)
En realidad la distribucin ji-cuadrada es la
distribucin muestral de s2. O sea que si se extraen
todas las muestras posibles de una poblacin normal y
a cada muestra se le calcula su varianza, se obtendr
la distribucin muestral de varianzas.
Para estimar la varianza poblacional o la desviacin
estndar, se necesita conocer el estadstico X2. Si se
elige una muestra de tamao n de una poblacin
normal con varianza 2, el estadstico:
( n1 ) s 2
2
( n1 ) s2
2
X=
(X x )2
2
13
La distribucin F de Fisher
para 2 varianzas (var1/var2)
La necesidad de disponer de mtodos estadsticos
para comparar las varianzas de dos poblaciones es
evidente a partir del anlisis de una sola poblacin
frecuentemente se desea comparar la precisin de un
instrumento de medicin con la de otro, la estabilidad
de un proceso de manufactura con la de otro o hasta
la forma en que vara el procedimiento para calificar
de un profesor universitario con la de otro.
Intuitivamente, podramos comparar las varianzas de
2
2
dos poblaciones 1 y 2 , utilizando la razn de las
varianzas muestrales
S 21
S 22
.Si
S 21
S 22
es casi igual a
14
S1
S2
, proporcionara
f ( x )=
n
2()
x
[ ]( )
( ) ( )( )
v +v
r 1 2
2
v1
v2
n 1
2
v
v
v x
r 1 r 2 1+ 1
2
2
v2
2
v 1+v
15
Bibliografia
http://www.mat.uda.cl/hsalinas/cursos/2011/2do/clase
8.pdf
https://www.uv.es/ceaces/tex1t/3%20infemues/dnorm
al.htm
http://www.wikipedia.com
16