UNIDAD 1

Inferencia estadstica y distribuciones muestrales

1.2 Parmetros poblacionales y estadsticos

muestrales
1
Medidas de la poblacin
Como ya se ha mencionado es muy complicado trabajar con poblaciones debido a
las dificultades tanto de tipo logstico como econmico.
Trabajar con la totalidad de una poblacin implicara hacer un censo, lo cual en
condiciones normales, siempre resulta muy difcil dado que acceder a todos los
elementos de una poblacin es prcticamente imposible.
Por ello se acostumbra tomar la muestra del llamado Marco Muestral, que son
los elementos de la poblacin a los que efectivamente se tiene acceso y que es
posible medir.
Toda medida de la poblacin se conoce como Parmetro.
Medidas de la muestra
La funcin de seleccionar muestras es tener una base para poder
afirmar cosas acerca del comportamiento de los parmetros.
Basndose en los resultados obtenidos por la estadstica inferencial y
al mismo tiempo usando los principios de la teora de la probabilidad,
es posible inferir que los resultados de la muestra se seguirn
cumpliendo para la poblacin.
De all el trmino de estadstica inferencial. La conclusin natural es
que con cierto nivel de probabilidad es posible afirmar que los
resultados de la muestra se cumplirn para la poblacin.
Toda medida de la muestra se conoce como Estadstico.
3
Acerca de los estadsticos
Es importante no confundir los trminos estadstico con estadstica.
Adems de las diferentes variantes semnticas de la palabra, como es el
hecho de que la estadstica es una ciencia y el estadstico es un seor que
hace estadsticas.
Es importante mencionar que Estadstica es una medicin, mientras
Estadstico es una estimacin.
Por ejemplo, el nmero de goles que lleva anotados un delantero es una
estadstica.
Mientras los goles que se espera que anote es un estadstico.
Los estadsticos son estimaciones o pronsticos de los parmetros.
A pesar de que malas traducciones de libros el estudiante debern tener
bien clara la diferencia y hacer el uso adecuado de los trminos.

4
Estadsticos importantes
Los estadsticos ms importantes por su aplicacin y por la
informacin que proporcionan son:
La media
La proporcin
La desviacin estndar
Recordando la estadstica descriptiva los parmetros se representan
con letras griegas:
Media: m
Proporcin: p
Desviacin estndar: s

5
Estadsticos importantes
Mientras que los estadsticos se representan con letras latinas:
Media:
Proporcin: p
Desviacin estndar: s
Estos son los estadsticos ms importantes que se utilizan en la
estadstica inferencial.
Un buen anlisis permitir inferir que el resultado de la muestra es
aproximado al de la poblacin.
Por consecuencia lo que se afirme sobre la muestra se afirmar sobre
la poblacin.
6
Frmulas
Frmula para la media poblacional:
1
= =1

Frmula para la media muestral:
1
= =1

Se observa que la diferencia consiste en que en el primer caso se
suma el total de la poblacin N, y en el segundo caso el tamao de la
muestra n.
Las proporciones en ambos casos slo es el cociente de casos
favorables entre casos totales.
7
Frmulas
Recordando que la desviacin estndar es la raz cuadrada de la varianza, presentamos
las frmulas de la varianza.
Frmula de la varianza poblacional:
1
2 = =1 2

Frmula de la varianza muestral:
1
2 = 1 =1 2

Se observa que adems del uso del tamao de la muestra n, en lugar del tamao de la
poblacin N; la divisin es entre n-1.
Este hecho se denomina grados de libertad.
Los grados de libertad son el nmero de variables aleatorias menos las restricciones.
En este caso tenemos una restriccin que consiste que el clculo se obtuvo de esa
muestra y no de otra.

8
Frmulas en Excel
Excel tiene frmulas predeterminadas para los clculos de medias y
desviaciones estndar.
En el caso de las versiones 2013 y superior la media se calcula con la
funcin promedio.
La desviacin estndar poblacional se calcula con la funcin
DESVEST.P y la desviacin estndar muestral con la funcin
DESVEST.M

9
Referencias
Walpole , R., Myers, R., Myers, S., & Keying , Y. (2012). Probabilidad y estadstica
para ingeniera y ciencias. Mxico: Pearson.
Spiegel, M., Stephens, L. (2009). Estadstica. Mxico: Mc. Graw Hill
Interamericana .
Bennet, J., Briggs,W., & Triola, M. (2011). Razonamiento Estadstico. Mxico:
Pearson.

10