CONCEPTOS

POBLACION = CONJUNTO ELEMENTOS

OBSERVABLES
MUESTRA = FRAGMENTO O PARTE.
ESTIMAR = PONER PRECIO, APRECIAR.
ESTIMACIÓN = APRECIO, VALOR,
CALCULAR VALOR DE ALGO, OPINION,
ATRIBUTOS O MERITOS.
ESTIMADOR = VARIABLE ALEATORIA, ASIGNA, VALOR DE LA
MUESTRA, VALOR
NUMÉRICO Y EFICIENTE.

ESTIMACIÓN ESTADÍSTICA = CONJUNTO, TÉCNICAS, VALOR

APROXIMADO, POBLACIÓN, MUESTRA.

ESPERANZA MATEMÁTICA = FORMALIZAR IDEA VALOR MEDIO

DE FENÓMENO ALEATORIO.

¿QUÉ SE NECESITA PARA ESTIMAR? = UNA MUESTRA SACANDO

LA MEDIA DE LA POBLACIÓN.
 TIPOS DE ESTIMACIÓN

ESTIMACIÓN PUNTUAL = NUMERO ESTIMACIÓN DE 1 DATO DE

POBLACIÓN DESCONOCIDO.

EJEMPLO; SI SE DESEA SABER LA ASISTENCIA MEDIA DE UN

GRUPO DE PERSONAS A UN RESTAURANTE X PUEDE EXTRAERSE
UNA MUESTRA Y OFRECER COMO ESTIMACIÓN PUNTUAL LA
ASISTENCIA DE UN GRUPO DE COMENSALES A UN RESTAURANTE
X.
 ESTIMACIÓN POR INTERVALOS

OBTENCIÓN DE INTERVALO = VALOR, PARÁMETRO,

PROBABILIDAD.

CONCEPTO ADICIONAL, IMPLICA INCERTIDUMBRE, ESTIMACIÓN.

AFIRMACIÓN = INTERVALO QUE CONTIENE LA MEDIA DE LA

POBLACIÓN DESCONOCIDA.

LOCALIZAR = ENCONTRAR AFIRMACIÓN POR ERROS ESTÁNDAR

DE LA MEDIA.
ERROR ESTÁNDAR DE LA MEDIA =
DESVIACIÓN DE DISTRIBUCIÓN, MUESTREO.

DESVIACIÓN ESTÁNDAR = RAÍZ DE VARIANZA.

INTERVALO DE CONFIANZA=PARÁMETRO

ESTIMADO, CERTEZA, CAMBIA SIN UN AXIOMA

(PROPOSICIÓN).

VARIABILIDAD DEL PARÁMETRO = SABER

TAMAÑO MUESTRA.

ERROR DE ESTIMACIÓN =
PRECISIÓN, MUESTRA, CORRESPONDE
AMPLITUD, INTERVALO.
LIMITE DE CONFIANZA = PROBABILIDAD,
PARÁMETRO ESTIMADO, INTERVALO DE
CONFIANZA, OBTENIDO.

VALOR a= NIVEL DE SIGNIFICACIÓN, FALLAR

EN ESTIMAR, DIFERENCIA ENTRE CERTEZA Y
NIVEL DE CONFIANZA.
 CONCLUSIÓN
La estimación de dos medias poblacionales es importante dentro de
la gastronomía para poder estudiar las preferencias de dos muestras
que se encuentra sumergidas en una población, así pues saber los
resultados ayudan a ala toma de buenas decisiones y obtener datos
verídicos y fiables que puedan aplicarse fácilmente en un
ESTABLECIMIENTO DE A Y B.
 EJEMPLO
Se toma una muestra de la población de hombres y de mujeres, que asisten al
restaurante “AZUL y ORO” localizado en la UNAM, administrado por el chef investigador
mexicano Ricardo Muñoz Zurita, por el periodo de un mes, tomando en cuenta las
asistencias y sacando una media en base a estos datos.
Se desea saber que sexo consume más el mole amarillito oaxaqueño, para estimar la
porción que se montara en un plato individual.
Se coloca en la carta por un mes y se realiza el estudio de estimación entre la
diferencia de dos medias poblacionales en este caso hombres y mujeres.
Antes de obtener los resultados se estima que las mujeres son las que mas
regularmente piden este platillo ya que son mayoría, las asistencias contadas a este
establecimiento.
Ya que se obtiene los resultados, define que el ganador es el sexo masculino, es por
ello que el platillo se servirá con una porción un poco más grande que lo que se ha venido
haciendo.
Esto servirá para complacer al cliente y tener la confianza de que lo que se esta
haciendo partió de un buen estudio de dos medias poblacionales.
procedimiento
se emplea para
basado en la
determinar si
evidencia Prueba de
la hipótesis es
muestral y la hipótesis
una afirmación
teoría de
razonable.
probabilidad
 media
poblacional cantidad media que se
"espera" como
resultado de un
experimento aleatorio
 hipótesis

Respuesta
tentativa al
fenómeno que se
esta estudiando

Hipótesis de la Ho Hipótesis H1 Hipótesis

investigación nula alternativa
Error Error
tipo I Cuando se tipo II Cuando no se
rechaza la rechaza una
hipótesis nula hipótesis
verdadera falsa

No debería Debería
rechazarse rechazarse
 Pasos en la prueba de hipótesis

• Formular la hipótesis nula y una

alternativa.
Paso 1

• Seleccionar la prueba estadística

apropiada al tipo de datos que tiene el
Paso 2 investigador.

• Especificar el nivel de significación “ α ”.

Paso 3
 • Realizar la prueba estadística seleccionando
Paso 4 en el paso 2 sobre los datos disponibles

• Tomar una decisión

Paso 5

• No rechazar la hipótesis nula

• Rechazar la hipótesis nula y aceptar la
Paso 6 alternativa
 Prueba
bilateral o
de 2
extremos

Prueba
unilateral
o de 1
extremo

Tipos de pruebas
Bilateral Unilateral
 Valor
Valor
estadístico t de
estadístico Z
student

Comparar y
Contrastar
comprobar si Ho
hipótesis
es verdadera

Proporciona
Se conoce la σ} resultados
aproximados

Mayores a 30 Muestras
datos pequeñas

muestras Menor a 30
grandes datos

No se conoce la σ
CONCEPTOS GENERALES

Ejem: media •Toma de una

•Parámetros: •Caracteristicas variable
•Son medidas generales •Varianza
•percentil

expresan
Para todos estos ejemplos de parámetros el valor
suele ser desconocido porque para su
cálculo sería necesario observar a la totalidad de
los individuos que componen la población,
 Muestra
Es en
método de Metodos
Métodos
conocimiento para
para
inductivo estimación
contraste de
de
“inferencia hipotesis
parametros
estadística”
Estadístico Muestral

• Es cualquier valor calculado a partir de la

muestra ejem: media, varianza o una
proporcion
Media Los resultados presentan
los limites del intervalo de
confianza de la media
poblacional para el nivel
de confianza
 Tasa de
Percentiles Recuento
reincidencia
• Son los • Con que • Recopilar
rangos de los frecuencia se información
valores realizan de estudios
muéstrales estudios y los anteriores
• Método cambios
exacto encontrados
basado en la
distribución
nominal
• Método
basado en la
aproximación
ESTIMACIÓN DE PARÁMETROS
El valor de un parámetro se estima a partir de
alguna medida calculada, a partir de los datos de
una muestra, que pueda proporcionar un valor
aproximado .
CONTRASTE DE HIPOTESIS
Son recursos de inferencia estadística que,
partiendo de la formulación de dos hipótesis
contrarias sobre el posible valor de un parámetro
 MÉTODOS DE INFERENCIA CON UNA
MUESTRA

Los métodos incluidos en este apartado

permiten obtener un intervalo de confianza
para el valor de la media poblacional y también
realizar el contraste de hipótesis sobre un valor
propuesto para la misma.
 MÉTODOS DE INFERENCIA CON DOS
MUESTRAS

COMPARACION DE MEDIAS (muestras

independientes)
Se presentan métodos de construcción del
intervalo de confianza para la diferencia de
medias y contrastes de igualdad de las mismas
basados en la distribución.
Son aplicables en aquellas situaciones en las que
se dispone de dos muestras independientes
extraídas de poblaciones con distribución normal.
 COMPARACIÓN DE MEDIAS (MUESTRAS
EMPAREJADAS)

Cuando se trata de comparar las medias de dos

muestras emparejadas se utilizan los métodos de
inferencia para una sola muestra y se aplican
sobre los valores resultantes de formar las
diferencias de pares de valores de las dos
muestras originales
COMPARACIÓN DE DOS PROPORCIONES
Cuando se enfrenta el problema de comparar las
proporciones de individuos que tienen
determinada característica en dos poblaciones
distintas, se suele disponer de dos muestras
independientes, una de cada población. Los
métodos de inferencia en este caso permiten
construir un intervalo de confianza
Cierto numero de datos entre los cuales se
estima, que se encontrara un valor
desconocido con una determinada población.

Intervalo.

Datos de muestra.

Valor desconocido (parámetro de población).

Probabilidad de éxito: “1-a” (nivel de
confianza).

a: nivel de significancia.

Medida de posibilidades X en la
estimación de intervalo.

Nivel de confianza y amplitud del

intervalo.

Varían: mas es menos.

NOTA:Distribución del parámetro a

estimar.
 Afirmación, teoría o aseveración sobre un
parámetro especifico.

La hipótesis de que el parámetro de población

sea igual a la especificación de la
investigación se denomina hipótesis nula Ho.

A pesar de que solo cuenta con información

de la muestra, la Ho se escribe en términos
de la población.

Si se considera que la hipótesis nula es falsa,

entonces habrá otra afirmación que debe ser
cierta.
Siempre que se especifica la hipótesis
nula, también se determina una
hipótesis alternativa.

La hipótesis alternativa representa

la conclusión obtenida al rechazar la
Ho.

Si no se rechaza la hipótesis nula, se

seguirá confiando en que la
investigación va por buen camino y
no es necesario corregirlo.

La Ho, se rechaza cuando la

evidencia muestral no es tan cierta,
que la información que proporciona
la Hi.
 El no poder
rechazar la Ho, no
comprueba que sea
cierta.

Esto se concluye
como que no hay
suficiente
información para
garantizar su
rechazo.
PUNTOS FUNDAMENTALES QUE RESUMEN LA HO Y HI.

El enunciado que describe a

la Ho siempre contiene un
Ho representa creencia
signo “=“, relacionado con el
actual en una situación.
valor especifico del
parámetro poblacional.

El enunciado que describe

Hi, opuesto a Ho y
representa afirmación de
investigación especifica que
se demostrara.
Ho siempre se refiere a un
la Hi nunca contiene un
valor especifico del
signo “=“,relacionado con el
parámetro poblacional y no
valor especifico del
a un estudio de muestra.
parámetro poblacional.

Si se rechaza la Ho, tiene

Si no se rechaza la Ho, no
prueba estadística que la Hi
se ha demostrado la Hi.
es correcta.
 La distribución Si el resultado queda
muestral del resultado en la región de
se divide en: rechazo y aceptación, no se
aceptación. rechaza la Ho.

Si el resultado queda
en la región de
rechazo, se rechazara
la Ho.
La región de rechazo se compone de los valores
del resultado, con pocas posibilidades de que la
Ho sea cierta

Si un valor del resultado queda dentro de la

región de rechazo, la Ho se rechaza porque el
valor tiene pocas posibilidades de que sea
cierto.

Para tomar una decisión con respecto a la Ho,

se debe determinar cual es el valor critico, del
resultado (punto medio)

El tamaño de la región de rechazo se relaciona

con los riesgos implicados al utilizar solo
evidencia muestral para tomar decisiones con
respecto a un parámetro poblacional.
ERRORES QUE SE PUEDEN TENER.

La probabilidad
Se presenta
de que se
cuando se
Error tipo I presente un
rechaza la Ho
error tipi I es
siendo cierta.
“a”
 La probabilidad
Se representa
de que se
cuando no se
Error tipo II presente un
rechaza la Ho
error tipo II es
siendo falsa .
“B”
 Estadística y Población 1 Población 2
parámetro
Tamaño de muestra 107 81
Numero de éxitos 63 23
Parámetro poblacional. P1 P2