Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Ingeniería Civil
Probabilidad y Estadística.
Inferencia Estadística.
Introducción
titulado Inferencia Estadística. Primero que nada, el principal objetivo de la Estadística es inferir
observarla en su totalidad) a través del análisis de una parte de ella a la que llamamos muestra. Lo
población. Ahora bien, para considerar válidas en la población las conclusiones obtenidas en la
la misma. Nosotros nos centramos en la inferencia paramétrica, y nuestro objetivo será inferir o
estimar parámetros poblacionales a partir de la información que nos proporciona una muestra.
2
En la primera se busca que con base a los datos muéstrales de origen a una estimulación evaluada
del parámetro y que recibe el nombre de estimador puntual. Para la segunda se determina un
intervalo de confianza.
El problema de estimación puntual consiste en, seleccionada una muestra X 1 ,..., X n encontrar el
estadístico T ( X1 ,..., X n ) que mejor estime el parámetro θ. Una vez observada o realizada la
Existen dos métodos para determinar la estimación puntual de un parámetro, estas son:
X r
k
r k 1
Método de máxima verosimilitud: consiste en tomar como valor del parámetro aquel que
n
L ( x1 ,..., xn ) f ( xk )
k 1
X k
E( X ) k 1
X
n
n
L ( x1 ,..., xn ) f ( xk )
k 1
( xk )2
n 2 2
e
L ( x1 ,..., xn )
k 1 2
Y ahora, se necesita maximizar en tal función. Aunque es más sencillo aplicando un logaritmo
n
1
ln L ( x1 ,..., xn )
2 2 (x
k 1
k ) 2 n ln( 2 )
4
1 n
ln L ( x1 ,..., xn ) 2
(x
k 1
k )
nx n
ln L ( x1 ,..., xn ) 0 x
o 2
En muchos casos la estimación puntual no es suficiente en el sentido de que no nos indica el error
intervalo numérico que mida el margen de error que, de acuerdo a las observaciones muestrales,
La idea de Intervalo de Confianza, es proponer un rango de valores entre los que posiblemente se
rango de valores o intervalo, en los que pueda precisarse –con una determinada probabilidad– que
Sea X F , con θ desconocido. Seguimos los siguientes pasos para construir un I.C. para θ:
2. Buscamos un estadístico que incluya el parámetro a estimar θ y que tenga distribución conocida.
P ( x1 ,..., xn ) ( x1 ,..., xn ) 1
Diremos entonces que ( x1 ,..., xn ), ( x1 ,..., xn ) es un I.C. para θ al (1 ) 100% de confianza.
Eso significa que de cada 100 intervalos que pudieran obtenerse, (1 ) 100 contendrían el
Ejemplo.- Supongamos que llevan a cabo pruebas de la resistencia a la tensión de una clase de
considera una desviación típica de 1 kg/mm2. Una muestra de 10 largueros proporciona una
resistencia promedio de 87.6 kg/mm. Vamos a obtener un I.C. al 95% de confianza para la
Sabemos que el I.C. al (1 )100% es x 0 z . En este caso, el nivel de confianza es del
n 1 2
0 1.96
x z 87.6 86.98,88.22
n 1 2 10
diferencia de proporciones
Como se ha señalado uno de los métodos para estimar la media de una población es a través de
intervalos de confianza. Existen dos fórmulas para poder estimar la media de una población a
través de intervalos de confianza y el uso de cada una de ellas depende del caso que se examine.
6
El intervalo de confianza, para la media de una población, con un nivel de confianza de 1- α, siendo
X z , X z
2 n 2 n
El error máximo de estimación es:
E z
2 n
Tamaño de la muestra:
2
z
n 2
E
Si aumentamos el nivel de confianza, aumenta el tamaño de la muestra.
estimador puntual de la diferencia entre 1 y 2 está dado por la estadística x1 x2 . Por tanto.
medias muestrales.
z
x x m m
1 2 1 2
s12 s22
n1 n2
m1 m2 x1 x2 z
s12 s22
n1 n2
En el caso en que se desconozcan las varianzas de la población y los tamaños de muestra sean
estadístico:
8
X
p
n
pq
Que es también aproximadamente normal, con error típico dado por en consecuencia, un IC
n
pq
p z
2 n
pP
z
pq
n
pq
P pz
n
procedimiento del intervalo de confianza que se establece aquí no es confiable, por tanto, no se
debe utilizar. Para estar seguro, se debe requerir que np ó nq sea mayor o igual a 5.
El error de estimación será la diferencia absoluta entre p y P, y podemos tener el nivel de confianza
pq
de que esta diferencia no excederá z
n
9
la fórmula:
z
p1 p2 P1 P2
Pq Pq
1 1
2 2
n1 n2
Y de aquí, se despeja P1 P2 :
Pq P2 q2
P1 P2 p1 p2 z 1 1
n1 n2
Aquí se tiene el mismo caso que en la estimación de una proporción, ya que al hacer el despeje
nos queda las dos proporciones poblacionales y es precisamente lo que queremos estimar.
MEDIA.- ¿Qué tan grande debe ser una muestra si la media muestral se va a usar para estimar la
media poblacional? La respuesta depende del error estándar de la media, si este fuera cero,
entonces se necesitaría una sola media que será igual necesariamente a la media poblacional
zs
n
10
obtenemos:
2
zs
n
e
En el caso de que se tenga una población finita y un muestreo sin reemplazo, el error de estimación
se convierte en:
zs N n
n N 1
z 2s2 N
n 2
e ( N 1) z 2 s 2
PROPORCIÓN.- Se desea saber que tan grande se requiere que sea una muestra para asegurar que
pq
ez
n
z 2 pq
n 2
e
En el caso de que se tenga una población finita y un muestreo sin reemplazo, el error de estimación
se convierte en:
11
pq N n
ez
n N 1
z 2 pqN
n 2
e ( N 1) z 2 pq
s12 s22
e
n1 n2
z 2 ( s12 s22 )
n
e2
Para el segundo caso, debemos poner una n en función de otra y que una población sea mayor
z 2 ( s12 ks22 )
n2
ke2
12
p1q1 p2 q2
ez
n1 n2
Y al igual que en la diferencia de medias, presentan los mismos casos. Por lo tanto las fórmulas
z 2 ( p1q1 p2 q2 )
n
CASO 1
e2
z 2 ( p1q1 kp2 q2 )
n2
CASO 2
ke2
4.4.- Prueba de hipótesis
poblacional, por ejemplo para una media, debe aceptarse como plausible con base en la evidencia
muestral. El concepto de la prueba de hipótesis también se puede utilizar para probar hipótesis en relación
con datos cualitativos. Se han desarrollado tres métodos para pruebas de hipótesis, todos ellos
conducentes a la misma decisión cuando se usan los mismos estándares de probabilidad y de riesgo.
proporciones son bastante semejantes. De este modo, los valores estadísticos de prueba miden la
basan en la distribución normal estándar para valores críticos. Quizá la única diferencia real entre
las ambas radica en la forma corno se obtiene la desviación estándar de la distribución de muestreo.
x
p0
Z prueba n
p0 (1 p0 )
n
Si se muestrea a partir de una población finita
n
100% 5%
N
Se debe utilizar el factor finito de corrección
x
p0
Z prueba n
p0 (1 p0 ) N n
n N 1
El tipo de prueba refleja H1 . Por ejemplo, hay tres posibilidades para H1 :
H1 : p p0
H1 : p p0
H1 : p p0
14
H1 : p p0
La primera alternativa establece una prueba de cola derecha; la segunda, izquierda y la tercera, una
se muestra es normal, la distribución de muestreo será normal en el caso de todos los tamaños de
x
Z prueba
n
Si la población no es normal, o si se desconoce su forma, se emplea la ecuación anterior
x
t prueba
S
n
En este caso se debe usar el factor finito de corrección para modificar las desviaciones estándar,
x x
Z prueba t prueba
N n S N n
n N 1 n N 1
Para la media poblacional y sus muestras pequeñas, cuando el número de observaciones es menor
a 30, la estimación del intervalo se basa en las suposiciones que si la población es normal o que si
En caso que la muestra sea pequeña, menor de 30, y se conozca la varianza de la población 2 , el
X Z X Z
2 n 2 n
siguiente:
s s s s
X t X t ; P X t X t 1
2 n 2 n 2 n 2 n
16
para muestras grandes se aplica para determinar la proporción poblacional para muestras pequeñas.
En la prueba para una media poblacional con muestra pequeña y desviación estándar poblacional
desconocida se utiliza el valor estadístico t.
x
t
S
n
17
Conclusión / retroalimentación
Concluyendo con esta investigación, debo de decir que, como en anteriores investigaciones,
aprendí algo nuevo y que sé que esto me va a servir en un futuro. Tuve varias complicaciones a la
hora de estar buscando información acerca de este tema. Sin embargo, logré recaudar la mayor
parte de la información posible para lograr que este trabajo pueda ser comprendido de una manera
mejor.
Decidí proponer una retroalimentación sobre este trabajo y a la vez, una conclusión, aprovechando
que puedo desenvolverme un poco más en esta parte y además, contar mi experiencia realizando
Ahora, puedo concluir diciendo que este tema de la unidad cuatro es un poco extenso pero pudo
resumirse de gran forma, sin perder la coherencia a lo que se explica. Como vimos, existen muchas
formas de calcular las estimaciones de una media, de una proporción y de diferencias. Así como
existen tamaños de muestras que influirán en los resultados que nosotros calcularíamos sobre una
población. En sí, es un poco complejo explicar del todo la esencia de este tema, pero con la práctica
Al ya estar entrando en la estadística, me doy cuenta de que esto puede servir mucho para mi
carrera, por ejemplo para el cálculo de materiales necesarios, el dinero que debe invertirse o la
Referencias
Bibliografía
Benitez Morales, A. (s.f.). Universidad Autónoma del Estado de Hidalgo. Obtenido de
http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro19/index.html
Vargas Barrera, R. (2008). Estadística II. Bogotá, Colombia: Escuela Superior de Administración Pública.
Obtenido de http://www.esap.edu.co/portal/wp-content/uploads/2017/10/6-Estadstica-ii.pdf