Universidad Autónoma de Guadalajara

Campus Tabasco

ESTADÍSTICA INFERENCIAL
MIH HERMELINDA CASTILLO BOLAINAS

INTEGRANTES

UNIDAD 1 Conceptos Básicos de la Inferencia Estadística

FINALIDAD DE LA INFERENCIA ESTADISTICA

Es el conjunto de métodos y técnicas que permiten inducir, a partir de información

empírica por una muestra, cual es el comportamiento de una determinada población con
un riesgo de error medible en términos de probabilidad.
MUESTRA ALEATORIA

Una muestra aleatoria es la selección de un

número de observaciones a partir de una
población objeto de investigación.
ESTADISTICO

Es una función que se aplica a los datos disponibles

ESTADISTICO (DATOS) = VALOR – NUMÉRICO

Ej. MEDIA ARITMÉTICA, MEDIANA, DESVIACIÓN ESTANDAR,

MAXIMOS, MINIMOS, ETC.
DISTRIBUCIÓN POBLACIONAL

Es la probabilidad de obtener cierto valor (Para un solo individuo).

DISTRIBUCIÓN DE FRECUENCIA

Son tablas en que se dispone las modalidades de la variable por filas. En las columnas se
dispone el número de ocurrencias por cada valor, porcentajes, etcétera.
ESTIMADOR DE UN PARÁMETRO

Es un valor que puede calcularse a partir de los datos muestrales y que proporciona
información sobre el valor del parámetro.
 PARAMETROS DE LA POBLACIÓN

• Se llama parámetros poblacionales a cantidades que se obtienen a partir de las

observaciones de la variable y sus probabilidades y que determinan perfectamente la
distribución de esta, así como las características de la población, por ejemplo: La media, μ, la
varianza σ2, la proporción de determinados sucesos, P.

• Los Parámetros poblacionales son números reales, constantes y únicos.

 ESTIMADORES ESTADÍSTICOS

• Un estimador es un estadístico (una función de la muestra) utilizado para estimar un parámetro

desconocido de la población. Por ejemplo, si se desea conocer el precio medio poblacional de
un artículo (parámetro desconocido) se recogen observaciones del precio de dicho artículo en
diversos establecimientos (muestra) pudiendo utilizarse la media aritmética de las observaciones
para estimar el precio medio poblacional. Para cada parámetro pueden existir varios
estimadores diferentes. En general, se elige el estimador que posea mejores propiedades que los
restantes, como insesgadez, eficiencia, convergencia y robustez (consistencia). El valor de un
estimador proporciona una estimación puntual del valor del parámetro en estudio. En general, se
realiza la estimación mediante un intervalo, es decir, se obtiene un intervalo (parámetro muestral
+- error muestral ) dentro del cual se espera se encuentre el valor poblacional dentro de un
cierto nivel de confianza.
 POBLACIÓN Y MUESTRA

• La población de un estudio estadístico es el conjunto de elementos que son parte del

objeto de estudio. Cada elemento se denomina individuo. Cuando el número de individuos
de la población es muy grande, tomamos una parte de ésta, denominada muestra. La muestra
es un subconjunto de la población y tiene que ser representativa de la misma.
 MUESTREO ALEATORIO SIMPLE
En el muestreo aleatorio simple:
1. Todos los individuos tienen la misma probabilidad de ser seleccionados
2. Las observaciones se realizan con reemplazamiento, de forma que la población es igual en todas las extracciones. En el caso
de que se renuncie, por azar, a volver a seleccionar en la muestra al mismo individuo, estaremos en el caso de método
aleatorio sin reemplazamiento.
• Supongamos que queremos elegir una muestra de n individuos de una población de N sujetos.
• Cada elemento tiene probabilidad n/N de ser elegido en la muestra.
Cuando utilizarlo:
• El método de muestreo aleatorio simple debe utilizarse cuando los individuos de la población son homogéneos respecto a las
características a estudiar (es decir, a priori no sabemos si los resultados van a ser muy diferentes por causa de otras
variables).
• Es poco recomendado cuando la población es muy grande y heterogénea (los individuos presentan características dispares).
• Los individuos pueden ser seleccionados por cualquier proceso probabilístico que otorgue a todos los elementos la misma
probabilidad de ser elegidos.
ESPACIO MUESTRAL

• En la teoría de probabilidades, el espacio muestral oespacio de muestreo (denotado

E, S, Ω o U) consiste en el conjunto de todos los posibles resultados de un experimento
aleatorio, junto con una estructura sobre el mismo (ver más adelante).
PROPIEDADES DE LOS ESTIMADORES

• Los estimadores pueden tener las siguientes propiedades:

• Insesgadez
• Eficiencia
• Consistencia
• Suficiencia
• Invariabilidad
• Robustez
• Insesgadez
Se dice que un estimador es insesgado cuando la esperanza matemática de su distribución en el muestreo coincide
con el valor del parámetro.
• Eficiencia
Se dice que un estimador es eficiente u óptimo cuando su varianza es mínima.
• Consistencia
Diremos que un estimador es consistente cuando, si el tamaño muestral “n” tiende a infinito el estimador
es insesgado y de varianza cero.
• Suficiencia
Un estimador es suficiente cuando incluye toda la información relevante de la muestra, de forma que ningún otro
estimador puede considerar información adicional.
• Invariabilidad
Un estimador es innvariable cuando si transformamos el parámetro a estimar mediante una función g(θ), dicha función
puede ser estimada por la función del estimador g(θ^).
• Robustez
Un estimador es robusto cuando si se vulnera alguno de los supuestos en los que se basa el proceso de estimación, la
estimación no cambia significativamente y sigue ofreciendo resultados fiables.
 ESTIMADOR INSESGADO
• Es aquel que tiene menor varianza que cualquier otro estimador insesgado para todos los posibles
valores del parámetro.

• Para los problemas estadísticos prácticos, es importante determinar si es que existe dicho
estimador, ya que, naturalmente, se evitarían procedimientos sub-óptimos, manteniendo constante
el resto de las condiciones. Esto ha llevado al desarrollo sustancial de la teoría estadística
relacionada con el problema de la estimación óptima. Aunque la memoria particular de "óptimo"
aquí - que requiere insesgamiento y medir la "bondad" con la varianza - puede no ser siempre lo
que se quiere para cualquier situación práctica dada, es una donde se encuentran los resultados
útiles y de aplicación general.
DIFERENCIA ENTRE DISTRIBUCIÓN POBLACIONAL
Y MUESTRAL
• Distribución poblacional:
Frecuentemente, además de saber el número y la densidad de individuos en un área, los
ecólogos también quieren saber su distribución. Los patrones de dispersión, o patrones
de distribución, de las especies se refieren a cómo se distribuyen los individuos de una
población en el espacio en un momento determinado.
• Distribución muestral
En estadística, la distribución muestral es lo que resulta de considerar todas
las muestras posibles que pueden ser tomadas de una población. Su estudio permite calcular la
probabilidad que se tiene, dada una sola muestra, de acercarse al parámetro de la población.
Mediante la distribución muestral se puede estimar el error para un tamaño de muestra dado.
PARÁMETRO

• Un parámetro es un número que resume la gran cantidad de datos que pueden derivarse
del estudio de una variable estadística. El cálculo de este número está bien definido,
usualmente mediante una fórmula aritmética obtenida a partir de datos de la población.
DIVISIÓN DE LA ESTADÍSTICA

La Estadística para su mejor estudio se ha dividido en dos grandes ramas: la Estadística Descriptiva y la Inferencial.

• Estadística Descriptiva: consiste sobre todo en la presentación de datos en forma de tablas y gráficas. Esta
comprende cualquier actividad relacionada con los datos y está diseñada para resumir o describir los mismos sin
factores pertinentes adicionales; esto es, sin intentar inferir nada que vaya más allá de los datos, como tales.

• Estadística Inferencial: se deriva de muestras, de observaciones hechas sólo acerca de una parte de un
conjunto numeroso de elementos y esto implica que su análisis requiere de generalizaciones que van más allá de
los datos. Como consecuencia, la característica más importante del reciente crecimiento de la estadística ha sido
un cambio en el énfasis de los métodos que describen a métodos que sirven para hacer generalizaciones. La
Estadística Inferencial investiga o analiza una población partiendo de una muestra tomada.
 MUESTREO POR CONGLOMERADO
• En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad,
a la que llamamos conglomerado.
• Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados
naturales.
• En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales.
• Cuando los conglomerados son áreas geográficas suele hablarse de "muestreo por áreas".
 MUESTREO ESTRATIFICADO
• Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad
respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de
residencia, el sexo, el estado civil, etc.).
• Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán
representados adecuadamente en la muestra.
• Cada estrato funciona independientemente
 MUESTREO SISTEMATICO
• Este procedimiento exige numerar todos los elementos de la población, pero en lugar de extraer n
números aleatorios sólo se extrae uno.

𝑁
• K=
𝑛

• Donde:
• K : Muestreo sistematico
• N : Numero de elementos de la poblacion
• n : Tamaño de la muestra
 MUESTREO DE ACEPTACION
• Componente principal de control de calidad y es útil cuando el costo de la prueba es alto
comparado con el costo de pasar un elemento defectuoso o cuando la prueba destruye
la muestra.
• Proceso de inspección de una muestra de unidades de un lote con el propósito de
aceptar o rechazar todo el lote.
 TEOREMA DEL LIMITE CENTRAL
• Describe la distribución de la media de una muestra aleatoria proveniente de una
población con varianza finita. Cuando el tamaño de la muestra es lo suficientemente
grande, la distribución de las medias sigue aproximadamente una distribución normal.
• Se aplica independientemente de la forma de la distribución de la población.