LA INFERENCIA

ESTADÍSTICA.
¿Que es la Inferencia Estadística?

“El conjunto de métodos estadísticos que

permiten deducir (inferir) cómo se distribuye
la población en estudio o las relaciones
estocásticas entre varias variables de interés,
a partir de la información que proporciona
una muestra”.
 Inferencia Estadística

La inferencia estadística es el conjunto de métodos y técnicas que

permiten inducir, a partir de la información empírica proporcionada por una
muestra, cual es el comportamiento de una determinada población con un
riesgo de error medible en términos de probabilidad.

Los métodos paramétricos de la inferencia estadística se pueden

dividir, básicamente, en dos: métodos de estimación de parámetros y métodos
de contraste de hipótesis. Ambos métodos se basan en el conocimiento teórico
de la distribución de probabilidad del estadístico muestral que se utiliza como
estimador de un parámetro.
 Inferencia Estadística
Obtener información de una población a través de una muestra

Conclusiones

Generalización de resultados a grandes conjuntos de sujetos partiendo de un

numero limitado de sujetos
 Pensemos en los tres siguientes ejemplos:

• Hacemos una encuesta entre los clientes de una tienda para preguntarles su
opinión sobre cambios generales que pretendemos hacer en diversas áreas de
la tienda. Después de realizados los cambios, queremos hacer una segunda
encuesta para saber cómo se modificó la opinión sobre los cambios una vez
hechos. Nos interesa la diferencia.

• Revisamos varias de nuestras ventas para ver los problemas que se

presenten en la facturación de las mismas. Esto lo realizamos antes de
imponer algunas mejoras en el procedimiento de facturación. Tenemos la
intención de realizar la misma investigación después de hechos los cambios
para medir la diferencia.
• Queremos establecer estándares para el desempeño de los trabajadores
a fin de poder ver cómo es el desempeño actual. De lo que encontremos se
van a derivar varias acciones:

• Se va a otorgar un estímulo para los trabajadores,

• Se va a establecer una tabla comparativa de desempeño entre las
diferentes unidades de la empresa y con base en ella se va a otorgar
un estímulo a los gerentes,
• Se va a comparar el desempeño en los últimos tres períodos para
establecer estándares. Se van a seleccionar varios operarios de cada
uno de los dos turnos y se va a medir su rendimiento durante tres
días específicos de una semana. Estamos interesados en conocer un
valor general.
En los tres ejemplos anteriores se tienen muestras obtenidas, quizá al azar, y se
trata de conocer valores de la población con base en los de la muestra.

• La decisión de si a los clientes les gustaron los cambios la vamos a tomar sobre
los valores en la muestra.
• La mejora en las facturas la vamos a constatar con base en las que
observamos.
• El estándar de desempeño lo vamos a fijar con base en los trabajadores
estudiados. Pero en los tres casos vamos a extender lo encontrado en la
muestra, a la población. Este proceso se llama inferencia.
Objetivos
• Calcular los parámetros de la distribución
de medias o proporciones muestrales de
tamaño n, extraídas de una población de
media y varianza conocidas.
• Estimar la media o la proporción de una
población a partir de la media o
proporción muestral.
Proceso de inferencia
Estadísticos muestrales
• Si tomamos varias muestras de una
población, los estadísticos que
calcularíamos para cada muestra no
necesariamente serían iguales, y lo más
probable es que variarán de una muestra
a otra.
Estadísticos muestrales
• La tarea que nos ocupa ahora es conocer
las distribuciones de la probabilidad de
ciertas funciones de la muestra, es decir,
variables aleatorias asociadas al muestreo
o estadísticos muestrales.
Distribuciones de muestreo
Sea una población donde se observa la
variable aleatoria 𝑋. Esta variable 𝑋,
tendrá una distribución de probabilidad,
que puede ser conocida o desconocida, y
ciertas características o parámetros
poblacionales.
Distribuciones de muestreo
El problema será encontrar una función
que proporcione el mejor estimador de
𝜃. El estimador, 𝑇, del parámetro 𝜃 debe
tener una distribución concentrada
alrededor de 𝜃 y la varianza debe ser lo
menor posible.
Estadísticos más usados
• Media muestral

• Varianza
Media muestral
• La media muestral se distribuye como una
distribución normal de parámetros:
Distribución de medias muestrales

µ
Varianza muestral
• La varianza muestral o cuasivarianza se
distribuye como una distribución Ji-
Cuadrada con parámetros:
Varianza muestral
Parámetros poblacionales
Las inferencias sobre el valor de un
parámetro poblacional 𝜃 se pueden obtener
básicamente de dos maneras: a partir de
estimación o bien a partir de la
contrastación de hipótesis estadísticas.
Parámetros poblacionales
• En la estimación, basta seleccionar un
estadístico muestral cuyo valor se utilizará
como estimador del valor del parámetro
poblacional.
• En la contrastación de hipótesis, se hace una
hipótesis sobre el valor del parámetro 𝜃 y se
utiliza la información proporcionada por la
muestra para decidir si la hipótesis se acepta
o no.
Bondad de la inferencia
Cuando se utiliza la inferencia para estimar un
parámetro poblacional debemos decir qué tan
buena es esa inferencia, o sea debemos de dar
una medida de su bondad. Para ello será
necesario conocer la diferencia existente entre
la estimación del parámetro poblacional,
calculada a partir de una muestra específica de
tamaño n, y el valor verdadero del parámetro
poblacional.
Estimación puntual
La estimación puntual consiste en obtener un
único número, calculado a partir de las
observaciones muestrales, y que es utilizado
como estimación del valor del parámetro 𝜃. Se
le llama estimación puntual porque a ese
número, que se utiliza como estimación del
parámetro 𝜃, se le puede asignar un punto
sobre una recta.
Estimación por intervalos
En la estimación por intervalos se obtienen
dos puntos (un extremo inferior y un
extremo superior) que definen un intervalo
sobre la recta, el cual contendrá con cierta
seguridad el valor del parámetro 𝜃.
Propiedades de la estimación puntual

• Las propiedades deseables de un buen

estimador son el ser insesgado,
consistente y eficiente. El problema
consiste en cómo obtener buenos
estimadores. Para ello existen varios
métodos de obtención de estimadores.