Académique Documents
Professionnel Documents
Culture Documents
Unidad II
CONTENIDO
INTRODUCCIN
A la inferencia estadstica le interesa sacar conclusiones de un gran nmero de acontecimientos (poblacin), fundndose en las observaciones de una parte de los mismos (muestra). La estadstica nos proporciona herramientas que formalizan y uniforman los procedimientos para sacar conclusiones siempre que las muestras seleccionadas sean representativas de la poblacin que han sido extradas. Esta representatividad permite extender los valores que describen a las muestras (estadsticos), tales como la media, la desviacin tpica, un coeficiente de correlacin, a la poblacin correspondiente, es decir, la media o la desviacin tpica (estadsticos) pueden tomarse como estimadores de los parmetros y , valores que caracterizan a la poblacin. Los estadsticos, valores obtenidos en la muestra, son, pues, estimadores de los parmetros correspondientes (valores de la poblacin).
CONTRATE DE HIPTESIS: Consiste en determinar si es aceptable, partiendo de datos mustrales, que la caracterstica o el parmetro poblacional estudiado tome un determinado valor o est dentro de unos determinados valores. NIVEL DE CONFIANZA: Indica la proporcin de veces que acertaramos al afirmar que el parmetro est dentro del intervalo al seleccionar muchas muestras.
x:
en 1000 muestras de 11
Histograma elementos.
de
C) Suficiencia: Se dice que un estimador de un parmetro es suficiente cuando para su clculo utiliza toda la informacin de la muestra. D) Consistencia: Decimos que un estimador * de un parmetro es consistente si la distribucin del estimador tiende a concentrarse en un cierto punto cuando el tamao de la muestra tiende a infinito.
Mtodos para obtener estimadores El demostrar que un cierto estimador cumple estas propiedades puede ser complicado en determinadas ocasiones. Existen varios mtodos que nos van a permitir obtener los estimadores puntuales. Los ms importantes son: MTODO DE LOS MOMENTOS: se basa en que los momentos poblacionales y se estiman mediante los momentos mustrales. Suelen dar estimadores consistentes. MTODO DE MNIMOS CUADRADOS: consiste en obtener un estimador que hace mnima una determinada funcin. MTODO DE MXIMA VEROSIMILITUD: consiste en tomar como parmetro poblacional el valor de la muestra que sea ms probable, es decir, que tenga mayor probabilidad. Se suelen obtener estimadores consistentes y eficientes. Es el ms utilizado. La probabilidad de que la media muestral sea igual a la media poblacional es cero, , es decir, que ser bastante complicado obtener un estimador puntual, por ello se utiliza ms el Intervalo de Confianza y el Contraste de Hiptesis.
El intervalo se construye a partir de una muestra, entonces, para cada muestra se tendr un intervalo distinto. Llamaremos al error que se permite al dar el intervalo y el nivel de confianza ser 1- . Un intervalo tiene un nivel de confianza 1- cuando el 100(1- )% de los intervalos que se construyen para el parmetro lo contienen. Es deseable para un intervalo de confianza que tenga la menor amplitud posible, esta amplitud depender de:
El tamao de la muestra, mientras mayor sea el tamao mejor ser la estimacin, aunque se incurre en un aumento de costes Nivel de confianza, si se pide mayor nivel de confianza, el intervalo ser mayor.
Como estimador de la media poblacional , y si se considera una muestra grande , extraida de una poblacin con conocida, entonces del teorema del limite central y en consecuencia donde
Por lo que
De donde el intervalo de confianza de dos lados para la media con un nivel de confianza de , cuando la muestra es grande es:
El valor
Cuando la muestra es pequea (n < 30) y la poblacin tiene una distribucin normal con variancia conocida, entonces puede emplearse.
Tambin se sabe que para muestras independientes se puede asegurar que la distribucin de la diferencia de medias mustrales es son normales. si las
Y a partir del intervalo de probabilidad con para la diferencia de medias mustrales se construye el intervalo de confianza con coeficiente de confianza (1- ) para la diferencia de medias poblacionales:
de la diferencia de medias mustrales es . Si las varianzas poblacionales se pueden suponer iguales se estima la varianza comn por y en este caso la distribucin del estadstico es normal sino 1- ser en este caso no
10
Si las varianzas poblacionales no se pueden suponer iguales, se estiman por las cuasivarianzas de las muestras correspondientes, y es este caso el estadstico sigue una distribucin t de Student con g grados de libertad, siendo el
Donde Y p y n son los parmetros de la distribucin binomial. Utilizando el estimador estimador puntual coeficiente y aproximando la cantidad p(1-p) mediante su se obtiene el intervalo de confianza de dos lados con un para la proporcin p es ..(3.7)
Ejemplo
11
En una muestra al azar de 60 secciones de tubo en una planta qumica, 8 de ellos mostraron seales de corrosin seria. Construir un intervalo de confianza del 95 % para la proporcin de los tramos de tubo con corrosin seria. Resolucin Utilizando la formula (3.7), con de tablas, y recordando que , se tiene:
Finalmente:
Donde De la definicin se obtiene el intervalo de confianza de dos lados para la diferencia de proporciones, con un nivel de confianza de ( , el cual es
(3.8) Ejemplo Dos grupos de 80 pacientes tomaron parte en un experimento en el cual un grupo recibi pldoras que contenan un antialrgico, mientras que al otro grupo se le administro un placebo, es decir, una pldora sin droga alguna. En el grupo que recibi el medicamento 23 exhibieron sntomas alrgicos, mientras que en el otro grupo 41 los exhibieron. Obtener un intervalo de confianza del 99% para la diferencia entre las proporciones.
12
Tpicos especiales: Intervalo de confianza para la diferencia de medias, casos especiales. Existen algunos casos especiales para los intervalos de confianza de diferencia de medias. El primero de ellos es cuando se tienen datos apareados, o en pares, es decir, las muestras aleatorias no son independientes y tienen el mismo tamao. El segundo de ellos, que queda un poco ms all del objetivo del presente curso, se tiene cuando las muestras son pequeas, independientes, con distribuciones aproximadamente normales con varianzas desconocidas y diferentes. Datos en pares Cuando se observan datos en pares y se espera que exista una fuerte correlacin entre cada pareja de datos, se debe generar una nueva variable aleatoria para construir el intervalo de confianza. Sea la variable aleatoria , donde i =1, 2, , n, entonces:
13
Variancias diferentes muestras pequeas Cuando el problema consiste en encontrar una estimacin por intervalos para diferencia de medias , las muestras son pequeas, las poblaciones son aproximadamente normales y las varianzas desconocidas no pueden considerarse iguales, entonces no existe un estadstico exacto para el problema; sin embargo, algunos autores han encontrado muy buenas aproximaciones utilizando el estadstico:
el cual tiene una distribucin aproximadamente t, con v grados de libertad, los cuales se aproximan mediante:
O bien mediante
Ejemplo: Considerese los siguientes datos: 8.2 8.23 8.24 8.25 8.19 8.28 8.21 8.23 8.2 8.23 8.24 8.25 8.24 8.26 8.26
Obtener: a) Un intervalo de confianza de dos lados del 95% para b) Un intervalo de confianza inferior del 95% para c) Un intervalo de confianza superior de 95% para
15
a) Sustituyendo en
De tablas
Por lo que
De tablas Entonces
De tablas Entonces
16
Donde Utilizando el estadstico coeficiente de confianza de se obtiene el intervalo de confianza de dos lados con un para la relacin de las variancias , el cual es
17
BIBLIOGRAFA
Hines, William W. y Montgomery, Douglas C., et al.- Probabilidad y Estadstica para Ingeniera y Administracin, Cuarta Edicin..-CECSA.- Mxico, 2004. Mara Teresa Gonzlez.- Estadstica Aplicada una Visin Instrumental, Daz de Santos.- Espaa, 2009. Scheaffer, Richard L y McClave, James T. Probabilidad y Estadstica para Ingeniera.Grupo Editorial Iberoamrica.- Mxico 1993. Canavos, George C.- Probabilidad y Estadstica Aplicaciones Y Mtodos.- McGrawHill.- Mxico, 1988.
18