Académique Documents
Professionnel Documents
Culture Documents
Población Objetivo
Inferencia
estadística Muestreo
Muestra Investigador
INFERENCIA ESTADISTICA
1. Conocer la proporció
Facultad de Odontolog
2. Un investigador está
dos medicamentos en l
Laestimaciónpor puntodeparámetros
Parámetros Estadísticos
_ n
µ x = Σ xi
i=1 n
n _
σ2 s 2 = Σ (xi - x) 2
i=1 n - 1
_ _
µ1 - µ2 x 1 - x2
Donde:
Z : Es un coeficiente de confianza y cuyo valor depende
del grado de confianza (G.C.) que se establece, es decir:
G.C. : 90% 95% 99%
Z : 1.64 1.96 2.57
_ _
ES(x) : es el error estándar de x y se define como:
_ _
ES(x) = s/√n , donde s es la desviación estándar de la
muestra
Por consiguiente:
L1= 170 – 1.96*3.33 = 163.5
L2= 170 + 1.96*3.33 = 176.5
µ [163.5 , 176.5]
La estatura promedio de los estudiantes de la
Facultad de Medicina de la USMP está oscilando
entre 163.5 y 176.5 cm con grado de confianza 95%
Ejemplo 2
Se desea estimar el tiempo promedio de estancia
hospitalaria para cierto tipo de pacientes. Se toma una
muestra de 25 historias clínicas y se calcula x =5,7 y s
= 4,5 días.
Estimar µ con 95% de confianza.
L.S
µ = x ± t n-1 s
√n
L.I.
Donde t n-1 es el coeficiente de confiabilidad, cuyo
valor se obtiene de la tabla de distribución “t” de
Student con n-1 grados de libertad para el nivel de
confianza deseado.
Algunas características de la distribución “t” de
Student son:
La distribución tiene forma acampanada.
Es simétrica respecto al punto t=0
Forma cola rápidamente a la derecha e izquierda;
por lo tanto “t” es más variable que Z
La “forma” de la distribución cambia conforme el
valor de n. Es decir, para cada grado de libertad (n-
1) existe una curva simétrica.
A medida que n aumenta, “t” se aproxima a la
normal Z.
Luego de la tabla “t” se obtiene para un nivel de
significación de 0,05 bilateral: t24 = 2,064
• donde q=1 - p.
____
• √pq/n =ES(p), nos indicael estimador del error estándar de la
proporción de la muestra p
Segúnla informaciónque se dispone, se construye unintervalo del 95%para P:
Hipótesisestadística :
Es unaafirmaciónde lo que creemos sobre una población. Por lo
general, está hipótesis serefierea los parámetros de la población
acercade los cuales se quiere hacer laafirmación. (En la practica, se
tieneidea de la distribuciónde la variable que seestáestudiando)
Ejemplo1
Uninvestigador pretendeestudiar enformacomparativa laeficacia de
dos tratamientos (o procedimientos experimentales) para determinar
cuál es el mejor
Tipos de hipótesis estadística
Ho verdadero Ho Falso
Decisión
Decisión Rechazar Ho Error tipo I ( α) correcta
estadística (1-ß)
Decisión correcta
No rechazar Ho Error tipo II (ß)
(1-α)
Cuando se toma una decisión estadística, podemos
cometer el error tipo I o tipo II.
α = P(error tipo I) = P( Rechazar Ho / Ho es verdadero)
α puede ser manejada por el investigador, por
consiguiente puede establecer su valor, es decir,
α =0.001, 0.01 , 0.05
α nos indica el nivel de significación de la prueba,
porque permite diferenciar la región de rechazo y no
rechazo de la prueba.
1- α indica el grado de confianza de la prueba.
ß= P(error tipo II) = P(No rechazar Ho / Ho falso)
ß no se maneja directamente por el investigador.
α y ß están relacionados y ambos disminuyen su valor si
incrementamos el tamaño de muestra o si mejoremos el
diseño del estudio.
1-ß= P(rechazar Ho/Ho es falso), también se denomina
potencia de prueba. Valor mínimo que puede tomar es
del 80%.
Mostraremos estas cuatro probabilidades
utilizando la distribución de medias y una prueba
unilateral.
H0 H1
(1- (1- β )
α )
_
ββ α
_α xi
µ 0 µ 1
xc