INFERENCIA ESTADISTICA

 Población Objetivo

Inferencia
estadística Muestreo

Muestra Investigador
 INFERENCIA ESTADISTICA

 Definición de Inferencia de Estadística:

 Esun proceso por medio del cuál se

elaboran conclusiones probabilísticas
en relación a una población, valiéndose
de la información proporcionada por
una muestra de esa población.
Problemas a resolver

1. Conocer la proporció
Facultad de Odontolog
2. Un investigador está
dos medicamentos en l
Laestimaciónpor puntodeparámetros

Loproporcionasus respectivos estadísticos quesecalculanen basea

los datos de la muestra , es decir:

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

P p=a/n, donde a es el número de unidades que

poseenel atributo de interés enla muestra
P1 - P2 p 1 - p2 .
Ejemplo 1 Estimación de

Se tiene interés en estim

Facultad de Medicina de
muestra aleatoria de 36 a
_
Ejemplo 2 Estimacióndeunaproporción P

Interés: Estimar laproporciónde niñosdesnutridos menoresde 5

añosde unadeterminadacomunidad.

Seleccionamos una muestra de100 niños menores de5 años yse

determina que 45están desnutridos.

Se quiereest imar una proporciónde población P=A/N, donde, A: nº

de niños menores de5 años desnutridos enla poblaciónyN: nº de
niños menores de 5años en la población.

El estimador es: p=a/n donde a es el número de niños desnutridos

enla muestray nes el tamaño de muestra. Por consiguiente, p=
45/100=0.45. proporciónestimada de niños desnutridos menores de
5años en la comunidades de 0.45.
Estimación por intervalo
Consiste en determinar dos valores numéricos L1 y
L2 y que con un cierto grado de confianza se espera
que el valor del parámetro esté comprendida entre
dichos valores.

Intervalo de confianza para la media µ

En este caso los valores L1 y L2 serían:

_ _
L1 = x - Z ES (x)
_ _
L2 = x + Z ES (x)

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

Nota El coeficiente Z se utiliza cuando tamaño de

muestra n > 30.
En relación al ejemplo 1, construiremos un intervalo de
confianza del 95% para la estatura promedio ( µ ) de
los estudiantes de medicina.

Grado de confianza del 95% le corresponde un Z=1.96

_ __
Error estándar ES(x) = 20/√36 = 3.33

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.

Solución: En este caso no se conoce σ , luego el

modelo de estimación, será:

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

µ = 5,7 ± 2,064 4,8 7,68 días

√25 3,72 días
Interpretación:
La probabilidad de que el tiempo promedio de estancia
hospitalaria, en la población de pacientes, se encuentre
entre 3,72 y 7,68, es de 0,95.
IntervalodeconfianzaparalaproporciónP
______
• L1=p - z √pq/n
____
• L2=p +z √pq/n

• 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:

• Para una confianza del 95%, Z = 1.96

• Reemplazando valores se tiene:
____________
• L1 = 0.45 - 1.96 * √ 0.45(0.55)/100 = 0.352
____________
• L2 = 0.45+ 1.96 * √0.45(0.55)/100 = 0.548.

• La proporciónde niños menores de 5 años desnutridos endicha comunidad

está entre 0.352 y 0.548 conuna confianza del 95%.

Nota Se utiliza el coeficiente de confianza Z∝/2 si np y n(1 -p) >5.

Pruebadehipótesis
Es una técnicaestadística que sesigue para decidir si rechazamos o
no una hipótesis estadísticaen basea la información de una muestra .

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

Hipótesis nula (Ho) también se le denomina hipótesis de

la no diferencia y se establece para ser rechazada o
desacreditada..
• Considerando el ejemplo establecido en la hipótesis
estadística , las hipótesis nula que les corresponde es:

Ho: µA - µB = 0 (Tratamiento A no difiere de B)

Hipótesis alterna (H1) son todas las demás suposiciones

o alternativas al problema para contrastar Ho.
• La hipótesis alterna H1 puede ser uni o bilateral.
• Con respecto al ejemplo, se tiene:
• H1: µA - µB > 0, (indica que tratamiento A es mejor
que el tratamiento B. Ha unilateral a la derecha)
 Nivel de significación: α
EN LA REALIDAD

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

Zona de no rechazo de H0 Zona de rechazo de H0