Vous êtes sur la page 1sur 50

Estadstica Inferencial 1

Jos Manuel Escandel Gonzlez


Semestre: Agosto Diciembre 2012

2
Temario
ESTADISTICA INFERENCIAL: USO DE
MUESTRAS
Estudia como sacar conclusiones
generales para toda la poblacin a
partir de los estadsticos obtenidos
de una muestra.
Los resultados obtenidos de la muestra
son una INFERENCIA del verdadero valor
de la poblacin.

ESTIMACIN DE PARAMETROS
PRUEBAS DE HIPTESIS
3
DIFERENCIA ENTRE POBLACION Y
MUESTRA
POBLACION
Todos los elementos que han sido escogido para el
estudio
2000 EMPLEADOS DE LA FABRICA CORDIS
MEDIDA: PARAMETROS
MUESTRA
Porcin de elementos escogidos de la poblacin
Grupo de 40 empleados (ALEATOREO)
MEDIDA: ESTADISTICOS
4
Poblacin
5
Muestra
6
Ejemplo:

Consideremos nuevamente la poblacin definida en el ejemplo 2.2, la variable de inters es X, calificacin obtenida en la
prueba de conocimientos. se extrae una muestra aleatoria de tamao n = 6 de la poblacin. Entonces:

X
1
: La calificacin que ha obtenido en la prueba de conocimientos sobre educacin ambiental, el primer alumno
seleccionado en la muestra.

X
2
: La calificacin que ha obtenido en la prueba de conocimientos sobre educacin ambiental, el segundo alumno
seleccionado en la muestra, etc.
Parmetro
En Estadstica se refiere a los valores o medidas que
caracterizan una poblacin como por ejemplo la media y
la desviacin tpica de una poblacin () Son
cantidades indeterminadas constantes o fijas respecto a
una condicin o situacin que caracteriza a un
fenmeno en un momento dado que ocurre en una
poblacin.
7
Parmetro
8
Parmetro
9
Parmetro
10
Estadstico
11
Estadstico
12
Estadstico
13
Estadstico
14
Estadstico
15
El numerador de la expresin (2.4) es la suma del cuadrado de las seis
desviaciones de cada valor que toma la variable, respecto a su media aritmtica,
que es igual a 14,8334, que dividido por 6 es justamente 2,4722.
DISTRIBUCION DE MUESTREO
16
PROPORCIONES
UTILIDAD EN ESTUDIOS DE OPINION,
MERCADEO Y SATISFACCION DE
CLIENTES
17
TEOREMA DEL LIMITE CENTRAL
La distribucin del promedio de las muestras se
aproxima a una distribucin de probabilidad normal
al incrementarse el tamao de la muestra.
Muestras ( n>=30)
El Teorema del Lmite Central nos permite hacer
inferencias de los parmetros de la poblacin sin
saber de la distribucin de frecuencia de donde
provienen las muestras
18
Distribucin Muestral
19
Est formada por estadsticos o valores determinados obtenidos de muestras: medias,
varianzas, etc., acompaados de sus respectivas frecuencias relativas o
probabilidades, o de la proporcin de veces que se repiten en el conjunto de todas las
muestras posibles del mismo tamao obtenidas de la poblacin.

La distribucin de probabilidad del estadstico se llama distribucin muestral.
Distribucin Muestral
20
Distribucin Muestral
21
Propiedades de la Media
Muestral
22
Propiedades de la Media
Muestral
23
Propiedades de la Varianza
Muestral
24
Propiedades de la Varianza
Muestral
25
Propiedades de la
Proporcin Muestral
26
Propiedades de la
Proporcin Muestral
27
Propiedades de la
Proporcin Muestral
28
Diferencia entre Desviacin
Estndar y Error Estndar
29
Diferencia entre Desviacin
Estndar y Error Estndar
30
Ejemplo


En una muestra aleatoria de 15 docentes de educacin
secundaria, de la Institucin Educativa Martn Adn, se les aplico
un cuestionario para recoger su opinin sobre el investigador
educativo, se presenta la respuesta de 3 preguntas, de un total
de 27:
Diferencia entre Desviacin
Estndar y Error Estndar
31
Diferencia entre Desviacin
Estndar y Error Estndar
32
Diferencia entre Desviacin
Estndar y Error Estndar
33
Diferencia entre Desviacin
Estndar y Error Estndar
34
Estimacin
35
Estimacin
36
En Estadstica es la operacin que mediante la inferencia un parmetro, utilizando
datos incompletos procedentes de una muestra, se trata de determinar el valor del
parmetro. Pero los valores de la muestra estn sujetos al error muestral esto es a
las fluctuaciones de la muestra.

La estimacin de un parmetro puede ser, mediante una:

1. Estimacin puntual.

2. Estimacin mediante intervalos de confianza.

Para cualquiera de estas dos situaciones empleamos el estadstico que como ya se ha
mencionado es una variable aleatoria.
Estimacin
37
Estimacin
38
Prueba de Hiptesis
39
Prueba de Hiptesis
40
Estadstica Paramtrica
41
42
Estadstica Paramtrica
43
Estadstica Paramtrica
44
Estadstica Paramtrica
Estadstica No Paramtrica
45
46
Estadstica No Paramtrica
Ejercicios Propuestos
47
Ejercicios Propuestos
48
Ejercicios Propuestos
49
Ejercicios Propuestos
50