INFERENCIA

ESTADISTICA
La Inferencia Estadística es aquella rama de la Estadística
mediante la cual se trata de sacar conclusiones de una
población en estudio, a partir de la información que
proporciona una muestra representativa de la misma
poblaciòn.

POBLACION MUESTRA
X1,...........,XN X1....,Xn
Procesos que se realizan en la
Inferencia Estadística

Sobre Parámetros Poblacionales µ, P

Estimación. - Puntual
- Intervalo

Prueba de hipótesis.
 Estimación de los parámetros
de la población.

La estimación es el proceso de utilizar

datos muestrales para estimar los
parámetros desconocidos de una
población.
La estimación es un instrumento básico
para la toma de decisiones .
EJEMPLO DE ESTIMADORES

Parámetro Estimación Estimación por

de la puntual Intervalo
población
El peso promedio del El peso promedio del recién
recién nacido en el nacido en el Hospital
Media Hospital Docente las Docente las Mercedes
Mercedes en el año en el año 2014
2014 es 2620 gr. es de 2100 gr. a 2800 gr.
Con un nivel de confianza del 95%
EJEMPLO DE ESTIMADORES

Parámetro Estimación Estimación por

de la puntual Intervalo
población
La proporción de La proporción de estudiantes de
Proporción estudiantes de la la USMP desaprobados en el
USMP desaprobados 2014-II es del 37% y 49%. Con un
en el 2014 -II es del nivel de confianza del 95%
43%
 ESTIMACION PUNTUAL

La estimación puntual de los parámetros

la proporcionan sus respectivos
estadísticos que se calculan en base a los
datos muestrales.
 Datos Continuos
POBLACION MUESTRA

: Media poblacional x: Media muestral

2: Varianza poblacional s2: Varianza muestral

: Desviación poblacional s: Desviación muestral

EE=  / n EE= S / n
 Datos Dicotomicos

POBLACION MUESTRA

P p

Proporción poblacional Proporción muestral

Ejemplo 1:
Se desea estimar el peso promedio de los recién nacidos
en el Hospital Docente Las Mercedes en el año 2014. Para
ello se tomó una muestra aleatoria de n=100 historias
clínicas de la oficina de estadística del hospital y se
calculan la media y la desviación estándar de estos pesos
obteniéndose:
_
X = 2620 gramos y S= 380 gramos
Solución:

: Peso promedio de los recién nacidos en el Hospital Docente

las Mercedes en al año 2014.

û = 2620 gramos

σ: Desviación estándar de los pesos de los recién nacidos en el

Hospital Docente Las Mercedes en el año 2014.

^
σ = 380 gramos.
ESTIMACION POR INTERVALO

Consiste en encontrar dos valores

numéricos Li y Ls que definen un
intervalo y se espera con un cierto
nivel de confianza que dicho
intervalo debe contener al
parámetro poblacional.
 1-α

Li Ls
Parámetro

1 – α : Nivel de Confianza
α : Nivel de significación
Valores Críticos: Distribución Normal Estandar

Nivel de Confianza 90% 95% 99%

Coeficiente de confianza 1.64 1.96 2.57

Zα/2
 INTERVALO DE CONFIANZA PARA LA
MEDIA POBLACIONAL μ

Parámetro Intervalo de
Confianza

X+t* S
n
Donde:

X = media muestral
t = Valor de la Distribución “t” Student para un determinado nivel
de confianza con (n – 1) grados de libertad.
S = Desviación estándar muestral
n = Tamaño de la muestra
Paráme σ Desconocida
σ Conocida
tro
n ≥ 30 n < 30

X + Z α/2 * δ X + Z α/2 * S X + t α/2 * S

µ √n √n √n
Gl = v =n-1
Ejemplo 1:

Suponga que se desea estimar el peso promedio de los enfermos

de hipotiroidismo. En una muestra de 30 pacientes se encontró
un x = 71Kg y una S=5Kg.Para el 95% de confianza, los límites
del intervalo serían:

X+t S g.l = (n-1) = 29

n

Limite inferior: 71 - 2.045 5 =69.133 Kg

30
Limite superior: 71 + 2.045 5 =72.867 Kg
30
Interpretación:

Con un 95% de nivel de confianza, el promedio

del peso de los hipotiroideos en la población se
encuentra entre 69.133 Kg y 72.867 Kg.
Ejemplo 2:
Se desea conocer si el contenidos de cierto jarabe en
fransco de 16 onzas es correcto. Se toma una muestra
de 100 frascos, y se encontró un x = 15.21 onzas y una
S= 0.96 onzas.Para el 95% de confianza los límites
del intervalo serían:

X + Z α/2 S
n

Limite inferior: 15.21 – 1.96 0.96 =15.02

100
Limite superior: 15.21 + 1.96 0.96 =15.38
100
INTERVALO DE CONFIANZA PARA “ ”
P
Parámetro Intervalo de
Confianza

P p + Z α/2 pq
n
Donde:
p = proporción muestral
q=1-p
Z = Coeficiente de confianza y se obtiene de la
distribución normal estándar para un determinado nivel de
confianza establecido.
n = Tamaño de la muestra
Ejemplo 3:

Supóngase que en una muestra de 2000 personas se encontró que

250 son alcohólicos. Es decir, el porcentaje de alcohólicos en la
muestra es: p=250/2000x100=12.5%.Estimar un intervalo de
confianza al 95% para la proporción de alcohólicos en toda la
población..
p + Z pq
n

Límite inferior: 12.5 - 1.96 12.5x87.5 = 11.05%

2000

Límite superior: 12.5 + 1.96 12.5x87.5

2000 = 13.95%
Interpretación:

Por lo tanto, con un nivel de

confianza de 95%, se puede firmar
que el porcentaje de alcoholismo
en la población se encuentra entre
11.05% y 13.95%.
INTERVALO DE CONFIANZA EN EL CASO DE
DOS MUESTRAS INDEPENDIENTES CUANDO LA
VARIABLE ES CUANTITATIVA

Supongamos que: X1 y X2 son las dos medias muestrales

S1 y S2 las desviaciones estándar corres-
pondientes
n1 y n2 los tamaños muestrales

En primer lugar, necesitamos una estimación de la desviación

estándar “combinada”, que viene dada por la fórmula:

SP = (n1- 1)S12 + (n2-1)S22

n1+ n2 - 2
El intervalo de confianza es entonces:

(X1 - X2) ± t* Sp 1 + 1
n1 n2

g.l= n1 + n2 -2

PARAMETRO: 1 - 2
Ejemplo 4:

Se midió la tensión arterial en 100 varones diabéticos y en 100

no diabéticos de edades comprendidas entre 40 y 49 años. Las
tensiones sistólicas medias fueron 146.4 mmHg (DE 18.5) en los
diabéticos y 140.4 mmHg (DE 16.8) en los no diabéticos.Calcular
el IC 95%.

Primero calculamos la desviación estándar combinada:

SP = (n1- 1)S12 + (n2-1)S22 = 99x18.52 + 99x16.82
n1+ n2 - 2 198

= 17.7 mmHg
 Límite inferior:
(X1 - X2) - t* S 1 + 1
n1 n2

6.0 - 1.96*17.7 1 + 1
100 100 = 1.1 mmHg

Limite superior:
(X1 - X2) + t* S 1 + 1
n1 n2

6.0 + 1.96* 17.7 1 + 1 = 10.9 mmHg

100 100
 INTERVALO DE CONFIANZA EN EL CASO
DE DOS MUESTRAS INDEPENDIENTES
CUANDO LA VARIABLE ES CUALITATIVA

PARAMETRO INTERVALO DE CONFIANZA

P P 1 - 2
(p1-p2) + Z p1q1 + p2q2
n1 n2

Donde:
p1 = proporción muestral obtenida de la población 1
p2 = proporción muestral obtenida de la población 2
Z = Valor obtenido de la Distribución normal Estándar para un
determinado nivel de confianza
n1 y n2 = Tamaño de muestra obtenidas de la población 1 y 2
respectivamente.
Ejemplo 5:
Se estudió la respuesta al tratamiento entre 160 pacientes asignados
al azar a uno de dos tratamientos A y B. Los resultados fueron los
siguientes:
--------------------------------------------------------------------------
Respuesta Tratamiento
A B
--------------------------------------------------------------------------
Mejoría 61 45
Sin mejoría 19 35
--------------------------------------------------------------------------
Total 80 80

Las proporciones que tuvieron mejoría fueron:

pA = 61 / 80=0.76 pB=45/80=0.56
Limite inferior:
(p1-p2) - Z p1q1 + p2q2
n1 n2

(0.76-0.56) - 1.96 0.76x0.24 + 0.56x0.44 = 0.06

80 80

Limite superior:
(p1-p2) + Z p1q1 + p2q2
n1 n2

(0.76-0.56) + 1.96 0.76x0.24 + 0.56x0.44 = 0.34

80 80