Documente Academic
Documente Profesional
Documente Cultură
Recordemos:
Parmetro es una medida de resumen numrica que se calculara usando todas las unidades de la poblacin. Es un nmero fijo. Generalmente no lo conocemos. Estadstica es una medida de resumen numrica que se calcula de las unidades de la muestra. El valor de la estadstica se conoce cuando tomamos una muestra, pero varia de muestra en muestra variacin muestral
Inferencia estadstica: es el proceso de sacar conclusiones de la poblacin basados en la informacin de una muestra de esa poblacin.
Objetivos de la inferencia: estimacin de parmetros, intervalos de confianza y docimasia, test de hiptesis o pruebas de significacin estadstica.
Distribuciones muestrales Una estadstica muestral proveniente de una muestra aleatoria simple tiene un patrn de comportamiento (predecible) en repetidas muestras. Este patrn es llamado la distribucin muestral de la estadstica. Si conocemos la distribucin muestral podemos hacer inferencia. Las distribuciones muestrales adoptan diferentes formas segn las estadsticas investigadas y las caractersticas de la poblacin estudiada.
7.1 Distribucin muestral de una proporcin muestral La distribucin muestral de la proporcin muestral es la distribucin de los valores de las proporciones muestrales de todas las posibles muestras del mismo tamao n tomadas de la misma poblacin.
Suponga que estamos interesados en conocer la proporcin de mujeres en Chile. Nuestro parmetro de inters es:
Supongamos que sabemos que P = 0,5 Qu pasa si tomamos una muestra tamao n = 20 ? Muestra #1:
HMHHHMMMHHHMHMMHHMHM
En la prctica el investigador toma una muestra. El conocimiento de la distribucin muestral nos servir de base terica para hacer inferencia estadstica.
Para conocer la distribucin muestral de una estadstica deberamos considerar todas las posibles muestras de un tamao n, de una poblacin.
En la prctica, podemos simular la distribucin muestral aproximada o emprica, de la siguiente manera: 1. Seleccione "muchas" muestras aleatorias de mismo tamao de una poblacin. 2. En cada muestra calcule el estadstico muestral 3. Determine la distribucin muestral aproximada
una
2. Posicin central - la media de una distribucin muestral nos dice si el estadstico es un "buen" (insesgado) estimador del parmetro o es sesgado. 3. Dispersin - nos da una idea del error de muestreo.
cul es la proporcin de nmeros pares de la tabla de nmeros aleatorios? Usando tabla de nmeros aleatorios. Asumamos que el 50% de la poblacin es par, es decir P = 0,5 Vamos a tomar 50 muestras de tamao n = 4 de esta poblacin. Seleccionamos un punto de partida y elegimos 4 nmeros.
56-6
995 191 196 749 069 818 210 849 449 114 855 905 271 202 744 639 449 019 177 195 616 152 641 076 866 870 571 645 665 424 766 658 801 542 378
Muestra Estadstico 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 9022 9047 3459 1932 2178 3042 1616 6699 9043 2812 5416 4584 9222 4217 4103 4707 0253 0676 4682 6384 5815 1066 4621 5241 5227 3/4 2/4 1/4 1/4 2/4 3/4 2/4 2/4 2/4 4/4 2/4 3/4 3/4 2/4 2/4 2/4 2/4 3/4 4/4 3/4 1/4 3/4 3/4 2/4 2/4
Tabla:
Nmero de pares 0 1 2 3 4 Total Proporcin muestral 0/4 = 0,00 1/4 = 0,25 2/4 = 0,50 3/4 = 0,75 4/4 = 1,00 Frecuencia 0 10 20 14 6 Proporcin de todas las muestras
Cada vez que tomamos una muestra tenemos una estimacin para el parmetro P . Estas estimaciones varan entre muestras variacin muestral
Se puede demostrar que si tomamos una m.a.s. de tamao n de una poblacin con $ parmetro P , la desviacin estndar de p
p =
es:
P(1 P) n
y
p =
Que pasa si aumentamos el tamao muestral? Que pasa con P ? Cmo afecta el valor de P en la desviacin estndar?
P P(1-P) 0,1 0,09 0,2 0,16 0,3 0,21 0,4 0,24 0,5 0,25 0,6 0,24 0,7 0,21 0,8 0,16 0,9 0,09
0.3 0.25 0.2 0.15 0.1 0.05 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 P 1
P(1-P)
Sesgo y Precision Cuando estimamos un parmetro de la poblacin a partir de una estadstica muestral, nos va a interesar que la estimacin no tenga sesgo y sea precisa.
Si P representa la proporcin de elementos en una poblacin con cierta caracterstica de inters, es decir, la proporcin de xitos, donde xito corresponde a tener la caracterstica. Si sacamos muestras aleatorias simples de tamao n de la poblacin donde la proporcin de xitos es P , entonces la distribucin muestral de la proporcin muestral tiene las siguientes propiedades: 1. El promedio de todos los valores $ posibles de p es igual al parmetro P . En $ otras palabras, p es un estimador insesgado de P . =P p
2. Error estndar de la proporcin muestral: Es la desviacin estndar de las posibles proporciones muestrales y mide la dispersin de la proporcin muestral.
p =
P(1 P) n
P (1 P ) ) p ~ N ( P, & n
cuando nP 5 y n(1-P) 5
Sangre En Chile el 5,3% de la poblacin tiene sangre factor Rh(-). En una muestra aleatoria de 400 sujetos de esa poblacin, se encuentra que un 8,8% tiene factor Rh(-). a) cul es el valor del parmetro? b) cul es el valor de la estadstica? c) Cul es la probabilidad de que en una nueva muestra aleatoria de tamao 400 de esa poblacin contenga al menos un 8,8% de personas con sangre factor Rh(-)?
P( p 8,8) =
d) Suponga que se toma una muestra aleatoria simple de tamao 10 de la misma poblacin. Queremos calcular la probabilidad de que 8,8% o ms tenga sangre factor Rh(-).
La distribucin muestral de la media muestral es la distribucin de los valores de las medias muestrales de todas las posibles muestras del mismo tamao n tomadas de la misma poblacin.
Considere una poblacin cuya variable aleatoria X es discreta y con la siguiente distribucin:
La media de la poblacin es =
Suponga que no conocemos la poblacin o el valor de . Podemos tomar una m.a.s. de tamao n=2 de esta poblacin. Cul sera una muestra de tamao n=2 de esta poblacin? Cul sera la media muestral? Es igual a la media de la poblacin? Si tomamos otra muestra de tamao n=2, obtendramos la misma media muestral?
Distribucin muestral de la media muestral Si sacamos muestras aleatorias de tamao n de una poblacin con media y desviacin estndar , entonces la distribucin muestral de la media muestral tiene las siguientes propiedades: 1.El promedio de todos los valores posibles de medias muestrales es igual al parmetro . En otras palabras, la media muestral X es un estimador insesgado de .
=
x
2. Error estndar de la media muestral: Es la desviacin estndar de las posibles medias muestrales.
=
x
3.Si la poblacin original tiene distribucin Normal, entonces para cualquier tamao muestral n la distribucin de la media muestral es tambin Normal:
Si X ~ N ( , ) x ~ N ( , n )
4.Si la poblacin de origen no es Normal, pero n es suficientemente grande la distribucin de la media muestral es aproximadamente Normal:
N ( , ) x ~ N ( , & An si X no es: n )
Nota:
- Un tamao de 30 es considerado suficiente. - El resultado en (4) se conoce como el Teorema del Lmite Central.
Suponga que X = peso de carga de camionetas en kilos, tiene distribucin normal con media = 300 k y varianza = 25. Se toma una muestra aleatoria de 25 camionetas cargadas y se calcula la media muestral. Esquema de las distribuciones de la variable aleatoria X y de la media muestral:
Distribution of X N(300, 1 )
Distribution of X N(300,25)
285
290
295
=30 300
305
310
315
Suponga que X = la edad de las madres en los nacimientos en Chile el ao 1995, tiene distribucin normal con media = 26,5 aos y desviacin estndar 6,3 aos. a) Describa la distribucin de la edad de la madre. b) Cul es la probabilidad de que una madre elegida al azar tenga ms de 30 aos? c) Suponga que tomamos una muestra aleatoria de n=25 madres cul es la probabilidad de que la media muestral sea mayor a 30? d) porqu las respuestas en (b) y (c) son distintas?