Inferencia Estadstica

Poblacin y Muestra
Probabilidad
Intervalos de Confianza
Pruebas de Hiptesis

Poblacin

Coleccin natural, geogrfica o poltica de

personas, animales, plantas u objetos.
Conjunto de elementos que poseen algn
atributo comn ubicados espacial y
temporalmente.
Hay poblaciones reales y virtuales

Muestra

Una muestra es un subconjunto de la

poblacin que es efectivamente estudiado.
La forma de eleccin de los elementos se
denomina tipo de muestreo, e.g.:

Accidental
Sistemtico
Aleatorio simple
Estratificado

Parmetros y estimadores

Un estimador es una cantidad numrica

calculada sobre una muestra y que
esperamos que sea una buena aproximacin
de cierta cantidad con el mismo significado
en la poblacin (parmetro).
Ejemplos clsicos:

Muestreo e Inferencia

Poblacin

muestra

Distribuciones muestrales
Alexandra

6.00

Rosa

3.90

Patricia

5.60

Fernando

4.00

Carolina

5.80

Francisca

5.00

Nathalie

6.10

Carolina

5.40

Isabel

5.30

Shannon

4.60

Beln

4.30

Anglica

4.90

Gianfranco

6.10

Melania

5.20

Arturo

4.60

Iang

3.90

Consuelo

5.50

Alejandra

5.90

Maite

6.40

Enzo

5.10

Catalina

6.00

Bernardita

4.20

lvaro

5.90

Karina

4.60

Mara Ignacia

4.60

Mara

5.20

Camila

4.80

Jos Mara

6.10

Mara Jess

3.30

Rosario

7.00

Jenifer

5.10

Francisca

4.90

Nicole

6.70

Julliete

4.70

Isabela

4.90

Camila

6.20

Paulina

4.60

Ximena

5.60

Mara

4.00

Camila

5.50

Sebastin

4.10

Grace

6.00

Jose

4.30

Dominique

6.80

Loreto

6.10

Valentina

6.50

Francis

5.60

Felipe

3.70

Romualdo

4.70

Toms

5.70

Margarita

5.40

Erica

6.10

Alejandra

5.90

Carla

4.90

Mara

6.40

Javiera

4.10

Francisca

4.30

Histograma de notas
12

10

Desv. tp. = .88

Media = 5.23
N = 57

0
3.25

3.75
3.50

4.25
4.00

4.75
4.50

5.25
5.00

5.75
5.50

6.25
6.00

6.75
6.50

7.00

100 muestras de tamao 5

30

Frecuencia

25
20
15
10
5
0
4

4,2 4,4 4,6 4,8

5,2 5,4 5,6 5,8

notas

6,2 6,4 6,6 6,8

100 muestras de diferente tamao

40
35
30

n=5

25

n=10

20

n=15

15
10
5
0
4

4,2

4,4

4,6

4,8

5,2

5,4

5,6

5,8

6,2

6,4

6,6

6,8

Teorema del lmite central

Si una variable sigue una distribucin
cualquiera con promedio y desviacin ; el
promedio de las muestras elegidas al azar
siguen una distribucin normal con promedio
y desviacin /n
y

y
y

Variable

Muestras
elegidas al
azar

N(,/n)
Promedio de las muestras

Estimacin puntual y por intervalos

Una estimacin puntual es un valor (punto)

muestral que se usa para determinar un
parmetro poblacional.
El error de muestreo es la diferencia entre
un estadgrafo muestral y su parmetro
correspondiente
Una estimacin por intervalo establece la
amplitud en la que puede encontrarse un
parmetro poblacional. El intervalo dentro del
cual se espera que est un parmetro
poblacional se llama intervalo de confianza.

Cundo son necesarios los IC?

En cualquier situacin en que se pretenda
hacer una inferencia sobre el mundo a partir
de los resultados de una parte de l.
El propsito principal de los intervalos de
confianza es indicar la (im)precisin de los
estimadores muestrales como valores
poblacionales.

Nivel de confianza (1-)

Es la probabilidad de que el intervalo
construido contenga el verdadero valor del
parmetro.
La probabilidad de equivocarnos se llama
nivel de significancia y se simboliza .
Los intervalos de confianza ms utilizados
son al 90%, 95% y al 99% de confianza.

(Im)precisin de un IC

La imprecisin de un intervalo de confianza

es indicada por la amplitud del intervalo. A
mayor amplitud, menor es la precisin.
La amplitud de un intervalo depende de 3
factores:

Tamao muestral
Variabilidad del atributo estudiado
Nivel de confianza

50 intervalos al 95%

Amplitud de los intervalos

Interpretacin de un IC
Un intervalo de confianza al 95% significa
que el 95% de los intervalos igualmente
construidos contendrn el parmetro que se
quiere estimar
El perro del hombre invisible...

Intervalo de confianza para la media

Frmula empleada usualmente

Pruebas de Hiptesis

El primer paso es transformar nuestras ideas

cientficas a su operacionalizacin numrica.
As, tenemos dos tipos de hiptesis:

Hiptesis Cientfica o de Trabajo: Explicaciones

tentativas del fenmeno investigado, formuladas
a manera de proposiciones.
Hiptesis Estadstica: Proposicin acerca de uno
o ms parmetros poblacionales.

Hiptesis Estadsticas

Hiptesis Nula (H0): Es la que se somete a

prueba.
Apunta a un valor fijo de un parmetro.
Usualmente se expresa como una igualdad.

Hiptesis Alternativa (H1): Proposicin que

niega o contradice una hiptesis nula.
Usualmente representa estadsticamente a la
hiptesis cientfica del estudio.
Representa la nica opcin razonable en caso de
rechazar la hiptesis nula.

Prueba a una o dos colas?

Hiptesis direccionales, 1 cola:

Son aquellas en que se seala claramente y de
antemano que se espera un cambio de un
parmetro en una direccin especfica

Hiptesis no direccionales, 2 colas:

Son aquellas en que simplemente se explora si
existe un cambio en un parmetro. Son las
usadas con mayor frecuencia

Errores... y aciertos
H0 verdadera

H0 falsa

Aceptamos H0

Decisin correcta
Probabilidad = 1-

Error tipo II
Probabilidad =

Rechazamos H0

Error tipo I
Probabilidad =
(nivel de significacin)

Decisin correcta
Probabilidad = 1-
(poder estadstico)

Nivel de significancia
Es un valor fijado por decisin del
investigador
Corresponde a la probabilidad de cometer
error tipo I, i.e. rechazar la hiptesis nula
cuando es verdadera
Indica que tan extremo debe ser un resultado
muestral, para que empecemos a cuestionar
la veracidad de la hiptesis nula

El valor p
Es un resultado de la aplicacin de una
prueba estadstica a un conjunto de datos
Es la probabilidad de encontrar un resultado
tan desviado (o ms), como el encontrado en
un estudio particular, asumiendo que la
hiptesis nula es verdadera
En la prctica, cuando el valor p es menor
que , rechazamos la hiptesis nula y hemos
encontrado una diferencia estadsticamente
significativa