 Población: consiste en la totalidad de

las observaciones en las que estamos

interesados

 Muestra: es un subconjunto de una

población
 Si x1, x2 . . . Xn
representan una muestra aleatoria
de tamaño n, entonces la media de la muestra se
define mediante el “estadístico”

×=
 Si x1, x2 . . . Xn representan una muestra
aleatoria de tamaño n, entonces la varianza
de la muestra se define mediante el
“estadístico”


 La desviación estándar de la muestra que se
denota con S, es la raíz cuadrada positiva de
la varianza de la muestra.
 Las longitudes de tiempo en minutos que 10
pacientes esperan en un consultorio médico
antes de recibir tratamiento se registraron
como sigue:
 5, 11, 9, 5, 10, 15, 6, 10, 5 y 10
 Trate los datos como una muestra aleatoria y
encuentre
 A) la media
 B) varianza
 C) desviación estándar
 D) mediana y moda
 Se llaman parámetros poblacionales a
cantidades que se obtienen a partir de las
observaciones de las variables y sus
probabilidades y que determinan
perfectamente la distribución de ésta, así
como las características de la población, por
ejemplo, la media (µ) y la varianza (σ2)

 Los parámetros poblacionales son números

reales, constantes y únicos
 Son resúmenes de la información de la
muestra que nos “determinan” la estructura
de la muestra.

 Los parámetros muestrales no son

constantes, sino variables aleatorias pues sus
valores dependen de la estructura de la
muestra que no es siempre la misma como
consecuencia del muestreo aleatorio.

 A estos parámetros se les llama estadísticos

 Es la diferencia que existe entre el valor de
un estadístico y el parámetro correspondiente
en la población.

 Se sabría con certeza cuál es el error si se

conociera el parámetro poblacional, pero éste
generalmente se desconoce
 La inferencia estadística se basa en
probabilidades. De la media muestral
(estadístico) se hace inferencia sobre la media
poblacional (parámetro)
 Los valores de varias medidas descriptivas calculadas para las
poblaciones, se llaman parámetros. Para las muestras, estas
mismas medidas descriptivas se llaman estadísticos.
 Un parámetro describe una población de la misma manera
que una estadística describe a una muestra.
 Es costumbre simbolizar las estadísticas con letras romanas y
los parámetros con letras griegas.
Estadístico Parámetro
Media aritmética x µ

Varianza S2 σ2
Desviación S σ
estándar
Coeficiente de R ρ
correlación
 El muestreo al azar de una población
producirá muestras que “a la larga” son
representativas de la población.

 Si una muestra se extrae al azar, es

representativa de la población en todos los
aspectos, esto es, el estadístico diferirá del
parámetro solo por el azar.
 La inferencia estadística se puede dividir en
dos áreas principales

Estimación: determina el parámetro conociendo el

estadístico

Prueba de hipótesis: genera una decisión correcta

acerca de una hipótesis preestablecida
 Población
parámetros

inferencia

Muestra
estadísticos
Existen dos tipos de estimaciones para
parámetros:
a) Estimación puntual: es un único valor
estadístico y se usa para estimar un
parámetro. El estadístico usado se llama
estimador
b) Estimación por intervalo: es un rango,
generalmente de amplitud finita, que se
espera que contenga el parámetro.
 Una estimación puntual de un parámetro θ es
un solo número que se puede considerar
como el valor más razonable de θ.
 La estimación puntual se obtiene al
seleccionar un estadístico apropiado y
calcular su valor a partir de datos de la
muestra dada.
 El estadístico seleccionado se llama
estimador puntual de θ (θ)
 µ=X
(ésto se lee: “el estimador puntual de miu es la
media muestral x testada)
 Una muestra aleatoria de 3 baterías para
calculadora podría presentar duraciones
observadas en horas es:
Xi Duración (h)
1 5.0
2 6.4
3 5.9

 El valor calculado de la duración media

muestral es X =5.77 por lo tanto µ =5.77
 Insesgado: Un estimador insesgado es aquel
para el cual la media de la distribución
muestral es el parámetro estimado.
 Eficiente con varianza mínima
 Coherencia
 Suficiencia
 Los principales métodos de estimación de
parámetros son los siguientes:

1. Método de los momentos

2. Método de máxima verosimilitud
3. Mínimos cuadrados