Documente Academic
Documente Profesional
Documente Cultură
Tema 1
Introducción a la Inferencia Estadística
E. Inmaculada de la Fuente
Dpto. de Metodología de las CC del Comportamiento
Universidad de Granada
1
05/03/2018
BIBLIOGRAFÍA BÁSICA
Amón, J. (1991). Estadística para psicólogos. Vol. 2.
Probabilidad. Estadística inferencial.Madrid: Pirámide.
Pardo, A. y San Martín, R. (1998). Análisis de Datos en
Psicología II. Madrid: Pirámide.
Peña, D. (2003). Introducción a la Estadística para las
Ciencias Sociales. Madrid. McGraw-Hill
BIBLIOGRAFÍA COMPLEMENTARIA
Bernardo, J.M. (1981). Bioestadística. Una perspectiva
bayesiana. Barcelona: Vicens Vives.
DeGroot, M.H. (1988). Probabilidad y Estadística. México:
Addison-Wesley Iberoamericana.
Gonick, L. y Smith, W. (1999). Estadística en cómic.
Barcelona: Zambrera y Zariquiey.
Maciá, A., Lubin, P. y Rubio, P. (1997). Psicología
Matemática II. (3 vol.). Madrid: UNED.
Martín, Q. (2001). Contraste de Hipótesis. Madrid: La
Muralla-Hespérides.
2
05/03/2018
1. INTRODUCCIÓN. ¿Qué es la
Inferencia Estadística?
Estadística descriptiva: parte de la
estadística que se encarga de clasificar los
datos obtenidos en una muestra y de
representarlos mediante un conjunto de
estadísticos (media, varianza, correlación …)
3
05/03/2018
INFERENCIA ESTADÍSTICA
POBLACIÓN MUESTRA
Selección al azar
(PARAMETROS) (ESTADÍSTICOS)
Distribuciones de
probabilidad
INFERENCIA
(en términos de
Probabilidad)
NIVELES
FASES DE UNA INVESTIGACIÓN CIENTÍFICA
-
Hipótesis Discusión de
TEÓRICO- In Hipótesis De los resultados.
Planteamiento du empíricas.
du teóricas.
CONCEPTUAL de problemas.
cci Modelos cci Consecuencias
ón teóricos. ón contrastables. Inducción
Objetivos de la Interpretación
-
investigación. de los
resultados.
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Diseño de la investigación.
TÉCNICO-
METODOLÓGICO
Recogida de datos.
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
-
Análisis de datos
ANALÍTICO-
ESTADÍSTICO Ajuste de Pruebas de Tamaño del
modelos Significación. efecto.
estadísticos. Contraste de
hipótesis.
4
05/03/2018
INFORME DE INVESTIGACIÓN
Planteamiento
* Del problema
Interpretación Búsqueda de
de los datos información
Diseño de la
Análisis de
recogida de
datos
datos
Recogida de
datos
5
05/03/2018
Estimación
Según el objetivo
del investigador
Contraste de Hipótesis
Procedimientos de
Inferencia estadística
Inferencia clásica
Según el tipo de
información
Inferencia bayesiana
Puntual
Estimación
Por intervalos
Contraste de hipótesis
6
05/03/2018
2. Conceptos básicos
ESTADÍSTICA
• Ciencia que se encarga de recoger, ordenar, y
analizar los datos de una muestra, extraída de cierta
población y que, a partir de esa muestra y
valiéndose del calculo de probabilidades permite
hacer inferencias acerca de esa población.
7
05/03/2018
2. Conceptos básicos
• Universo Conjunto de objetos
que comparten la característica
de estudio.
• Muestra Subconjunto de la
población que se selecciona y
analiza).
Muestraestra
2. Conceptos básicos
ESTADÍSTICA
• ¿Qué hacemos con los datos?
– Describirlos
Estadística descriptiva.
– Explorarlos
8
05/03/2018
2. Conceptos básicos
ESTADÍSTICA INFERENCIAL
• Para generalizar adecuadamente es necesario
disponer correctamente de dos herramientas:
– El muestreo Intenta garantizar que la muestra sea
representativa de su población.
2. Conceptos básicos
POBLACIÓN Y PARÁMETRO
• Población El investigador tiene acceso a todos los
elementos de la población, que comparten una
característica de interés.
• Puede ser:
– Finita: se pueden enumerar todos sus elementos.
– Infinita: no se pueden enumerar.
9
05/03/2018
2. Conceptos básicos
POBLACIÓN Y PARÁMETRO
• Se pueden llegar a conclusiones sobre las
características de la población a través de índices
como la media, la varianza o la proporción.
2. Conceptos básicos
POBLACIÓN Y PARÁMETRO
• Características de los parámetros:
– Son desconocidos: deben ser estimados con los datos
de la muestra.
10
05/03/2018
2. Conceptos básicos
MUESTRA Y ESTADÍSTICO
• Dado que la población es tan grande que resulta muy
difícil analizar todos sus elementos, se recurre a un
subconjunto, la muestra, para poder estudiar las
características de interés.
2. Conceptos básicos
MUESTRA Y ESTADÍSTICO
• Características de los estadísticos:
– Son conocidos, puesto que se pueden analizar todos
sus elementos.
11
05/03/2018
2. Conceptos básicos
3. TÉCNICAS DE MUESTREO
La fiabilidad de las conclusiones acerca de la población,
obtenidas a partir de una muestra, dependerá de lo
representativa que sea la muestra elegida. De ahí la
importancia de una buena elección de la muestra.
Además una importante ventaja de la realización de un
muestreo adecuado en una investigación es la economía
de tiempo y recursos al estudiar únicamente las variables
de una muestra en lugar de realizar análisis de toda la
población.
No obstante la desventaja o riesgo que conlleva la utilización de
muestras es que debemos asegurarnos de que la muestra
sea representativa de toda la población con el objetivo
fundamental de proceder a la generalización de las
características e hipótesis que permitan construir y/o probar
teorías que explique a la población o fenómeno. La
obtención de muestras apropiadas se consigue mediante el
seguimiento de un procedimiento correcto y una técnica
adecuada.
12
05/03/2018
13
05/03/2018
14
05/03/2018
15
05/03/2018
16
05/03/2018
4. DISTRIBUCIÓN MUESTRAL
Supongamos que se quiere estudiar un parámetro de cierta
población. Una forma de hacerlo sería considerar un
estadístico adecuado y una muestra, calcular el estadístico
correspondiente a esa muestra y considerar como
aproximación del parámetro poblacional el valor del
estadístico.
Pero, como se puede suponer, si se considera otra muestra
diferente y se realiza la misma operación, se obtienen, en
principio, estadísticos diferentes.
Para una mejor aproximación del parámetro poblacional se
puede proceder del modo siguiente:
• Se consideran todas las muestras posibles de tamaño n.
• Se calcula el valor del estadístico.
• Se considera la variable aleatoria que asigna a cada muestra
el valor del estadístico que proporciona.
• Esta variable aleatoria tiene una distribución de probabilidad,
a la que denominaremos “distribución muestral” del
estadístico que consideremos.
17
05/03/2018
EJEMPLOS
18
05/03/2018
EJEMPLOS
10. Por estadísticas del Ministerio se sabe que la media del sueldo de
los becarios es de 406.15€ con una desviación típica de 55.5 (se
supone una distribución normal). Se escogen al azar a 100 becarios:
– ¿Cuál es la probabilidad de que la media del salario de la
muestra sea inferior a 400€?
– ¿Cuál es la probabilidad de que la media del salario de la
muestra se encuentre entre 400 y 410€?
– ¿Cuál es la probabilidad de que la media del salario de la
muestra sea superior a 415€?.
19
05/03/2018
EJEMPLOS
20