ESTADÍSTICA II

Carlos Armando Alvear Rodríguez

carlos.alvear00@usc.edu.co

Cali - Colombia
 INFERENCIA ESTADÍSTICA

Propósito:
Crear fundamentos que le permitan al investigador sacar conclusiones
a cerca de los parámetros de la población a partir de los datos
experimentales.

La inferencia estadística puede dividirse en dos áreas principales:

➢ Estimación de parámetros.
➢ Pruebas de Hipótesis.

Universidad Santiago de Cali Estadística II Carlos Alvear

 INFERENCIA ESTADÍSTICA

POBLACIÓN:
Es el conjunto de N elementos de interés en un estudio, sobre
los cuales se desea información y hacia los cuales se extenderán
las conclusiones.

MUESTRA:
Es cualquier subconjunto n representativo de la población, sobre
el que se realizan los estudios para obtener conclusiones acerca
de las características de la población.

Universidad Santiago de Cali Estadística II Carlos Alvear

 INFERENCIA ESTADÍSTICA

INDIVIDUO:
Son los elementos u objetos de la población o muestra, que
tiene información sobre el fenómeno que se estudia.

VARIABLE:
Es cualquier característica de interés sobre cada individuo de la
población o muestra.

Universidad Santiago de Cali Estadística II Carlos Alvear

 INFERENCIA ESTADÍSTICA

Individuo
El estado civil
La profesión actual
El tipo de música que le gusta
El número de personas con mascotas
Los días que pasa en la playa en un año
El tiempo dedicado al ejercicio en el día
Universidad Santiago de Cali Estadística II Carlos Alvear
 INFERENCIA ESTADÍSTICA
Ejemplos:
Identifique en cada caso la población y muestra.
• Se seleccionan 500 viviendas en un barrio de 2000 casas, para
un estudio sobre maltrato infantil.
• El defensor del pueblo quiere revisar la situación de violencia
intrafamiliar y para ello visita 300 hogares en diferentes zonas
de la ciudad.
• El alcalde de la ciudad quiere saber si es necesario realizar un
mantenimiento de las vías en la zona sur y decide visitar 60
cuadras para luego tomar la decisión de si debe llevar a cabo
el mantenimiento o no.

Universidad Santiago de Cali Estadística II Carlos Alvear

 INFERENCIA ESTADÍSTICA
Ejemplos:
Identifique en cada caso la población y muestra.
• En una fábrica hay 1000 personas trabajando, 600 de las
cuales son obreros, 250 son técnicos y 150 son profesionales.
Se seleccionan 200 personas al azar para evaluar el impacto
de un nuevo programa de capacitación.
• Se seleccionan 340 estudiantes al azar para realizar una
investigación en la universidad sobre "dificultades en el
aprendizaje de la estadística". Esta investigación se va
desarrollar en los estudiantes matriculados este semestre en
la universidad.

Universidad Santiago de Cali Estadística II Carlos Alvear

 INFERENCIA ESTADÍSTICA

PARÁMETRO:
Se llamará parámetro a una característica medible de la
población. Un parámetro es una constante para la población.

ESTIMADOR:
Se denominará estimador a una característica medible en la
muestra. Un estimador puede variar de una muestra a otra.

Universidad Santiago de Cali Estadística II Carlos Alvear

 INFERENCIA ESTADÍSTICA
Ejemplos:
Identifique en cada caso si se trata de un parámetro o un
estimador.
• La edad promedio de los estudiantes matriculados en primer
semestre en la universidad.
Parámetro.
• Supongamos que se desea realizar un estudio en un barrio de la
ciudad de Cali para averiguar el número promedio de habitantes
por vivienda, esto con el fin de implementar servicios de trabajo
social en esa comunidad. Por razones de tiempo y costo se desea
que la investigación no sea exhaustiva, es decir, no se encuestara en
su totalidad las viviendas de ese sector, sino que se seleccionara
una muestra de tamaño 30.
Estimador.
Universidad Santiago de Cali Estadística II Carlos Alvear
 INFERENCIA ESTADÍSTICA
Ejemplos:
Identifique en cada caso si se trata de un parámetro o un
estimador.
• En una población del Cauca se tomo una muestra de 30 familias
para estimar la proporción de personas menores de 12 años con el
propósito de analizar algunos indicadores sobre demanda potencial
escolar.
Estimador.
• En un barrio de la zona rural de Cali se realizo una encuesta a todas
las familias, sobre los ingresos familiares mensuales, con el
propósito de calcular algunos indicadores de la calidad de vida de
este lugar.
Parámetro.

Universidad Santiago de Cali Estadística II Carlos Alvear

 ALGUNOS PARÁMETROS Y SUS
ESTIMADORES
FORMAS DE COLECTAR
INFORMACIÓN ESTADÍSTICA

N n

Censo:
Muestreo
Población

Se observan o miden las características Se observan o miden las características

de interés en todas las unidades de la de interés en una parte de la
población población

Parámetro Estimador
   Promedio o Media X
 Desviación estándar S
P Proporción o Porcentaje p

Universidad Santiago de Cali Estadística II Carlos Alvear

 ALGUNOS PARÁMETROS Y SUS
ESTIMADORES
AYUDA DE EXCEL:

Característica Característica
medible a una medible a una
población N. muestra n.
Indicador Parámetro Estimador
Media +PROMEDIO(Datos) +PROMEDIO(Datos)
Desviación estándar +DESVESTP(Datos) +DESVEST(Datos)
Proporción +A/N +a/n

Objetivo : mín Parámetro  Estimador

Universidad Santiago de Cali Estadística II Carlos Alvear

 ALGUNOS PARÁMETROS Y SUS
ESTIMADORES
INDICADORES O MEDIDAS:

Ejemplo 1:
Para cada uno de los siguientes conjuntos de datos, referentes al
número de estudiantes que pierden el curso de Estadística Básica,
dictado por doce docentes. Encontrar los siguientes indicadores:
• El promedio de estudiantes que pierden la materia.
• La desviación estándar del número de estudiantes que pierden la materia.
• El porcentaje de docentes donde pierden más de 5 estudiantes la materia.
POBLACIÓN Muestra1 Muestra2 Muestra3

0 0 6 0 0 6
0 6 6 0 6 6
14 8 8 14 8 8
14 14 8 14 14 8
Universidad Santiago de Cali Estadística II Carlos Alvear
 ALGUNOS PARÁMETROS Y SUS
ESTIMADORES
INDICADORES O MEDIDAS:

Ejemplo 1:
POBLACIÓN
0 0 6
0 6 6
14 8 8
14 14 8
PARÁMETROS:
• El promedio de estudiantes que pierden la materia.
 7
• La desviación estándar del número de estudiantes que pierden la materia.
 5
• El porcentaje de docentes donde pierden más de 5 estudiantes la materia.
P  0.75  75%
Universidad Santiago de Cali Estadística II Carlos Alvear
 ALGUNOS PARÁMETROS Y SUS
ESTIMADORES
INDICADORES O MEDIDAS:

Ejemplo 1:
ESTIMADORES:
• El promedio de estudiantes que pierden la materia.
• La desviación estándar del número de estudiantes que pierden la materia.
• El porcentaje de docentes donde pierden más de 5 estudiantes la materia.
Muestra1 Muestra2 Muestra3

 7 0 0 6
0 6 6
 5 14 8 8
P  75% 14 14 8
ഥ
𝑿 7 7 7
S 8.08 5.77 1.15
p 50% 75% 100%
Universidad Santiago de Cali Estadística II Carlos Alvear
 DISTRIBUCIÓN DE UN ESTIMADOR
DISTRIBUCIONES MUESTRALES vs. DISTRIBUCIONES POBLACIONALES:

¿Un estimador es una variable aleatoria?

El valor que adquiere un estimador es el resultado de un
experimento aleatorio, por tanto un estimador es una variable
aleatoria y debe tener una distribución de probabilidad asociada.

Universidad Santiago de Cali Estadística II Carlos Alvear

 DISTRIBUCIÓN DE UN ESTIMADOR
DISTRIBUCIÓN DE LA MEDIA MUESTRAL:

Muestra
aleatoria

Muestra Muestra
grande pequeña

Población es Población no
Usar Z Normal Normal

Desviación Desviación
estándar σ estándar σ ¿?
conocida desconocida
Distribución
de Usar Z Usar T
referencia Estadística no
paramétrica

Universidad Santiago de Cali Estadística II Carlos Alvear

DISTRIBUCIÓN DE UN ESTIMADOR

Teorema Central de Límite (TCL):

Sean X1, X2, …, Xn una muestra aleatoria de una distribución de
probabilidad no especificada y que tienen una media μ y
desviación estándar σ. La media muestral tiene una distribución
con media μ y desviación estándar σ2/nn que tiende hacia una
distribución Normal conforme n tiende a infinito (n ≥ 30).

Universidad Santiago de Cali Estadística II Carlos Alvear

 DISTRIBUCIÓN DE UN ESTIMADOR
GENERALIDADES DE LA DISTRIBUCIÓN NORMAL ESTÁNDAR:

Características:
Sea Z una variable aleatoria con distribución Normal Estándar:
1  12 z 2
f  z  e ,   z  
2
P  Z  z    f  t  dt
z
,   z  


E Z   0 y V Z  1
No tiene parámetros, puesto que μ = 0 y σ = 1.

Universidad Santiago de Cali Estadística II Carlos Alvear

 DISTRIBUCIÓN DE UN ESTIMADOR
DISTRIBUCIÓN NORMAL ESTÁNDAR EN EXCEL:

Sea X una variable aleatoria con una distribución continua:

Distribución Normal Estándar:

+DISTR.NORM.ESTAND(z)
z: Es el valor de la variable z.

+DISTR.NORM.ESTAND.INV(probabilidad)
probabilidad: Es el valor de la probabilidad.

Universidad Santiago de Cali Estadística II Carlos Alvear

 DISTRIBUCIÓN DE UN ESTIMADOR
GENERALIDADES DE LA DISTRIBUCIÓN NORMAL ESTÁNDAR:

Ejemplo 2:
Si Z es una variable aleatoria Normal Estándar, encuentre:
a) P(Z < 1.20),
0.8849
b) P(Z ≤ -0.71),
0.2389
c) P(Z ≤ -2.63),
0.0043
d) P(Z ≤ 3.17),
0.9992

Universidad Santiago de Cali Estadística II Carlos Alvear

 DISTRIBUCIÓN DE UN ESTIMADOR
GENERALIDADES DE LA DISTRIBUCIÓN NORMAL ESTÁNDAR:

Ejemplo 3:
Si Z es una variable aleatoria Normal Estándar, determine z en cada
caso:
a) Si la probabilidad es 0.3300.
z = -0.440
b) Si la probabilidad es 0.1314.
z = -1.120
c) Si la probabilidad es 0.9750.
z = 1.960
d) Si la probabilidad es 0.9500.
z = 1.645

Universidad Santiago de Cali Estadística II Carlos Alvear

 DISTRIBUCIÓN DE UN ESTIMADOR
GENERALIDADES DE LA DISTRIBUCIÓN T-STUDENT:

Características:
Sea X una variable aleatoria con distribución T-Student:
 n 1 2
  n  1 2   x  2
f  x  1  n  ,   x  
 n  n 2   
P  X  x    f  t  dt
x
,   x  


n
E  X   0, n  1 y V X   , n2
n2
El parámetro de la distribución T-Student es los grados de
libertad n > 0. Donde Γ(.) es la función gamma completa.
Universidad Santiago de Cali Estadística II Carlos Alvear
 DISTRIBUCIÓN DE UN ESTIMADOR
DISTRIBUCIÓN T-STUDENT EN EXCEL:

Sea X una variable aleatoria con una distribución continua:

Distribución T-Student:
+DISTR.T.N(x;grados_de_libertad;acumulado)
x: Es el valor de la variable x.
grados de libertad: Es el valor de los grados de libertad.
acum: Falso o 0 para probabilidad puntual.
Verdadero o 1 para probabilidad acumulada.

+INV.T(probabilidad;grados_de_libertad)
probabilidad: Es el valor de la probabilidad.
grados de libertad: Es el valor de los grados de libertad.

Universidad Santiago de Cali Estadística II Carlos Alvear

 DISTRIBUCIÓN DE UN ESTIMADOR
GENERALIDADES DE LA DISTRIBUCIÓN T:

Ejemplo 4:
Si T es una variable aleatoria T-Student con n grados de libertad,
encuentre:
a) P(T15 ≤ 1.341),
0.9001
b) P(T18 ≤ 2.947),
0.9957
c) P(T20 ≤ -2.603),
0.0085
d) P(T10 ≤ 3.733),
0.9981
Universidad Santiago de Cali Estadística II Carlos Alvear
 DISTRIBUCIÓN DE UN ESTIMADOR
GENERALIDADES DE LA DISTRIBUCIÓN T:

Ejemplo 5:
Si T es una variable aleatoria T-Student con n grados de libertad,
determine t en cada caso:
a) Si la probabilidad es 0.9900 con 18 grados de libertad.
t = 2.552
b) Si la probabilidad es 0.0250 con 12 grados de libertad.
t = -2.179
c) Si la probabilidad es 0.9500 con 20 grados de libertad.
t = 1.725
d) Si la probabilidad es 0.0025 con 15 grados de libertad.
t = -3.286
Universidad Santiago de Cali Estadística II Carlos Alvear
 DISTRIBUCIÓN DE UN ESTIMADOR
DISTRIBUCIONES MUESTRALES vs. DISTRIBUCIONES POBLACIONALES:

¿Y qué pasa con la proporción?

Una proporción es un caso especial de la media, veamos el por qué:

1, Si el individuo i SI posee la característica de interés
Xi  
0, Si el individuo i NO posee la característica de interés
n

x i
a Casos a favor
p i 1
 
n n Total de casos
Por lo tanto, por medio del TCL, tenemos que en la medida que n sea
lo suficientemente grande (n ≥ 30) la distribución de referencia para la
proporción muestral es la Normal.

Universidad Santiago de Cali Estadística II Carlos Alvear

 DISTRIBUCIÓN DE UN ESTIMADOR
GENERALIDADES DE LA DISTRIBUCIÓN NORMAL ESTÁNDAR:

Ejemplo 6:
Identifique la distribución de referencia (Z o T) para el estimador, en
muestras pequeñas asuma que los datos son de una población Normal:
a) n = 25 , µ = 100 , 𝑥ҧ = 120 , s = 10 a) T
b) n = 400 , µ = 100 , 𝑥ҧ = 120 , s = 10 b) Z
c) n = 400 , µ = 100 , 𝑥ҧ = 120 , σ = 16 c) Z
d) n = 25 , µ = 100 , 𝑥ҧ = 120 , σ = 16 d) Z
e) n =36 , P = 0.50 , p = 0.20 e) Z
f) n = 100 , µ = 80 , 𝑥ҧ = 70 , σ = 15 , s = 12 f) Z
g) n = 20 , µ = 80 , 𝑥ҧ = 70 , s = 15 , σ = 12 g) Z

Universidad Santiago de Cali Estadística II Carlos Alvear