4.

1 ESTADISTICA INFERENCIAL

Laestadstica inferencialesunapartedelaestadsticaquecomprendelosmtodosyprocedimientosque
pormediodelainduccindeterminapropiedadesdeunapoblacinestadstica,apartirdeunapequea
partedelamisma.Laestadsticainferencialcomprendecomoaspectosimportantes:
Latomademuestrasomuestreo,queserefierealaformaadecuadadeconsiderarunamuestraquepermita
obtenerconclusionesestadsticamentevlidasysignificativas.
Laestimacindeparmetrosovariables estadsticas,quepermiteestimarvalorespoblacionalesapartirde
muestrasdemuchomenortamao.
Elcontraste de hiptesis,quepermitedecidirsidosmuestrassonestadsticamentediferentes,siun
determinadoprocedimientotieneunefectoestadsticosignificativo,etc.
Eldiseoexperimental.
Lainferenciabayesiana.
Losmtodosnoparamtricos

La inferencia estadstica estudia como sacar conclusiones generales para toda la

poblacin a partir del estudio de una muestra, y el grado de fiabilidad o significacin de
los resultados obtenidos.
Muestreo probabilstico
Consiste en elegir una muestra de una poblacin al azar. Podemos distinguir varios tipos
de muestreo:
Muestreo aleatorio simple
Para obtener una muestra, se numeran los elementos de la poblacin y se seleccionan
al azar los n elementos que contiene la muestra.
Muestreo aleatorio sistemtico
Se elige un individuo al azar y a partir de l, a intervalos constantes, se eligen los
dems hasta completar la muestra.
Muestreo aleatorio estratificado
Se divide la poblacin en clases o estratos y se escoge, aleatoriamente, un nmero de
individuos de cada estrato proporcional al nmero de componentes de cada estrato.

Intervalos caractersticos
El nivel de confianza (p) se designa mediante 1 - .
El nivel de significacin se designa mediante .
El valor crtico (k) como z /2 .
P(Z>z /2) = /2

P[-z /2 < z < z /2] = 1-

En una distribucin N(, ) el intervalo caracterstico correspondiente a una probabilidad

p = 1 - es:
( - z /2 , + z /2 )
1-
0.90
0.95
0.99

/2 z /2
Intervalos caractersticos
0.05
1.645 ( - 1.645 , + 1.645 )
0.025 1.96
( - 1.96 , + 1.96 )
0.005 2.575 ( - 2.575 , + 2.575 )

Distribucin de las medias mustrales

Teorema central del lmite
Si una poblacin tiene media y desviacin tpica , y tomamos muestras de tamao n (n>30,
cualquier tamao si la poblacin es "normal"), las medias de estas muestras siguen aproximadamente
la distribucin:

Consecuencias:
1.Permite averiguar la probabilidad de que la media de una muestra concreta est en un cierto
intervalo.
2.Permite calcular la probabilidad de que la suma de los elementos de una muestra est, a priori, en
un cierto intervalo.

3.Inferir la media de la poblacin a partir de una muestra.

Estimacin de la media de una poblacin

Intervalo de confianza para la media
El intervalo de confianza, para la media de una poblacin, con un nivel de confianza de 1- , siendo x
la media de una muestra de tamao n y la desviacin tpica de la poblacin, es:

El error mximo de estimacin es:

Tamao de la muestra: