Tecnolgico Nacional de

Mxico
Estadstica Inferencial I
Primera unidad: Distribuciones Fundamentales para el
Muestreo.
Juan Carlos Montiel Cabaas
Fecha de entrega: 14 de Febrero 2017
 Competencias

Competencia especfica de la asignatura

Emplea los mtodos de muestreo adecuados para la obtencin de la
muestra experimental con la finalidad de realizar inferencias sobre la
poblacin y el desarrollo de pruebas estadsticas.
Competencias previas
Aplica los conceptos de la teora de la probabilidad y estadstica para
organizar, clasificar, analizar e interpretar datos para la toma
decisiones en aplicaciones de industrial y logstica.
 Introduccin a la estadstica inferencial.

Introduccin a la estadstica inferencial

Si el conjunto de mediciones es toda la poblacin, slo es necesario
sacar conclusiones basadas en la estadstica descriptiva. No obstante,
podra ser demasiado costoso o llevara demasiado tiempo enumerar
toda la poblacin. Quiz enumerar la poblacin la destruira, como en
el caso de la prueba de tiempo para falla. Por stas y otras razones,
quiz el lector slo tenga una muestra de la poblacin que, al verla,
usted desee contestar preguntas acerca de la poblacin en su
conjunto. La rama de la estadstica que se ocupa de este problema se
llama estadstica inferencial.
 Introduccin a la estadstica inferencial.

Definicin: La estadstica inferencial est formada por procedimientos

empleados para hacer inferencias acerca de caractersticas
poblacionales, a partir de informacin contenida en una muestra
sacada de esta poblacin
 Teora del muestreo

La teora del muestro estudia la relacin entre una poblacin y las muestras
tomadas de ella.

Se utiliza para estimar magnitudes desconocidas de una poblacin, tales

como la media y la varianza, llamadas a medios parmetros de poblacin o
simplemente parmetros, a partir del conocimiento de esas magnitudes sobre
muestras, que se llaman estadsticos de la muestra o simplemente
estadsticos. La teora del muestro es til para determinar si las diferencias
observadas entre dos muestras son debidas a variaciones fortuitas o si son
realmente significativas.
Tipos de muestreo
Tipos de muestreo
 Teorema del lmite central
Cuando se seleccionan muestras aleatorias simples de tamao n de
una poblacin, la distribucin muestral de la media muestral puede
aproximarse mediante una distribucin normal a medida que el
tamao de la muestra se hace grande.
 Teorema del lmite central

A medida que n se vuele ms grande, la distribucin de las medias se

aproxima a una distribucin normal con media y un error
estndar de
 Variables Aleatorias Discretas y Continuas

Variables Aleatorias
Se llama variable aleatoria a toda funcin que asocia a cada elemento
del espacio muestral E un nmero real.

Una variable x es variable aleatoria si el valor que toma,

correspondiente al resultado de un experimento, es una probabilidad o
evento aleatorio.
 Variables Aleatorias Discretas

A una variable aleatoria que asuma ya sea un nmero finito de valores

o una sucesin infinita de valores tales como 0, 1, 2, . . ., se le llama
variable aleatoria discreta
 Variables Aleatorias Continuas

A una variable que puede tomar cualquier valor numrico dentro de un

intervalo o coleccin de intervalos se le llama variable aleatoria continua.
 Cmo calculo probabilidades para la media
muestral ?
 Desviacin estndar de
Ahora se definir la desviacin estndar de la distribucin muestral
de . Se emplear la notacin siguiente.

Es posible demostrar que usando el muestreo aleatorio simple, la desviacin

estndar de depende de si la poblacin es finita o infinita. Las dos frmulas
para la desviacin estndar son las siguientes.
 Al comparar las dos frmulas se ve que el factor se
requiere cuando la poblacin es finita, pero no cuando es infinita. A
este factor se le conoce como factor de correccin para una poblacin
finita. En muchas de las situaciones prcticas de muestreo, se
encuentra que aunque la poblacin sea finita, es grande, mientras
que el tamao de la muestra es pequeo. En estos casos el factor
de correccin para una poblacin finita es casi igual a 1.
 Valor esperado de

El valor esperado de , la media de todos los posibles valores

de , es igual a la proporcin poblacional p.
 Conclusiones

Un objetivo comn para un proyecto de investigacin estadstica es

investigar la causalidad, y en particular extraer una conclusin en el efecto
que algunos cambios en los valores de predictores o variables
independientes tienen sobre una respuesta o variables dependientes. Hay
dos grandes tipos de estudios estadsticos para estudiar causalidad:
estudios experimentales y observacionales. En ambos tipos de estudios, el
efecto de las diferencias de una variable independiente (o variables) en el
comportamiento de una variable dependiente es observado. La diferencia
entre los dos tipos es la forma en que el estudio es conducido. Cada uno de
ellos puede ser muy efectivo.
 Referencias bibliogrficas

Estadstica para administracin y economa, anderson

sweeney Williams
Estadstica aplicada a lo negocios y economa, 3. Allen L.
Webster.
http://www.unamenlinea.unam.mx/busqueda (Reyneria
Pompa Osorio)