Inferencia Estadística

Como es la verdad
 INFERENCIA

 Deducción de una cosa a partir de otra, conclusión.:

 deducción
 f. Conclusión, inferencia:
con lo que sabes, deberías sacar tus deducciones y decidir.
 filos. Método de razonamiento que parte de conceptos
generales o principios universales para llegar a conclusiones
particulares:
la deducción presupone el pensamiento hipotético.
 Descuento, rebaja:
aplique la deducción por rendimiento del trabajo.
 Estadística inferencial

 La inferencia estadística o estadística

inferencial es una parte de la Estadística
que comprende los métodos y
procedimientos para deducir propiedades
(hacer inferencias) de una población, a
partir de una pequeña parte de la misma
(muestra).
 La bondad de estas deducciones se mide
en términos probabilísticos, es decir, toda
inferencia se acompaña de su probabilidad
de acierto.
 Inferencia Estadística
 Se basa en las conclusiones a la que se llega por
la ciencia experimental basándose en información
incompleta (de una parte de la población). La
inferencia estadística es una parte de la
Estadística que permite generar modelos
probabilísticos a partir de un conjunto de
observaciones. Del conjunto se observaciones
que van a ser analizadas, se eligen
aleatoriamente sólo unas cuantas, que es lo que
se denomina muestra, y a partir de dicha
muestra se estiman los parámetros del modelo, y
se contrastan las hipótesis establecidas, con el
objeto de determinar si el modelo probabilístico
es el adecuado al problema real que se ha
planteado.
 Utilidad de la Inferencia
 La utilidad de la inferencia estadística,
consiste en que si el modelo se considera
adecuado, puede usarse para la toma de
decisiones o para la realización de las
previsiones convenientes.
 En el desarrollo del tema se utilizarán
variables aleatorias, que son variables
determinadas por el azar.
 INFERENCIA
POBLACIÓN

Muestra
 Procedimiento
 La inferencia estadística parte de un
conjunto de observaciones de una
variable, y a partir de estos datos “infiere”
o genera un modelo probabilístico; por
tanto es la consecuencia de la
investigación empírica, caundo se está
llevando a cabo, y como consecuencia de
la ciencia teórica, cuando se están
generando estimadores, o métodos, con
tal o cual característica para casos
particulares. La inferencia estadística es,
en consecuencia, un planteamiento
inductivo……………….
 Definiciones complementarias
 Es la parte de la estadística matemática
que se encarga del estudio de los métodos
para la obtención del modelo de
probabilidad que sigue una variable
aleatoria de una determinada población, a
través de una muestra obtenida de la
misma……………
 proceso de análisis que consiste en inferir
las propiedades de una población con base
en la caracterización de la muestra.
 Problemas fundamentales
 Losdos problemas fundamentales
que estudia la inferencia
estadística son el "Problema de la
estimación" y el "Problema del
contraste de hipótesis"
 Paramétrica y No paramétrica
 Cuando se conoce la forma funcional de la
función de distribución que sigue la
variable aleatoria objeto de estudio y sólo
tenemos que estimar los parametros que
la determinan, estamos en un problema
de inferencia estadística paramétrica ;
por el contrario cuando no se conoce la
forma funcional de la distribución que
sigue la variable aleatoria objeto de
estudio, estamos ante un problema de
inferencia estadística no paramétrica.
 Teorías en las que se basa
 En todos estos problemas que
estudia la inferencia estadística
juega un papel fundamental la
"Teoría de la Probabilidad"
(distintas formas funcionales de las
distribuciones de probabilidad) y la
"Teoría de Muestras"
(procedimientos para tomar
muestras de manera apropiada).
 Teoría de Muestras
 Consideremos la población compuesta por
los niños españoles al nacer. Una
característica medible de los individuos de
esta población es su peso; esta
característica depende de múltiples
factores y se puede considerar una
variable aleatoria. La distribución que
sigue esta variable aleatoria es normal,
pero, ¿cuál es su media? y ¿cuál es su
desviación típica?.
 teoría de muestras
 Puesbien, la teoría de muestras
estudia las técnicas y procedimientos
que debemos emplear para que las
muestras sean representativas de la
población que pretendemos estudiar,
de forma que los errores en la
determinación de los parámetros de
la población objeto de estudio sean
mínimos.
 Para conseguirlo, la muestra tiene que ser
representativa de la población. Para que la
extracción de la muestra sea
representativa se deben cumplir dos
principios básicos:
 Que haya independencia en la selección de
los individuos que forman la muestra
 Que todos los individuos tengan la misma
probabilidad de ser incluidos en la
muestra
 Para conseguir estos objetivos se emplean
distintas técnicas de muestreo.
Modelos de Muestreo
Básicos
 Muestreo Aleatorio Simple

 Para efectuar este tipo de muestreo en

una población con N individuos:
 Numeramos de 1 a N los N individuos de
la población.
 Mediante un programa de ordenador o
una tabla de generación de números
aleatorios, seleccionamos a los n
individuos que formarán la muestra.
Después de cada extracción el individuo
seleccionado se devuelve a la población
para que pueda volver a ser elegido.
Muestreo Aleatorio Estratificado
 Cuando la población no es homogenea respecto a la variable
aleatoria objeto de estudio, para mejorar las estimaciones,
conviene distinguir en ella, clases o estratos, y proceder a lo que
se llama un muestreo aleatorio estratificado. En este tipo de
muestreo los estratos se deben elegir de manera que sean lo más
homogeneos posible respecto a la variable aleatoria a estudiar y
que entre ellos exista la mayor diferencia posible.
 Afijación: Es el reparto del tamaño de la muestra entre los
diferentes estratos en que hemos dividido la población.
 Afijación Uniforne : Consiste en tomar para la muestra el
mismo número de individuos por cada estrato.
 Afijación Proporcional : Consiste en distribuir los individuos que
forman la muestra proporcionalmente al número de individuos de
cada estrato.
 Una vez determinado el número de individuos que deben
pertenecer a cada estrato, se procede a la selección de individuos
de cada estrato por muestreo aleatorio simple.
 Ejemplo práctico.
 En un instituto de enseñanza
secundaria en que se ofertan los
siguientes tipos de enseñanza :
 Ciclos de grado superior : 110
alumnos.
 Bachillerato : 162 alumnos.
 Ciclos de grado medio : 210 alumnos
 2º ciclo de enseñanza secundaria
obligatoria : 338 alumnos.
 Se pretende valorar las faltas de ortografía que
cometen los alumnos del centro mediante una
prueba-dictado de un texto de 20 líneas; la
prueba se pasará a una muestra de 50 alumnos,
para minimizar el costo en tiempo y medios. En
esta situación parece conveniente utilizar para la
extracción de la muestra el muestreo aleatorio
estratificado con asignación proporcional.
 Dividimos la población en cuatro estratos : ciclos
de grado superior, ciclos de grado medio,
bachillerato y 2º ciclo de enseñanza secundaria
obligatoria.
 Como el número total de alumnos son 820 y la
muestra debe estar formada por 50 alumnos, el
cálculo del número de alumnos que se han de
tomar de cada estrato es:
 Ciclos de grado superior :


 Bachillerato :


 Ciclos de grado medio :


 2º ciclo de Enseñanza Secundaria
Obligatoria