Documente Academic
Documente Profesional
Documente Cultură
INFERENCIAL
6. Conceptos básicos
Nazira Calleja
Inferencia estadística
La inferencia estadística
POBLACIÓN Y MUESTRA
Población Censo
vs.
Muestra
Muestreo
Elemento o unidad
La inferencia estadística
POBLACIÓN Y MUESTRA
La inferencia estadística
POBLACIÓN Y ESTRATOS
La inferencia estadística
Notación estadística
Muestreo
¿Qué proporción de una foto
tendría que estar descubierta para
poder decir de qué objeto se trata
con cierto grado de confianza?
¿4 de 25?
Pero, ¿cuáles son más informativas?
Las elegidas al azar.
Ejemplo:
¿Qué porcentaje de los votantes
votaría por el candidato X?
Imposible preguntarle a todos.
Al azar simple
Tipos de muestreo
No probabilístico o no aleatorio
Accidental
Cálculo del tamaño de la
muestra
Para variables cualitativas Para variables cuantitativas
z2 p q z 2 σ2
n= n=
E2 E2
Donde
z Nivel de confianza o seguridad en puntaje Z.
E Nivel de precisión o Error máximo de estimación o Límite
aceptable de error
p Valor proporcional de la variable en la poblacional. Se puede
obtener revisando la literatura o por estudio piloto previos. En caso
de no contar con dicha información, se utiliza valor p = 0.5 (50%).
Valor del complemento de p.
q Se calcula con: q = 1 – p
σ Desviación estándar de la población
Principios de la
inferencia estadística
Principios de inferencia
estadística
1. Hay un modelo
estadístico que pueda
usarse para entender
ciertos eventos
observados.
Principios de inferencia
estadística
2. Se observa un
evento y éste es
el foco de
interés.
Principios de inferencia
estadística
3. Pueden considerarse dos explicaciones:
Explicación 1: El evento, aunque es raro,
no es contrario al modelo estadístico; la
rareza del evento es debida al azar.
Explicación 2: El evento es tan raro en
comparación con el modelo estadístico
dado que se concluye que es
extraordinario y que el modelo, por alguna
razón, no se aplica a esta circunstancia.
Principios de inferencia
estadística
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 1 3 M 1 3 M 1 3 M 1 3 M 1 3
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 2 2 M 2 2 M 2 2 M 2 2 M 2 2
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 3 1 M 3 1 M 3 1 M 3 1 M 3 1
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 4 0 M 4 0 M 4 0 M 4 0 M 4 0
¿Cuál configuración nos convencería de que los
hombres (H) y las mujeres (M) difieren en pasar (P)
o reprobar (R) el test?
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 0 4 M 0 4 M 0 4 M 0 4 M 0 4
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 1 3 M 1 3 M 1 3 M 1 3 M 1 3
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 2 2 M 2 2 M 2 2 M 2 2 M 2 2
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 3 1 M 3 1 M 3 1 M 3 1 M 3 1
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 4 0 M 4 0 M 4 0 M 4 0 M 4 0
¿Qué tan convincente es?
Probabilidad de error
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 1 3 M 1 3 M 1 3 M 1 3 M 1 3
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 2 2 M 2 2 M 2 2 M 2 2 M 2 2
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 3 1 M 3 1 M 3 1 M 3 1 M 3 1
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 4 0 M 4 0 M 4 0 M 4 0 M 4 0
Si adoptáramos la explicación 2 y
concluyéramos que los hombres y las mujeres
difieren, basaríamos nuestra conclusión en
evidencia poco sólida.
La probabilidad de cometer un error –decir que
existe una diferencia cuando de hecho no la hay–
sería muy alta.
El proceso de inferencia estadística
comúnmente se realiza de tal manera que estos
errores no ocurran.
Podríamos determinar que un resultado
como ése probablemente nos convencería
de que los grupos difieren. Pero si queremos
aplicar el principio 4, debemos ser más
precisos.
De los 25 probables resultados, ¿cuántos
son tan extremos, o más, que el observado?
Los más extremos son:
P R P R
H 4 0 H 0 4
M 0 4 M 4 0
Los más extremos:
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 0 4 M 0 4 M 0 4 M 0 4 M 0 4
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 1 3 M 1 3 M 1 3 M 1 3 M 1 3
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 2 2 M 2 2 M 2 2 M 2 2 M 2 2
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 3 1 M 3 1 M 3 1 M 3 1 M 3 1
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 4 0 M 4 0 M 4 0 M 4 0 M 4 0
Los resultados tan extremos como el
observado son:
P R P R P R P R
H 4 0 H 3 1 H 1 3 H 0 4
M 1 3 M 0 4 M 4 0 M 3 1
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 0 4 M 0 4 M 0 4 M 0 4 M 0 4
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 1 3 M 1 3 M 1 3 M 1 3 M 1 3
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 2 2 M 2 2 M 2 2 M 2 2 M 2 2
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 3 1 M 3 1 M 3 1 M 3 1 M 3 1
P R P R P R P R P R
H 4 0 H 3 1 H 2 2 H 1 3 H 0 4
M 4 0 M 4 0 M 4 0 M 4 0 M 4 0
Siguiente pregunta: Un resultado obtenido
que tiene una probabilidad de 24% de ser
igualado o sobrepasado meramente por azar,
¿es suficientemente extremo para ser una
evidencia convincente de que los hombres en
verdad difieren en el Test de la bayoneta del
aceite?
Supongamos que consideramos denominar a
nuestro resultado observado
“convincentemente extremo.”
Esto significaría que rechazaríamos la
explicación de “no diferencia” (1) a favor de la
explicación de que “los grupos difieren” (2).
¿Cuál es nuestra probabilidad de cometer
un error? Si adoptamos la explicación 2 y
concluimos que los hombres difieren de las
mujeres, la probabilidad de cometer un error es
de 0.24 o 24%, lo cual es un riesgo enorme en
la investigación científica.
Preferiríamos riesgos más pequeños:
10% o 5% o 1%.
Así que diremos que no podemos
concluir que hay una verdadera
diferencia entre los hombres y las
mujeres en el Test de la bayoneta del
aceite, pues el riesgo de error
asociado con la adopción de la
explicación 2 es demasiado grande,
por lo que debemos refugiarnos en la
explicación 1: no hay diferencias
entre hombres y mujeres.
Pasos para la prueba de hipótesis
1. Hipótesis de investigación
La V1 se relaciona con la V2
2. Hipótesis estadísticas:
Hipótesis nulaH0 La V1 no se relaciona con la V2
Hipótesis alterna HA La V1 se relaciona con la V2
3. Prueba estadística
4. Regla de decisión
0.05 (0.01, 0.001)
5. Cálculos
6. Decisión
Se rechaza (o no se rechaza) la hipótesis nula
7. Conclusión
La V1 se relaciona con la V2 (o no se relaciona)