Inferencia Estadstica

INFERENCIA ESTADSTICA
Se define como un proceso por medio del cul se
elaboran conclusiones probabilsticas en relacin a una
poblacin, valindose de la informacin
proporcionada por una muestra extrada de esa
poblacin.
La inferencia estadstica se refiere a los mtodos
y/o procesos para obtener conclusiones acerca de
poblaciones, basados en la informacin muestral.

POBLACION
MUESTRA
X1,...........,XN X1....,Xn
 POBLACIN OBJETIVO
Muestreo

descriptivas: Parmetros
Medidas

Inferencia
estadstica
Estadsticos

Muestra
reas de la inferencia estadstica
Estimacin de parmetros
Resuelve situaciones en las que se busca conocer un dato o
medida descriptiva de determinada poblacin
(parmetro) a partir de datos o medida descriptiva de una
muestra (estadstico) representativa.

Prueba de hiptesis
Sirve para decidir si se rechaza o no una hiptesis
estadstica establecida basndose en la informacin de una
muestra. Se realiza una contrastacin de informacin entre
la hiptesis estadstica existente y los resultados obtenidos
de la muestra, para una corroboracin.
1-ESTIMACION
La estimacin es el proceso de utilizar datos
muestrales para estimar los valores de parmetros
desconocidos de una poblacin.
La estimacin es un instrumento bsico para
la toma de decisiones.
La estimacin de parmetro puede adoptar la
forma de un solo punto o un intervalo.
DATOS CONTINUOS
POBLACION MUESTRA

: Media poblacional x : Media muestral

2 : Varianza poblacional s2 : Varianza muestral

: Desviacin poblacional s : Desviacin muestral

EE = / n EE = S / n
DATOS DICOTOMICOS
POBLACION MUESTRA

P
Proporcin poblacional Proporcin muestral
Tipo de estimacin de parmetros
a-Estimacin Puntual
Un estimador puntual del parmetro de una
poblacin es una regla que indica como
calcular un nmero con base muestrales. Al
nmero resultante se llama estimacin
puntual.
Estimacin puntual es la estimacin de un
valor nico de un parmetro de la poblacin.
Ejemplo 1:
Se desea estudiar el salario promedio anual de los
profesionales de salud de una compaa farmacutica.
Para ello se tom una muestra de n=100 profesionales
de la compaa, se registra el salario anual de cada
profesional de salud en la muestra y se calculan la
media y la desviacin estndar muestral de los salarios
obtenindose:
x= $7,750 y s= $900
Solucin: :Salario promedio anual
= x = $7,750

Se estima que el salario promedio anual es de $7,750

b) La estimacin por intervalo
Consiste en determinar, mediante un estimador, 2
valores numricos llamados lmite inferior (L1) y lmite
superior (L2). Con un cierto grado de confianza, se
espera que estos lmites contengan el valor del
parmetro que se quiere hallar. Es decir, el valor del
parmetro debera encontrarse entre el lmite inferior y
lmite superior obtenidos de la estimacin.
Intervalos De Confianza
La amplitud del intervalo de confianza basado en
el valor muestral depende de: EE = / n EE = S / n
del error estndar de ese valor y
del grado de confianza que queremos asociar con el
intervalo resultante.
90%, 95% 99%

INTERPRETACION:
Intervalo de confianza al 95%.- Hay 95% de
confianza de que el valor de la poblacin
(parmetro) se halle dentro del intervalo.
PROPIEDADES:

El parmetro poblacional debe ubicarse

dentro del intervalo.

El intervalo debe ser relativamente

estrecho
EJEMPLO DE ESTIMADORES
Parametro de Estimacin Estimacin
la poblacin puntual por Intervalo
El norteamericano El consumo medio
Media medio consume anual de carne en
anualmente 20 Kg de Estados Unidos flucta
carne de res entre 15 Kg y 25 Kg por
persona
La proporcin de La proporcin de
Proporcin estudiantes de la estudiantes de la
universidad que fuman universidad que fuman
es del 43% est entre el 37% y 49%.
Ejemplo 1: estimacin puntual de
una media aritmtica
Se tiene inters en estimar la altura media de los
alumnos de la Facultad de Medicina de la USMP. Se
recurre a una muestra aleatoria de 36 alumnos y se
obtienen los siguientes resultados:
x = 170 cm ; s= 20 cm

Solucin
La estatura media de la poblacin de alumnos se
representa con y la estimacin por punto de este
parmetro est dada por: = 170 cm.
Ejemplo 2: estimacin puntual de
una proporcin
Se tiene inters en estimar la proporcin de nios desnutridos
menores de 5 aos e una determinada comunidad. Se selecciona
una muestra de 100 nios menores de 5 aos y se determina que
45 estn desnutridos.

Solucin
Se quiere estimar una proporcin de poblacin (P), es decir, el
cociente entre el nmero de nios menores de 5 aos
desnutridos y el nmero de nios menores de 5 aos de la
poblacin.
El estimador para la estimacin por punto de este parmetro es la
proporcin muestral (p), que equivale al cociente entre el
nmero de nios menores de 5 aos desnutridos y el nmero de
nios menores de 5 aos de la muestra. Por lo tanto, se utiliza el
dato: P = 0.45.
CASOS DE INTERVALOS DE
CONFIANZA
A-Intervalo de confianza para la
media
Los valores de los lmites, inferior (L1) y superior (L2), se encuentran aplicando la frmula
general:

Por consiguiente, los lmites del intervalo se obtienen sumando o restando el error
estndar al valor de la media muestral ( ). Especficamente, para hallar el lmite inferior
(L1) se resta el error estndar y para hallar el lmite superior (L2) se suma el error estndar.

Para explicar el uso de esta forma de estimacin se resolvern los ejemplos planteados
anteriormente y otros.
Estimacin de una media
aritmtica
Se tiene inters en estimar la altura media de los alumnos de la Facultad de
Medicina de la USMP. Se recurre a una muestra aleatoria de 36 alumnos y se
obtienen los siguientes resultados:
x
= 170 cm ; s= 20 cm
Solucin
si no se especifica el grado de confianza, se utiliza por lo general 95%, lo cual
corresponde a z= 1.96. Conociendo los datos. Se puede aplicar la frmula:
= x Z x s_
n
Li = 170 - 1.96 x 20/6_ 163.47 cm
Ls = 170 + 1.96 x 20/6 176.53 cm

Por lo tanto, la estatura promedio de los estudiantes de la facultad de medicina

de la USMP est comprendida entre 163.5 y 176.5 cm, con un grado de confianza
del 95%.
I.C. 95% (163.5 ; 176.5 cm)
B-Intervalo De Confianza De Una Sola Muestra En
Caso De Variable Cuantitativa (n30)

Parmetro Intervalo de
Confianza

Donde: X+t* S
X = media muestral n
t = Valor de t a un determinado nivel de confianza
s = desviacin estndar
n = muestra g.l= n- 1
Ejemplo 2:
Suponga que se desea estimar el peso promedio de los enfermos
de hipotiroidismo. En una muestra de 30 pacientes se encontr
un x = 71Kg y una S=5Kg.Para el 95% de confianza, los lmites
del intervalo seran:

X+t S g.l=n-1=29
n

Limite inferior: 71 - 2.045 5 =69.133 Kg

30
Limite superior: 71 + 2.045 5 =72.867 Kg
30
Interpretacin:

Con un 95% de nivel de confianza, el promedio

del peso de los hipotiroideos en la poblacin se
encuentra entre 69.133 Kg y 72.867 Kg.
C-Intervalo de confianza para la
proporcin P
Los valores de los lmites, inferior (L1) y superior (L2), se encuentran aplicando la frmula
general:

Por consiguiente, los lmites del intervalo se obtienen sumando o restando el error
estndar al valor de la proporcin muestral (p). Especficamente, para hallar el lmite
inferior (L1) se resta el error estndar y para hallar el lmite superior (L2) se suma el error
estndar.

Para explicar el uso de esta forma de estimacin se resolvern los ejemplos planteados
anteriormente.
Ejemplo 1:
Supngase que en una muestra de 2000 personas se encontr que
250 son alcoholicos. Es decir, la proporcin de alcoholicos en la
muestra es: p=250/2000=0.125.Calcular el intervalo de
confianza al 95%.
p+Z pq
n

Lmite inferior: 0.125- 1.96 0.125x0.875 = 0.1105

2000

Lmite superior: 0.125+ 1.96 0.125x0.875

2000 = 0.1395
Interpretacin:

Por lo tanto, con un nivel de confianza de 95%, se

puede afirmar que el porcentaje de alcoholismo
en la poblacin se encuentra entre 11.05% y
13.95%.
Es una tcnica estadstica que se sigue para
decidir si se rechaza o no una hiptesis
estadstica en base a la informacin de una
muestra. Es llamada tambin docimasia de
hiptesis o contraste de hiptesis.
 Hiptesis estadstica
Es una afirmacin de lo que se cree sobre una
poblacin, es decir, es un supuesto. Por lo general, esta
hiptesis se refiere a los parmetros de la poblacin o
a una situacin existente en la poblacin.
Tipos de hiptesis estadstica
Existen 2 tipos de hiptesis estadstica.
Hiptesis nula (Ho): tambin llamada hiptesis de la no
diferencia, pues plantea que los grupos comparados no
difieren en la caracterstica (parmetro) en estudio. La
hiptesis nula (Ho) se plantea para ser rechazada o
desacreditada, por lo general.

Hiptesis alterna (H1): Son todas las alternativas o

suposiciones para contrastar la hiptesis nula (Ho), es decir,
aquellas que plantean una diferencia entre los parmetros
involucrados y proponen que la diferencia observada es
consecuencia efectiva entre las poblaciones de origen. La
hiptesis alterna puede ser uni o bilateral.
Ejemplo
Un investigador pretende estudiar en forma
comparativa la eficacia de 2 tratamientos, tratamiento
A y tratamiento B, para determinar cul es mejor.
Ho: A - B= 0. La afirmacin de esta hiptesis es que el
tratamiento A no difiere del tratamiento B.
Con respecto al ejemplo, se pueden plantear varias
alternativas. Una de ellas es H1: A - B 0. La
interpretacin es que el tratamiento A es mejor que el
tratamiento B, siendo por consiguiente H1 unilateral a
la derecha.
 En la prueba de hiptesis se investiga la veracidad de ambos
supuestos, lo cual conduce a rechazar una de estas 2 hiptesis y
optar por la que tiene un planteamiento acertado. La eleccin de
la hiptesis acertada se determina en base a probabilidades
condicionales:
= probabilidad de rechazar la Ho dado que la Ho es verdadera.
(1 - ) = probabilidad de no rechazar la Ho dado que la Ho es
verdadera.
= probabilidad de no rechazar la Ho dado que la Ho es falsa.
(1 - ) = probabilidad de rechazar la Ho dado que la Ho es falsa.
y tienen una relacin inversamente proporcional, es decir,
uno decrece a medida que el otro aumenta y viceversa.
 La toma de decisiones se resume en el siguiente
cuadro:

Ho verdadero Ho falso

Rechazar Error tipo I Decisin

Decisin Ho
estadstica () correcta
(1 - )
No rechazar Decisin Error tipo II
Ho
correcta ()
(1 - )
Error Tipo I / Error Tipo II.
Cuando se toma una decisin estadstica, se puede cometer el error tipo
I o el error tipo II.
Para evitarlo, se considera el valor , que fue planteado anteriormente:
= P(Rechazar Ho / Ho es verdadero)
Representa la probabilidad de cometer un error tipo I. Es as que un
valor mnimo de determina una menor probabilidad de cometer el
error en el cual se estara rechazando una hiptesis nula (Ho) que es
acertada. puede ser manejada por el investigador, por consiguiente es
posible hallar su valor. Se ha establecido que un valor de menor al
nivel de significancia, 5% o 1% dependiendo del caso, es un indicador
de que la hiptesis nula (Ho) debe ser desechada. De esta forma,
indica el nivel de significacin de la prueba, pues permite diferenciar la
regin de rechazo y no rechazo de la prueba. Es as que 1- indica el
grado de confianza de la prueba.

Adems existe un valor , el cual no se maneja
directamente por el investigador.
4
= P(No rechazar Ho / Ho falso)
y estn relacionados y ambos disminuyen su valor
si se incrementa el tamao de muestra o si se mejora el
diseo del estudio.
1-= P(rechazar Ho /Ho es falso), tambin se
denomina potencia de prueba. El valor mnimo que
puede tomar es de 80%.