BIOESTADISTICA

I UNIDAD: INFERENCIA
ESTADISTICA
EJERCICIOS Y PROBLEMAS
2016

I-

INFERENCIA ESTADISTICA

La Teora de la Inferencia Estadstica puede

definirse como aquellos mtodos que permiten
hacer inferencias o generalizaciones sobre una
poblacin a partir de una muestra. Existen dos
mtodos para estimar parmetros de la poblacin
: El Mtodo Clsico y Mtodo Bayesiano.
El Mtodo Clsico .- Se basa estrictamente en
la informacin obtenida en una muestra aleatoria
tomada de una poblacin.

 El Mtodo Bayesiano.- Utiliza el

conocimiento subjetivo previo acerca de la
distribucin de probabilidades de los
parmetros desconocidos junto con la
informacin proporcionada por los datos de la
muestra.
La Inferencia Estadstica puede dividirse en
dos reas principales :
Estimacin y Prueba de Hiptesis.

2.1

ESTIMACION

La Estimacin se ocupa del estudio de

parmetros de la poblacin y consiste en
encontrar o determinar una estadstica que
constituya una buena estimacin del valor de un
parmetro desconocido . A esta estadstica se le
llama estimador del parmetro desconocido .
Estudiaremos la estimacin puntual y la
estimacin por intervalos .

2.1.1 ESTIMACIN PUNTUAL

La Estimacin Puntual de algn parmetro
de la poblacin es un valor simple de una
estadstica tomada de la muestra.
Por ejemplo, si el valor de x es la estadstica
calculada a partir de una muestra de tamao n,
entonces x es una
estimacin puntual de
media poblacin, es decir
= x y =.
La Estadstica que se emplea para obtener una
estimacin puntual recibe el nombre de
Estimador .

PROPIEDADES DESEABLES DE LOS

ESTIMADORES PUNTUALES
a) Estimador insesgado
Si tenemos un gran nmero de muestras de tamao n
y obtenemos el valor del estimador en cada una de
ellas, sera deseable que la media de todas estas
estimaciones coincidiera con el valor de .
Se dice que un estimador es insesgado si su
esperanza matemtica coincide con el valor del

E a
parmetro

estimar.

b) Estimador eficiente
Se dice que los estimadores son
eficientes cuando generan una
distribucin muestral con el mnimo
error estndar ,es decir, entre dos
estimadores insesgados de un
parmetro dado es m.s eficiente el
1 y 2menor
son dos estimadore
s de , si V( 1 ) V (2 ) entonces 1
de
varianza
ser ms eficiente que 2
Es decir si

c) Estimador consistente

Un estimador se dice consistente

cuando su valor tiende hacia el
verdadero valor del parmetro a
medida que aumenta el tamao de
la muestra . Es decir, la probabilidad
de que la estimacin sea el
verdadero valor del parmetro
tiende a 1.

d) Estimador suficiente
Se dice de un estimador que
suficiente cuando es capaz
extraer de los datos toda
informacin importante sobre
parmetro.

es
de
la
el

Ejemplo:
Los siguientes datos corresponden a los
valores de una muestra de la actividad (micro
moles por minuto por gramo de tejido) de
cierta enzima medida en el tejido gstrico
normal de 35 pacientes con carcinoma
gstrico.
.350
1.827
.372
.610
.521
.614
.411

1.189
.537
.898
.3.19
.603
.374
.406

.533
.788
.449
.348
.413
.662
.273

.262
1.925
.767
1.177
2.464
.448
.550

.385
.307
.571
.971
.622
.774
1.499

Determinar:
a)La estimacin de la media poblacional
b)La estimacin de la varianza poblacional
c)Cual es la desviacin estndar de la
muestra
d)Cual es la estimacin del error estndar
para la media muestral
e)La proporcin de pacientes que tienen por
debajo del .600 de la actividad de la
enzima medida en tejido gstrico normal.
f)Estime el total de enzima que tienen esta
enfermedad si se tiene una poblacin de
4800

1.2ESTIMACIONPORINTERVALOS

Envezdeestimarelparmetroapartirdeunvalor

(estimacinpuntual)ahorasetratadeestimarun

intervalo[a,b]llamadointervalodeconfianzaque
debeconteneralparmetroconunaprobabilidaddada
1-llamadoniveldeconfianza,enbaseauna
muestraaleatoriaylacorrespondienteestadstica;
estoes:
P(ab)=1-


2.2.1)INTERVALOSCONFIDENCIALESPARALAMEDIA
POBLACIONAL

a1)Cuandoesconocidaon>30

Sea x(,2n)Z=( x-)/(n)

P(-Z2<(( x-)/(n)<Z2)=1-

P( xZn<< x+Zn)=1-

Porlotanto[ xZn]
Donde:
x:mediamuestral
Z:seencuentraenlatablaZ
n.:tamaodelamuestra
:desviacinestndarconocida
:niveldesignificacin
NOTA.-Cuandon30ynoseconoce2sereemplazapors2de
lamuestra

Ejemplo
Se ha calculado que la media y desviacin estndar de una muestra
aleatoria de 36 mediciones del contenido de arsnico del agua del
reservoriodelaCiudadUniversitariasonrespectivamente2.6y0.3.
Encuentreelintervalodeconfianzaal95%yal99%paralamediade
arsnicodetodoelreservorio?.
Solucin:
x=2.6
s=0.3
/2=0.025
Z=1.96
P(2.61.96(0.3/36)2.6+1.96(0.3/36))=95%
DedondeP(2.5<<2.7)=95%
La probabilidad de que la medicin promedio del contenido de
arsnicoseencuentreentre2.5y2.7esde95%.

a2)Cuandoesdesconocidon30

Cuandonoseconocelavarianzapoblacional 2yesimposibleobteneruna
muestra n 30 pues el costo es un factor que limita el mayor tamao de
muestra. En la medida que la poblacin se distribuye normalmente entonces
podemosusarladistribucint.

t=( x-)/(s/n)

Elprocedimientoeselmismoqueenelcasoanteriorexceptoqueseusala
distribucinTenlugardelanormal,luegosepuedeafirmar:

P(-t/2<t<t/2)=1-

P(

s/ n<<

x-t/2

s/ n)=1-

x+t/2

s/ n

Porlotanto x t/2

Ejemplo 1
Lloyd y Mailloux informaron los siguientes datos
acerca del peso de la glndula pituitaria en una
muestra de 4 ratas de Wistar Furth
Media = 9.0 mg error estndar para la media =3
Determinar:
La desviacin estndar para la muestra
Construya un intervalo de confianza de 95%
para el peso medio de las glndulas pituitarias
para una poblacin similar de ratas .

Ejemplo
Loscontenidosdecidosulfricoensieterecipientessimilaresson:
9.8,10.2,10.4,9.8,10.0,10.2y9.6litros.Encuentreunintervalo
de confianza al 95% para la media del contenido de todos los
recipientes.Suponiendounadistribucinaproximadamentenormal.

Solucin:

x=10;s=0.283;t/2=t(0.025)(6)=2.447
luego:

x t/2

s/n

10.0(2.447)(0.283)/7

10.00.26

P(9.74<<10.26)=95%

B)INTERVALOSDECONFIANZAPARALADIFERENCIADEMEDIAS

Si se tiene una poblacin con medias 1 , 2 y varianzas 12 , 22

respectivamente y si se toma muestras n1 y n2 respectivamente, entonces se
puedeobtenerintervalosconfidencialesparaladiferenciademedias.

b1)Si 12, 22sonconocidasyn130yn230

entoncesunintervaloconfidencialpara1-2es:

P[( x1-- x2)-Z(12/n1+22/n2)1-2( x1- x2)+Z

(12/n1+22/n2)]=1-

porlotanto(1-2)[( x1-- x2)Z(12/n1+22/n2)]

Donde x1 , x2 sonlasmediasmuestrasaleatoriasindependientesdetamao
n1 , n2 , tomadas de poblaciones con varianzas conocidas 12 , 22
respectivamente,y-Zeselvalordeladistribucinnormalestndar.

Ejemplo:

50Mujeresy30hombressepresentaronaunexamendeadmisinparaocuparuncargo:las
mujeresobtienenunacalificacinpromediode76puntosconunadesviacinestndarde6,
mientras que los hombres obtienen una calificacin promedio de 82 puntos con una
desviacinestndarde8.Encuentreunintervalodeconfianzadel96%paraladiferenciade
medias.
SOLUCI0N
n1=50n2=75, x1=76y x2=82,s1=6ys2=8

Comon1,n2>30s1=1ys2=2

Seaplica

P[( x1-- x2)-Z(12/n1+22/n2)1-2( x1- x2)+Z(12/n1+

22/n2)]=1-

Remplazandodatosseobtiene:

P(3.42)1-28.58)=95%

b2)Si 12, 22sondesconocidasyn1yn230

Dondelasmediasyvarianzasdemuestrasindependientespequeasde
tamaos n1 y n2 son tomadas de distribuciones aproximadamente
normalesyteselvalordeladistribucintconn 1+n2-2grados
delibertad:

P[( x1-- x2)-t(s12/n1+s22/n2)1-2( x1- x2)+t

(s12/n1+

s22/n2)]=1-

porlotanto(1-2)[( x1-- x2)t(s12/n1+s22/n2)]

Ejemplo:

Los registros de los ltimos 15 aos muestran que la precipitacin

fluvial promedio. durante el mes de mayo es de 4.93 cm. con una
desviacinestndar1.14cm.enPer,enChilelaprecipitacinfluvial

Solucin:

Per x=4.93s=1.14n=15

Chile x=2.64s=0.66n=10

.t(0.025)(15+102)=2.069.
Remplazandoenlafrmulasetiene:

P[(0.292.069)(1.142/15+0.662/10)1-22.29+
2.069(1.142/15+0.662/10)]=1-

P(2.021-22.56)=095%

Significaquesetieneunaconfianzadel95%dequeelintervalode2.02a2.56
contengaelverdaderovalorpromediodelaprecipitacinfluvial.

C)INTERVALOSCONFIDENCIALESPARALASPROPORCIONES

Silaestadsticap=x/neslaproporcindexitosenunamuestrade
tamao n extrada de. una distribucin binomial en la que P es la
proporcindexitosenlapoblacin
loslmitesdeconfianzaparaP,cuandonsetieneque:

E(p)=P,V(p)=PQ/nporlotantotambinsetiene:

P(-Z2<Z<Z2)=1-

Z=(pP)/(PQ/n)porlotanto

P[p-Z2(PQ/n)<P<p+Z2(PQ/n)]=1-
Luego
P[pZ2(PQ/n)]

Ejemplo:

Enunamuestraaleatoriaden=500familiasdeciertaciudadqueposeentelevisores,
seobservque340poseanTVacolor.Encuentreunintervalodeconfianzadel95%
paralaproporcinrealdelasfamiliasendichaciudadconTVacolor.

Solucin:

p=340/500=0.68

Z(0.025)=1.96

Usandolafrmula:

P[p-Z2(PQ/n)<P<p+Z2(PQ/n)]=1-

P[0.681.96(0.68*0.32)/500<P<0.68+1.96(0.68*0.32)/500]=95%
Por lo tanto P ( 0.64 < P < 0.72 ) = 95 %

D)INTERVALOSDECONFIANZAPARALADIFERENCIADEPROPORCIONES

Dada dos poblaciones binomiales de las cuales se extrae dos muestras

aleatoriasindependientesdetamaosn1,n2sepuedeencontrarunintervalo
deconfianzaparalaverdaderadiferenciadeproporciones,esdecirP 1 , P 2
mediante:

P[(p1-p2)-Z/2(p1q1/n1+p2q2/n2)<P1P2<(p1-p2)+
Z/2(p1q1/n1+p2q2/n2)]

Porlotanto
(P1P2)[(p1-p2)Z/2(p1q1/n1+p2q2/n2)]

Ejemplo:

Enelprocesodefabricacindeciertocomponenteseconsiderauncambioconelobjetode
determinar si el nuevo procedimiento es mejor. Se toma muestras del procedimiento
existenteydelnuevosisedetectaque75de1500componentestomadosdelprocedimiento
existente fueron defectuosos, as como 80 de 2000 del nuevo procedimiento fueron
defectuosos. Encuentre un intervalo de confianza al 90% para la diferencia real de
proporcindecomponentesdefectuosos.


Solucin:

p1=75/1500=0.05n1=1500

p2=80/200=0.04n2=2000Z/2=1.645

Segnfrmula:

0.011.645(0.05*0.95/1500+0.04*0.96/2000)

P ( -0-0017 < P1

P2<0.0217)=90%

Comoelintervalocontieneelvalor0nohayrazones,queelnuevocomponenteproduzca
unadisminucinsignificativaen

)INTERVALOSCONFIDENCIALESPARALAVARIANZA

Supongamosquetenemosunamuestraaleatoriax1,x2,x3,...xnde
unadistribucindemediayunavarianza2,ambasdesconocidasluego:
n
(xi- x)2=(n1)s2
i=122
Tieneunadistribucin2conn-1gradosdelibertadcuandolasmuestras
seescogendeunapoblacinnormalentonces:

P(2/22(21-/2)=P(2/2(n1)s2(21-/2)=1-
2

2
2
2
P((n1)s
2

1- /2
/2

(n1)s )=1-

eslavarianzadelamuestraaleatorian,2/2y21-/2
sonvaloresdeladistribucin2conn1gradosdelibertadhacialaderecha.
Dondes

Ejemplo

Unexperimentadorquiereverificarlavariabilidaddeunequipodiseadoparamedir
el volumen de una fuente de audio frecuencia. Tres mediciones independientes
registraronconesteequipofueron4.1,5.2y10.2.Estime2conuncoeficientede
confianzade0.9.

Solucin

Si se supone normalidad en las mediciones registradas por este equipo, se puede

aplicar el intervalos de confianza desarrollado anteriormente . Para los datos
ofrecidos,s2=10.57con/2=0.05yn-1=2gradosdelibertad,enlatabladeladistribucinChicuadradonos

0.103y21-/2=5.959porlotantoelintervalodeconfianzapara2es

2
=
da /2

2
P ( 2*10.57/5.991

2*10.57/0.103)=0.90

P ( 3.532205.24)=0.90

Obsrvesequeesteintervalopara2esmuyamplio,bsicamenteporquenesmuy
pequeo.

Ejemplopropuesto:
Lossiguientesvaloressonlospesosendecigramosde10
paquetesdesemilladistribuidosporciertacompaia:46.4,
46.1,45.8,47.0,46.1,45.9,45.8,46.8,45.2y46.0.
Encuentreunintervalodeconfianzaal95%paralavarianza
dedichospaquetesdesemilladistribuidosporestacompaia.