La inferencia estadística estudia como sacar conclusiones generales para toda la población a partir del estudio de una muestra, y el grado de fiabilidad o significación de los resultados obtenidos.

 

Muestreo probabilístico

 

Consiste en elegir una muestra de una población al azar. Podemos distinguir varios tipos de muestreo:

 

Superprof

Muestreo aleatorio simple

 

    Para obtener una muestra, se numeran los elementos de la población y se seleccionan al azar los n elementos que contiene la muestra.

 

Muestreo aleatorio sistemático

 

    Se elige un individuo al azar y a partir de él, a intervalos constantes, se eligen los demás hasta completar la muestra.

 

Muestreo aleatorio estratificado

 

    Se divide la población en clases o estratos y se escoge, aleatoriamente, un número de individuos de cada estrato proporcional al número de componentes de cada estrato.

 

Intervalos característicos

 

El nivel de confianza (p) se designa mediante 1 - α.

 

El nivel de significación se designa mediante α.

 

El valor crítico (k) como z α/2 .

 

P(Z>z α/2) = α/2      P[-z α/2 < z < z α/2] = 1- α

 

En una distribución N(μ, σ ) el intervalo característico correspondiente a una probabilidad p = 1 - α es:

 

(μ - z α/2 · σ , μ + z α/2 · σ )

 

1 - αα/2z α/2Intervalos característicos
0.900.051.645(μ - 1.645 · σ , μ + 1.645 · σ)
0.950.0251.96(μ - 1.96 · σ , μ + 1.96 · σ )
0.990.0052.575(μ - 2.575 · σ , μ + 2.575 · σ )

 

Distribución de las medias muestrales

 

Teorema central del límite

 

Si una población tiene media μ y desviación típica σ , y tomamos muestras de tamaño n (n>30, ó cualquier tamaño si la población es "normal"), las medias de estas muestras siguen aproximadamente la distribución:

 

 

Consecuencias

 

1.Permite averiguar la probabilidad de que la media de una muestra concreta esté en un cierto intervalo.

 

2.Permite calcular la probabilidad de que la suma de los elementos de una muestra esté, a priori, en un cierto intervalo.

 

 

3.Inferir la media de la población a partir de una muestra.

 

Estimación

 

Intervalo de confianza

 

Se llama así a un intervalo en el que sabemos que está un parámetro, con un nivel de confianza específico.

 

Nivel de confianza

 

Probabilidad de que el parámetro a estimar se encuentre en el intervalo de confianza.

 

Error de estimación admisible

 

Que estará relacionado con el radio del intervalo de confianza.

 

Estimación de la media de una población

 

Intervalo de confianza

 

El intervalo de confianza, para la media de una población, con un nivel de confianza de 1- α , siendo x la media de una muestra de tamaño n y σ la desviación típica de la población, es:

 

 

El error máximo de estimación es:

 

 

Tamaño de la muestra

 

 

 

Estimación de una proporción

 

  Si en una población, una determinada característica se presenta en una proporción p, la proporción p' , de individuos con dicha característica en las muestras de tamaño n, se distribuirán según:

 

 

Intervalo de confianza para una proporción

 

 

El error máximo de estimación es:

 

 

Hipótesis estadísticas

 

Un test estadístico es un procedimiento para, a partir de una muestra aleatoria y significativa, extraer conclusiones que permitan aceptar o rechazar una hipótesis previamente emitida sobre el valor de un parámetro desconocido de una población.

 

La hipótesis emitida se designa por H0 y se llama hipótesis nula.

 

La hipótesis contraria se designa por H1 y se llama hipótesis alternativa.

 

Contrastes de hipótesis

 

1. Enunciar la hipótesis nula H0 y la alternativa H1.

 

BilateralH0=kH1 ≠ k
UnilateralH0≥ kH1 < k
H0 ≤kH1> k

 

2. A partir de un nivel de confianza 1 - α o el de significación α.

 

Determinar:

 

El valor zα/2 (bilaterales), o bien zα (unilaterales)

 

La zona de aceptación del parámetro muestral (x o p').

 

3. Calcular: x o p', a partir de la muestra.

 

4. Si el valor del parámetro muestral está dentro de la zona de la aceptación, se acepta la hipótesis con un nivel de significación α. Si no, se rechaza.

 

Contraste Bilateral

 

Se presenta cuando la hipótesis nula es del tipo H0: μ = k (o bien H0: p = k) y la hipótesis alternativa, por tanto, es del tipo H1: μ≠ k (o bien H1: p≠ k).

 

El nivel de significación α se concentra en dos partes (o colas) simétricas respecto de la media.

 

La región de aceptación en este caso no es más que el correspondiente intervalo de probabilidad para x o p', es decir:

 

 

o bien:

 

 

Contraste unilateral

 

Caso 1

 

La hipótesis nula es del tipo:

 

H0: μ ≥ μ0

 

H0: p ≥ p0

 

La hipótesis alternativa:

 

H1: μ < μ0

 

H1: p < p0

 

Valores críticos

 

1 - ααz α
0.900.101.28
0.950.051.645
0.990.012.33

 

La región de aceptación en este caso será:

 

 

o bien:

 

 

Caso 2

 

La hipótesis nula es del tipo:

 

H0: μ ≤ μ0

 

H0: p ≤ p0

 

La hipótesis alternativa, por tanto, es del tipo:

 

H1: μ > μ0

 

H1: p > p0

 

La región de aceptación en este caso será:

 

 

o bien:

 

 

 

Errores

 

Error de tipo I. Se comete cuando la hipótesis nula es verdadera y, como consecuencia del contraste, se rechaza.

 

Error de tipo II. Se comete cuando la hipótesis nula es falsa y, como consecuencia del contraste se acepta.

 

H0VerdaderaFalsa
AceptarDecisón correcta

Probabilidad = 1 - α

Decisión incorrecta:

ERROR DE TIPO II

RechazarERROR DE TIPO I

Probabilidad = α

Decisión correcta

 

La probabilidad de cometer Error de tipo I es el nivel de significación α.

 

La probabilidad de cometer Error de tipo II depende del verdadero valor del parámetro. Se hace tanto menor cuanto mayor sea n.

¿Te ha gustado el artículo?

¿Ninguna información? ¿En serio?Ok, intentaremos hacerlo mejor la próxima vezAprobado por los pelos. ¿Puedes hacerlo mejor?Gracias. Haznos cualquier pregunta en los comentar¡Un placer poder ayudarte! :) (5 votes, average: 3,80 out of 5)
Cargando…

Marta

➗ Licenciada en Químicas da clase de Matemáticas, Física y Química -> Comparto aquí mi pasión por las matemáticas ➗

¿Te ha gustado
este material?

¡Bravo!

¡Descárgatelo en formato PDF poniendo tu correo electrónico!

{{ downloadEmailSaved }}

Tu correo electrónico no es válido

1
Publicar un comentario

avatar
1 Comment threads
0 Thread replies
0 Followers
 
Most reacted comment
Hottest comment thread
1 Comment authors
Rodriguez Recent comment authors
  Subscribe  
newest oldest most voted
Notify of
Rodriguez
Rodriguez
Guest
29 May.

Es interesante y sencilla la explicación pero no explica adecuadamente como desarrollar las formulas.