Professional Documents
Culture Documents
Ing. En Gestin Empresarial Materia: Estadstica Inferencial I Docente: Ing. Braulio Alberto Mateos Gallegos Semestre: 4to Alumna: Flor de Mara Snchez Crdova Fecha: 13-03-14
Unidad #2
ndice
INTRODUCCION ............................................................................................................................................. 3 2.1 Concepto bsico de inferencia estadstica ........................................................................................... 4 2.2 Distribuciones de muestreo ..................................................................................................................... 5 2.3 Estimacin puntual.................................................................................................................................... 7 2.4 Estimacin de intervalos .......................................................................................................................... 8 2.5 Intervalo de confianza para medias .....................................................................................................10 Intervalo de confianza para la media de una poblacin ..................................................................10 Intervalo de confianza para una proporcin ......................................................................................11 2.6 Intervalo de confianza para la diferencia de medias .........................................................................12 2.7 Intervalo de confianza para proporciones ...........................................................................................14 2.8 Intervalo de confianza para diferencias de proporciones .................................................................15 2.9 Intervalo de confianza para varianzas .................................................................................................16 2.10 Intervalo de confianza para razones de dos varianzas ..................................................................18 CONCLUSION ...............................................................................................................................................20 BIBLIOGRAFIAS .......................................................................................................................................21
INTRODUCCION
La estadstica para su estudio se divide en estadstica descriptiva y estadstica inferencial. Los mtodos bsicos de la estadstica inferencial son la estimacin y el contraste de hiptesis, que juegan un papel fundamental en la investigacin. Por tanto, algunos de los objetivos que se persiguen en este tema son: Calcular los parmetros de la distribucin de medias o proporciones mustrales de tamao n, extradas de una poblacin de media y varianza conocidas. Estimar la media o la proporcin de una poblacin a partir de la media o proporcin maestral. Utilizar distintos tamaos mustralos para controlar la confianza y el error admitido. Contrastar los resultados obtenidos a partir de muestras. Visualizar grficamente, mediante las respectivas curvas normales, las estimaciones realizadas. En la mayora de las investigaciones resulta imposible estudiar a todos y cada uno de los individuos de la poblacin ya sea por el coste que supondra, o por la imposibilidad de acceder a ello. Mediante la tcnica inferencial obtendremos conclusiones para una poblacin no observada en su totalidad, a partir de estimaciones o resmenes numricos efectuados sobre la base informativa extrada de una muestra de dicha poblacin
El Teorema del Lmite Central tambin nos indica que cuando se extraen muestras de tamao mayor a 30 o bien de cualquier tamao pero provenientes de una poblacin normal, la distribucin muestral de medias tiene un comportamiento aproximadamente normal, por lo que se puede utilizar la frmula de la distribucin normal con
s, es equivalente al error estndar de la media, entonces la frmula para calcular la probabilidad del comportamiento del estadstico, en este caso la media de la muestra , quedara de la siguiente manera:
Error Estndar El error estndar indica la propagacin de las mediciones dentro muestra de datos. Es la desviacin estndar dividida por la raz del tamao de la muestra de datos. La muestra puede incluir de una
cuadrada datos de
las mediciones cientficas, resultados de exmenes, las temperaturas o una serie de nmeros al azar. La desviacin estndar indica la desviacin de los valores de la muestra a partir de la media de la muestra. El error estndar es inversamente proporcional al tamao de la muestra - cuanto ms grande la muestra, menor ser el error estndar.
La desviacin tpica de la poblacin se puede estimar puntualmente mediante la desviacin tpica de la muestra, aunque hay mejores estimadores:
Tambin llamado nivel de significacin. Es la probabilidad (en tanto por uno) de fallar en nuestra estimacin, esto es, la diferencia entre la certeza (1) y el nivel de confianza (1-). Por ejemplo, en una estimacin con un nivel de confianza del 95%, el valor es (10095)/100 = 0,05 Valor crtico Se representa por Z/2. Es el valor de la abscisa en una determinada distribucin que deja a su derecha un rea igual a /2, siendo 1 - el nivel de confianza. Normalmente los valores crticos estn tabulados o pueden calcularse en funcin de la distribucin de la poblacin. Por ejemplo, para una distribucin normal, de media 0 y desviacin tpica 1, el valor crtico para = 0,1 se calculara del siguiente modo: se busca en la tabla de la distribucin ese valor (o el ms aproximado), bajo la columna "rea"; se observa que se corresponde con -1,28. Entonces Z/2 = 1,64. Si la media o desviacin tpica de la distribucin normal no coinciden con las de la tabla, se puede realizar el cambio de variable t =(X-)/ para su clculo. Con estas definiciones, si tras la extraccin de una muestra se dice que "3 es una estimacin de la media con un margen de error de 0,6 y un nivel de confianza del 99%", podemos interpretar que el verdadero valor de la media se encuentra entre 2,7 y 3,3, con una probabilidad del 99%. Los valores 2,7 y 3,3 se obtienen restando y sumando, respectivamente, la mitad del error, para obtener el intervalo de confianza segn las definiciones dadas. Para un tamao fijo de la muestra, los conceptos de error y nivel de confianza van relacionados. Si admitimos un error mayor, esto es, aumentamos el tamao del intervalo de confianza, tenemos tambin una mayor probabilidad de xito en nuestra estimacin, es decir, un mayor nivel de confianza.
tomar muestras de
( ). Se puede demostrar que la media de todas las medias muestrales coincide con la media poblacional:3 Pero adems, si el tamao de las muestras es lo suficientemente grande, 4 la distribucin de medias muestrales es, prcticamente, una distribucin normal (o gaussiana) con media y una desviacin tpica dada por la siguiente expresin: . Esto se representa
como
sigue:
Si estandarizamos,
se
sigue
que: En una distribucin Z ~ N(0, 1) puede calcularse fcilmente un intervalo dentro del cual caigan un determinado porcentaje de las observaciones, esto es, es sencillo hallar z1 y z2 tales que P[z1 z z2] = 1 - , donde (1 - )100 es el porcentaje deseado (vase el uso de las tablas en una distribucin normal). Se desea obtener una expresin tal que En esta distribucin normal de medias se puede calcular el intervalo de confianza donde se encontrar la media poblacional si slo se conoce una media muestral ( ), con una confianza determinada. Habitualmente se manejan valores de confianza del 95 y del 99 por ciento. A este valor se le llamar un trmino opuesto). Para ello se necesita calcular el punto o, mejor dicho, su versin . (debido a que es el error que se cometer,
estandarizada
10
Estos puntos delimitan la probabilidad para el intervalo, como se muestra en la siguiente imagen:
As:
el
, donde s es la desviacin tpica de una muestra. Aproximaciones para el valor para y 2,576 para para los niveles de confianza estndar son 1,96 .6
Intervalo de confianza para una proporcin El intervalo de confianza para estimar una proporcin p, conocida una proporcin muestral pn de una muestra de tamao n, a un nivel de confianza del (1-)100% es:
11
En la demostracin de estas frmulas estn involucrados el Teorema Central del Lmite y la aproximacin de una binomial por una normal.
n1 y n2, respectivamente, tomadas de dos poblaciones normales e independientes con varianzas desconocidas pero iguales, entonces un intervalo de confianza del 100( por ciento para la diferencia entre medias es: )
En donde:
Es el estimador combinado de la desviacin estndar comn de la poblacin con n 1+n2 2 grados de libertad. Ejemplos: 1. Un artculo publicado dio a conocer los resultados de un anlisis del peso de calcio en cemento estndar y en cemento contaminado con plomo. Los niveles bajos de calcio indican que el mecanismo de hidratacin del cemento queda bloqueado y esto permite que el agua ataque varias partes de una estructura de cemento. Al tomar diez muestras de cemento estndar, se encontr que el peso promedio de calcio es de 90 con una desviacin estndar de 5; los resultados obtenidos con 15 muestras de cemento contaminado con plomo fueron de 87 en promedio con una desviacin estndar de 4. Supngase que el porcentaje de peso de calcio est
12
distribuido de manera normal. Encuntrese un intervalo de confianza del 95% para la diferencia entre medias de los dos tipos de cementos. Por otra parte, supngase que las dos poblaciones normales tienen la misma desviacin estndar. Solucin: El estimador combinado de la desviacin estndar es:
1-
6.72
Ntese que el intervalo de confianza del 95% incluye al cero; por consiguiente, para este nivel confianza, no puede concluirse la existencia de una diferencia entre las medias.
13
Aproximacin asinttica Tiene la ventaja de la simplicidad en la expresin y en los clculos, y es la ms referenciada en la mayora de textos de estadstica. Se basa en la aproximacin que, trasladada a la frecuencia relativa, resulta Tomando como estadstico pivote que sigue una distribucin N(0, 1), y aadiendo una correccin por continuidad al pasar de una variable discreta a una continua, se obtiene el intervalo de confianza asinttico: Donde z/2 es el valor de una distribucin Normal estndar que deja a su derecha una probabilidad de /2 para un intervalo de confianza de (1 ) 100 %. Las condiciones generalmente aceptadas para considerar vlida la aproximacin asinttica anterior son:
14
Los lmites para el intervalo de una diferencia de proporciones correspondientes a dos muestras independientes son:
Donde el smbolo z/2 es el mismo valor crtico que antes, prob(Z > z/2) = /2, y corresponde a un intervalo de confianza 1 %. Este intervalo puede utilizarse de manera alternativa al contraste de hiptesis para decidir (con nivel de significacin %) si hay igualdad de los dos grupos. Se decidir por la igualdad de los grupos si el valor 0 queda incluido en cualquier posicin en el intervalo. Aunque se haga el contraste de dos proporciones, en primer lugar, es aconsejable obtener el intervalo de confianza de la diferencia de medias, si ste ha resultado significativo, puesto que ayudar a interpretar si existe significacin aplicada adems de la estadstica. Si se dispone de alguna informacin previa y slo quiere calcularse alguno de los dos intervalos unilaterales, bastar sustituir z/2 por z y descartar el lmite superior o inferior del intervalo segn el caso. Por ejemplo, el intervalo unilateral derecho corresponde a:
15
Se invierte:
Reescribiendo:
(2.6) Donde y y pertenecen a una distribucin chi-cuadrado con (n-1) grado de libertad, son diferentes y < .
La varianza de la resistencia a la rotura de 30 cables probados fu de 32.000 lbs 2. Halle un intervalo de confianza del 90 por ciento, para la varianza de la resistencia de todos los cables de sta marca.
16
pertenecen a una
distribucin chi-cuadrado con 29 grados de libertad. Como puede observarse en la figura 2.3 el rea que hay por debajo de Z a /2 es 0,05, por lo tanto por debajo de es 0,95, por lo tanto =42,56 =17,71 y el rea que hay
Por razones de utilidad se halla el intervalo de confianza para la desviacin estndar, sacando la raz cuadrada de los lmites, por lo tanto:
Interpretacin El promedio de variacin o de dispersin de la rotura de los cables de dicha marca, est entre 150 y 233 lbs . con una confiabilidad del 90 por ciento.
17
Entonces, distribucin
es
un
estimador
insesgado
de
tendr
una
De
manera
similar
ser
un
estimador
de
tendr
una
distribucin
La razn de estos dos estimadores: sigue una distribucin F de Fisher, o simplemente distribucin F que posee las siguientes propiedades: 1. La distribucin F depende de dos valores de grados de libertad, uno correspondiente al numerador y otro al denominador, a los cuales nos referiremos como grados de libertad del numerador (glnum= n1 = n1 1) y grados de libertad del denominador (glden= n2 = n2 1). 2. La densidad de la variable F viene dada por:
3. 4. 5.
La distribucin F para cada par de valores de grados de libertad n1 y n2. Hay una distribucin F para cada par de valores de grados de libertad. Como la distribucin , una distribucin F es positivamente asimtrica, pero su asimetra se reduce con los aumentos de los grados de libertad. Si X tiene densidad , entonces tendr una distribucin , esto es
6.
18
7.
La distribucin muestral usada para hacer inferencias entre dos varianzas es la F de Fisher:
Despejando
se tiene:
NOTA: El valor de cola izquierda de la distribucin F de Fisher est dado por: , donde n1 = n1 - 1 y n2 = n2 - 1
19
CONCLUSION
En definitiva, como vimos en el desarrollo de la unidad, la idea consta de que , a partir de una poblacin se extrae una muestra por algunos de los mtodos existentes, con la que se generan datos numricos que se van a utilizar para generar estadsticos con los que realizar estimaciones o contrastes poblacionales. Existen dos formas de estimar parmetros: la estimacin puntual y la estimacin por intervalo de confianza. En la primera se busca, con base en los datos mustrales, un nico valor estimado para el parmetro. Para la segunda, se determina un intervalo dentro del cual se encuentra el valor del parmetro, con una probabilidad determinada. El estudio de la estadstica inferencial es de suma importancia, ya que se encuentra presente en muchas de las actividades de nuestra vida cotidiana.
20
BIBLIOGRAFIAS
http://www.ditutor.com/inferencia_estadistica/estadistica_inferencial.html http://www.udc.es/dep/mate/estadistica2/sec1_2.html http://web.usal.es/~modesto/pdf/A4.-%20Teoria%20del%20muestreo.pdf http://es.wikipedia.org/wiki/Intervalo_de_confianza http://www.ematematicas.net/estadistica/muestreo/?tipo=intervalos http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo8/B0C8m1t11.htm http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo11/B0C11m1t14.htm http://www.uoc.edu/in3/e-math/docs/Estimacion_IC.pdf
21