Unidad V.

- Estadstica
Inferencial
Ricardo Ruiz de Adana Prez

Estadstica Inferencial
Conjunto de procedimientos que nos
permiten, a partir de una muestra, obtener
conclusiones sobre la poblacin de la que
procede dicha muestra.
Estimacin de parmetros poblacionales.
Contraste de hiptesis.

Poblacin
Conjunto de individuos u objetos
sobre el que se desea conocer
una/s caracterstica/s

Muestreo

Inferencia

Muestra
Subconjunto de individuos u
objetos realmente estudiados

Estimacin de parmetros.

Estimacin de parmetros
poblacionales
Estimacin puntual.
Estimacin por intervalo.

Estimacin de parmetros
poblacionales
Estimacin puntual.
Consiste en considerar al valor del
estadstico muestral como una estimacin
del parmetro poblacional.
Por ejemplo, si la tensin arterial sistlica
media de una muestra es 125 mm Hg,
una estimacin puntual es considerar ste
valor como una aproximacin a la tensin
arterial sistlica media poblacional.

Estimacin de parmetros
poblacionales
Estimacin por intervalo.
Consiste en calcular dos valores entre los cuales
se encuentra el parmetro poblacional que
queremos estimar con una probabilidad
determinada, habitualmente el 95%.
Por ejemplo, a partir de los datos de una muestra
hemos calculado que hay un 95% por ciento de
probabilidad de que la tensin arterial sistlica
media de una poblacin est comprendida entre
120 y 130 mm de Hg, (120 y 130 son los lmites
del intervalo de confianza).

Distribucin muestral de medias

Si las medias de todas las posibles muestras
obtenidas de tamao n de una poblacin N
las representamos en el eje de las x, y en el
eje de las y la frecuencia absoluta,
obtendremos una curva normal llamada:
distribucin muestral de medias, que tiene
forma de campana (curva normal de Gaus).
Y fa

Teorema central del Imite.

En una poblacin en la que la variable x tiene una
distribucin cualquiera de media y de desviacin
tpica , si extraemos de dicha poblacin muestras al
azar formadas cada una por un conjunto de n
elementos ( mayores de 30), la distribucin de
frecuencias del conjunto de medias x obtenidas de
dicha muestra adoptar una forma de curva normal
cuya media es la media poblacional y desviacin
tpica el error estndar de la media
Error estndar de la media ES= S / n

Teorema central del Imite

ES= S / n

Teorema central del Imite

Es importante diferenciar la desviacin tpica
(S) y el error estndar de la media (ES):
Desviacin tpica: mide la dispersin de los
valores de la muestra.
Error estndar de la media: es la
desviacin tpica de las medias obtenidas de
sucesivas muestras de n elementos. Mide la
dispersin de las medias muestrales.

Teorema central del Imite

Entre la media obtenida en una muestra y el
ES se encuentran el 68% de la superficie de
la curva, y por lo tanto el 68% de las posibles
medias a obtener en sucesivos muestreos.
Entre la media 1.96 ES se encuentran el
95% de las medias muestrales.
Entre la media 2.58 ES se encuentran el
99% de las medias muestrales.

Distribucin normal reducida

A partir de una distribucin de una media y una
desviacin tpica cualesquiera podemos obtener
siempre una distribucin de media cero y desviacin
tpica uno restndole primero la media y dividindola
luego por la desviacin tpica: es decir realizando la
transformacin Z
x-
Z=

Donde Z es una nueva variable de media cero y

desviacin tpica uno.
Esta distribucin permite calcular las probabilidades
correspondientes a ciertos intervalos.

Estimacin por intervalo de

confianza: Media
De acuerdo con el teorema del limite central,
a partir de una muestra concreta en la que
hallamos determinado su media (X) y su
desviacin tpica (S) podremos calcular el
error estndar de la media (ES)= S / n y
estimar la media de la poblacin de origen
con su intervalo de confianza
correspondiente, el cual viene formulado por
la siguiente expresin

Estimacin por intervalo de

confianza: Media
Z=

x-

X Z ( S / n)

X media de nuestra muestra

S desviacin tpica de nuestra muestra
n tamao muestral
Z Desvo reducido hallado en la tabla de la ley
normal, habitualmente para una confianza del 95%
( =0.05 y, en consecuencia Z =1.96

Estimacin por intervalo de

confianza: Media
Si la muestra es pequea n30 se deber recurrir a la
distribucin de la t de Student-Fisher, en cuyo caso el intervalo
de confianza vendra dado por
X t ( S / n)

X
media de nuestra muestra
S
desviacin tpica de nuestra muestra
n
tamao muestral
t Valor hallado en la tabla de la t Student para un riesgo
=0.05 y un numero de grados de libertad igual a n-1

 EJEMPLO .- En un estudio clnico interesa saber la

glucemia media basal de una poblacin, para llevar a
cabo el estudio se lleva a cabo la seleccin de una
muestra de 50 personas obtenindose los siguientes
resultados:
X= 101 S= 28 n=50
a) Hacer una estimacin puntual de .
b) Construir un intervalo de confianza del 95% para
.
c) Construir un intervalo de confianza del 99%
d) Interpretar los resultados.

 X= 101 S= 28 n=50
a) Una estimacin puntual de es el valor de X 101.
b) X Z ( S / n) 101 1.96x28/ 50 = 101 7.76
(93.24 , 108.76) P<0.05.
La glucemia basal media de la poblacin est entre 93.24 y
108.76 y hay un 5% de probabilidad de que no est entre estos
valores, este es el error aleatorio.
7.76 es el error de estimacin, tolerancia o precisin.
c)101 2.58 28/ 50 = 101 10.16
(90.84 , 111.16) P<0.01.
En el caso del intervalo de confianza del 99% hay un 99% de
confianza de que la glucemia basal media est entre 90.84 y
111.16,
El error de estimacin o precisin es 10.16.

Teorema central del Imite en

el caso de proporciones

ES= (p x q/n
P

Estimacin por intervalo de

confianza: proporcin
P p z (p x q) / n

P porcentaje poblacional
p porcentaje muestral en tanto por uno
q (1-p) complementario del porcentaje muestral
n tamao muestral
z valor de la funcin normal tipificado para una
confianza del 95%

Estimacin por intervalo de

confianza: proporcin
Supuestos a verificar:
n.p y n.q >5
Proporciones no prximas ni a 0 ni a 1. En
caso contrario deberamos recurrir a tablas
especiales confeccionadas a partir de una
distribucin binomial

 EJEMPLO .- En un servicio de ciruga

se quiere estimar la proporcin de
infecciones postquirrgicas ocurridas en
las intervenciones realizadas entre
2000 y 2004 para lo cual se realiza un
estudio por muestreo obteniendose los
siguientes resultados:
p= 0.17 n=60
Realizar una estimacin por intervalo para
una confianza del 95% y del 99%.

p= 0.17

n=60

P = 0.17 1.96

0.17.0.83
= 0.17 0.095 P < 0.05
60

P (0.075 , 0.265) P<0.05

Con los datos que tenemos podemos afirmar
con un 95% de confianza que la proporcin
de pacientes con infecciones postquirurgicas
est comprendida entre el 7.5% y el 26.5% .

p= 0.17

n=60

P= 0.17 2.565

0.170.83
= 0.17 0.124 P < 0.05
60

P (0.045 , 0.294) P<0.01

Las expresiones anteriores indican que con los datos
que tenemos podemos afirmar con un 99% de
confianza que la proporcin de pacientes con
infecciones postquirrgicas est entre el 4.5% y el
29.4%.

Analizar la influencia de Z, S, p
y n en el intervalo de confianza y
en la tolerancia o precisin

X Z ( S / n)
P p z (p x q) / n

Diagramas de barras de error

tiles para comparar variables cuantitativas en
dos o ms grupos. En cada grupo se presenta el
valor medio y el Intervalo de confianza al 95%.
Si los intervalos no se solapan, implica que la
diferencia es estadsticamente significativa.
Si los intervalos se solapen, implica que la
diferencia no es estadsticamente significativa.
Orienta hacia la magnitud de la diferencia con
independencia del nivel de significacin
estadstica

Diagramas de barras de error

Comparacin del ndice de masa corporal entre hombres y mujeres