Investigacin (actividad extra)

Ortiz Solrzano Juan Carlos

Instituto Tecnolgico Superior de Uruapan

Ingeniera Industrial

Francisco Jess Arvalo Carrasco

2015

2
Introduccin a la estadstica inferencial
Tambin llamada inferencia estadstica, estudia cmo sacar conclusiones generales para
toda la poblacin a partir del estudio de una muestra, donde a partir de ella infiere que el
resto de la poblacin tiene el mismo comportamiento, as como tambin el grado de
fiabilidad o significacin de los resultados obtenidos de la misma.
La estadstica inferencial consta de diversos conceptos comunes al hablar de estadstica.
Poblacin: conjunto de elementos (generalmente personas) que comparten al menos una
caracterstica bien definida.
Muestra: subconjunto de elementos extrados de una poblacin.}
Variable: caracterstica de los elementos de una poblacin que puede tomar diversos
valores (al menos dos).
Datos: valores obtenidos al medir una variable en una muestra.
Estadstico: valor numrico que expresa una caracterstica de una poblacin (media).

http://esta2.galeon.com/Temas1-3.pdf
http://estadisticaiiiuba.blogspot.mx/p/blog-page_8525.html

3
Introduccin al muestreo y tipos de muestreo
Se denomina muestreo al proceso por el que generamos las muestras. Una muestra es
una parte (un subconjunto) de la poblacin, y se desea que la muestra sea lo ms
representativa posible de la poblacin de la que procede. Algunos tipos de muestras se
presentan a continuacin.
Muestreo con reemplazamiento: es el que se realiza cuando un elemento tomado de la
poblacin vuelve de nuevo a ella para poder volver a ser elegido. Muestreo sin
reemplazamiento: En este caso, cada miembro de la poblacin no puede seleccionarse ms
de una vez. Muestreo aleatorio simple: es el que se efecta teniendo en cuenta que cada
miembro de la poblacin tiene la misma probabilidad de ser elegido en la muestra.
Muestreo aleatorio estratificado: Se divide la poblacin en clases o estratos y se escoge,
aleatoriamente, un nmero de individuos de cada estrato proporcional al nmero de
componentes de cada estrato. Muestreo aleatorio sistemtico.

http://www.ditutor.com/inferencia_estadistica/estadistica_inferencial.html
http://www.iesayala.com/selectividadmatematicas/ficheros/teoriaccss/06_muestreo_interval
os.pdf
http://www.uv.es/webgid/Inferencial/21_introduccin.html

4
Teorema del lmite central.
Se dice que ayuda a explicar el hecho de que las frecuencias empricas de un gran nmero
de poblaciones existentes en la naturaleza exhiben una forma gaussiana (acampanada)
El teorema central del Lmite dice que si una poblacin tiene desviacin estndar, y media,
y que adems de ello se toman variables independientes de tamao n 30 y todas ellas
siguen el mismo modelo de distribucin la suma de ellas se distribuye segn una
distribucin normal. Este teorema se aplica tanto a suma de variables discretas como de
variables continuas.
En otras palabras el teorema del lmite central garantiza una distribucin normal cuando el
tamao de la muestra es suficientemente grande.
Ejemplo:
Se lanza una moneda al aire 100 veces, si sale cara le damos el valor 1 y si sale cruz el
valor 0. Cada lanzamiento es una variable independiente que se distribuye segn el modelo
de Bernouilli, con media 0,5 y varianza 0,25.