Professional Documents
Culture Documents
Introduccin
La teora de la inferencia estadstica puede definirse como aquellos mtodos que
permiten hacer inferencias o generalizaciones sobre una poblacin. La tendencia
actual es distinguir entre el mtodo clsico de estimar el parmetro de una poblacin
obtenida en una muestra aleatoria tomada de la poblacin, y el mtodo bayesiano,
el cual utiliza el conocimiento subjetivo previo acerca de la distribucin de
probabilidad de los parmetros desconocidos junto con la informacin
proporcionada por los datos de la muestra.
En inferencia estadstica se llama estimacin al conjunto de tcnicas que permiten
dar un valor aproximado de un parmetro de una poblacin a partir de los datos
proporcionados por una muestra. Por ejemplo, una estimacin de la media de una
determinada caracterstica de una poblacin de tamao N podra ser la media de
esa misma caracterstica para una muestra de tamao n.
x2
Estimacin de una proporcin: Un estimador puntual de la proporcin p en un
experimento binomial est dado por las estadsticas P=X/n. por lo tanto la
proporcin de la muestra p=x/n ser utilizada como la estimacin puntual para el
parmetro p.
Estimacin de la diferencia entre dos proporciones: Considrese muestras
independientes de tamaos n1 y n2 seleccionadas al azar de dos poblaciones
binomial con medidas n1p1 y n2p2 y varianzas n1p1q1 y n2p2q2, respectivamente.
La proporcin de xitos en cada muestra se indica por P1 y P2. Un estimador
puntual de la diferencia entre las dos proporciones p1 - p2 est dado por la
estadstica
P1
P2
Estimacin de la varianza: Una estimacin puntual insesgada de la varianza de la
poblacin 2 est dada por la varianza de la muestra s2. De aqu que a la estadstica
S2 se le llame un estimador de 2.
TIPOS DE MUESTREO
Muestreo Probabilstico: Cuando el muestreo o proceso para seleccionar una
muestra es aleatorio.
As definimos una muestra probabilstica a una muestra extrada de una poblacin
de tal manera que todo elemento de la poblacin conocida pueda ser incluida en la
muestra. Puede ser a su vez:
.
Podemos considerar el nivel de confianza (1- ) que hemos prefijado para la
expresin anterior como la probabilidad que existe (antes de tomar la muestra) de
que el intervalo a construir a partir de la muestra incluya el verdadero valor del
parmetro a estimar. Refleja la "confianza" en la "construccin" del intervalo y de
que ste tras concretar la muestra contendr el valor a estimar. De ah que en
trminos numricos dicho nivel o probabilidad haya de tomar un valor alto (0.9, 0.95,
0.99).
Evidentemente el complementario al nivel de confianza; es decir , nivel de
significacin supondr las probabilidades de cometer el error de no dar por incluido
el verdadero valor del parmetro a estimar en un intervalo en el que realmente si
est. De ah y dado que se trata de un error posible a cometer, su cuantificacin en
trminos de probabilidad sea muy pequea (0.1, 0.05, 0.005,..).
En relacin a lo anterior. Obviamente, cuanto mayor sea el nivel de confianza
prefijado la amplitud del intervalo de estimacin ser tambin mayor y por tanto la
estimacin ser menos precisa.
REFERENCIAS BIBLIOGRAFICAS: