INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.

INTRODUCCION
A la inferencia estadstica le interesa sacar conclusiones de un gran nmero de
acontecimientos (poblacin), fundndose en las observaciones de una parte de los
mismos (muestra). La estadstica nos proporciona herramientas que formalizan y
uniforman los procedimientos para sacar conclusiones siempre que las muestras
seleccionadas sean representativas de la poblacin que han sido extradas. Esta
representatividad permite extender los valores que describen a las muestras
(estadsticos), tales como la media, la desviacin tpica, un coeficiente de
correlacin, a la poblacin correspondiente, es decir, la media o la desviacin
tpica (estadsticos) pueden tomarse como estimadores de los parmetros y ,
valores que caracterizan a la poblacin. Los estadsticos, valores obtenidos en la
muestra, son, pues, estimadores de los parmetros correspondientes (valores de
la poblacin).

Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.
2.1

CONCEPTOS BSICOS.

POBLACIN: Conjunto de elementos sobre los que se observa un carcter

comn. Se representa con la letra N.
MUESTRA: Conjunto de unidades de una poblacin. Cuanto ms significativa sea,
mejor ser la muestra. Se representa con la letra n.
UNIDAD DE MUESTREO: Est formada por uno o ms elementos de la poblacin.
El total de unidades de muestreo constituyen la poblacin. Estas unidades son
disjuntas entre s y cada elemento de la poblacin pertenece a una unidad de
muestreo.
PARMETRO: Es un resumen numrico de alguna variable observada de la
poblacin. Los parmetros normales que se estudian son:
- La media poblacional:
- Total poblacional: X
- Proporcin: P
ESTIMADOR: Un estimador *de un parmetro , es un estadstico que se
emplea para conocer el parmetro desconocido.
ESTADSTICO: Es una funcin de los valores de la muestra. Es una variable
aleatoria, cuyos valores dependen de la muestra seleccionada. Su distribucin de
probabilidad, se conoce como Distribucin muestral del estadstico.
ESTIMACIN: Este trmino indica que a partir de lo observado en una muestra
(un resumen estadstico con las medidas que conocemos de Descriptiva) se
extrapola o generaliza dicho resultado muestral a la poblacin total, de modo que
lo estimado es el valor generalizado a la poblacin. Consiste en la bsqueda del
valor de los parmetros poblacionales objeto de estudio. Puede ser puntual o por
intervalo de confianza:
Puntual: cuando buscamos un valor concreto.
Intervalo de confianza: cuando determinamos un intervalo, dentro del cual se
supone que va a estar el valor del parmetro que se busca con una cierta
probabilidad.

Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.
CON
TRATE DE HIPTESIS: Consiste en determinar si
es
aceptable, partiendo de datos mustrales, que la
caracterstica o el parmetro poblacional estudiado tome un determinado valor o
est dentro de unos determinados valores.
NIVEL DE CONFIANZA: Indica la proporcin de veces que acertaramos al
afirmar que el parmetro est dentro del intervalo al seleccionar muchas
muestras.

2.2 DISTRIBUCIONES DE MUESTREO.

La inferencia estadstica es el proceso que permite hacer inferencias
(predicciones, suposiciones, etc.) acerca de los parmetros de la poblacin a partir
de los estimadores obtenidos con una muestra. Utiliza como base el muestreo
aleatorio simple. La distribucin muestral de un estimador es la distribucin de la
probabilidad de la variable que recoge los distintos valores del estimador
obtenidos al analizar diferentes muestras.
Una poblacin con cualquier distribucin de frecuencias, que tiene una y
concretas, tiene una distribucin muestral de la x (las medias de infinitas muestras
obtenidas de dicha poblacin):

Con una media igual a la media de la poblacin

Una desviacin estndar, denominada error tpico o estndar, igual a ,
desviacin estndar de la poblacin, dividida entre la raz cuadrada del tamao de
la muestra,

y sigue una distribucin normal (si n es suficientemente grande).

Ejemplo:
Poblacin: = 0.5 y = 0.25

Distribucin

Unidad II

muestral

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.
2.3

ESTIMACIN PUNTUAL.

Con la estimacin puntual se estima el valor del parmetro poblacional

desconocido, a partir de una muestra. Para cada muestra se tendr un valor que
estima el parmetro. Esta estimacin no es muy til si desconocemos el grado de
aproximacin de la estimacin al parmetro.
Un estimador de un parmetro poblacional es una funcin de los datos mustrales.
En pocas palabras, es una frmula que depende de los valores obtenidos de una
muestra, para realizar estimaciones. Lo que se pretende obtener es el valor exacto
de un parmetro. Por ejemplo, si se pretende estimar la talla media de un
determinado grupo de individuos, puede extraerse una muestra y ofrecer como
estimacin puntual la talla media de los individuos de la muestra.
La media de la muestra puede ser un estimador de la media de la poblacin, la
cuasivarianza muestral es un buen estimador de la varianza poblacional y el total
muestral es un buen estimador del total poblacional.
Por tanto, una definicin ms matemtica de un estimador y las propiedades que
debe de cumplir un estimador para ser bueno.
Sea X1......Xn, una m.a.s. de tamao n, decimos que es un estimador * de un
parmetro si el estadstico que se emplea para conocer dicho parmetro
desconocido es este.

Propiedades deseables de un estimador

Las propiedades o criterios para seleccionar un buen estimador son los
siguientes:
A) Insesgadez: Diremos que un estimador * de un parmetro es insesgado
si su esperanza coincide con el verdadero valor del parmetro. E[*]=
B) Eficiencia: Dados dos estimadores 1* y 2* para un mismo parmetro ,
se dice que 1* es ms eficiente que 2* si: V[*]< v[*]

C)

Suficiencia: Se dice que un estimador de un parmetro es suficiente

cuando para su clculo utiliza toda la informacin de la muestra.

Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.
D)

Consistencia: Decimos que un estimador * de un

parmetro es consistente si la distribucin del estimador
tiende a concentrarse en un cierto punto cuando el tamao de la muestra tiende a
infinito.

Mtodos para obtener estimadores

El demostrar que un cierto estimador cumple estas propiedades puede ser
complicado en determinadas ocasiones. Existen varios mtodos que nos van a
permitir obtener los estimadores puntuales. Los ms importantes son:
MTODO DE LOS MOMENTOS: se basa en que los momentos poblacionales y
se estiman mediante los momentos mustrales. Suelen dar estimadores
consistentes. MTODO DE MNIMOS CUADRADOS: consiste en obtener un
estimador que hace mnima una determinada funcin.
MTODO DE MXIMA VEROSIMILITUD: consiste en tomar como parmetro
poblacional el valor de la muestra que sea ms probable, es decir, que tenga
mayor probabilidad. Se suelen obtener estimadores consistentes y eficientes. Es el
ms utilizado.
La probabilidad de que la media muestral sea igual a la media poblacional es cero,
[= ]0, es decir, que ser bastante complicado obtener un estimador puntual,
por ello se utiliza ms el Intervalo de Confianza y el Contraste de Hiptesis.

2.4 ESTIMACIN DE INTERVALO.

Es deseable conocer un mtodo que nos permita saber dnde se encuentra el
parmetro con un cierto grado de certeza. Este mtodo va a ser la determinacin
de un intervalo donde estar el parmetro con un nivel de confianza.
Estimacin de intervalo expresa la amplitud dentro de la cual probablemente se
encuentra un parmetro poblacional.
El intervalo se construye a partir de una muestra, entonces, para cada muestra se
tendr un intervalo distinto. Llamaremos al error que se permite al dar el intervalo
y

Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.
el
nivel de confianza ser 1- . Un intervalo tiene un
nivel
de confianza 1- cuando el 100(1- )% de los intervalos que
se construyen para el parmetro lo contienen.
Es deseable para un intervalo de confianza que tenga la menor amplitud posible,
esta amplitud depender de:
El tamao de la muestra, mientras mayor sea el tamao mejor ser la
estimacin, aunque se incurre en un aumento de costes
Nivel de confianza, si se pide mayor nivel de confianza, el intervalo ser mayor.

2.5 INTERVALOS DE CONFIANZA PARA MEDIAS.

En los captulos anteriores se estudi el estadstico,

Como estimador de la media poblacional, y si se considera una muestra grande,

extrada de una poblacin con conocida, entonces del teorema del lmite central
y en consecuencia

donde:
Por lo tanto

De donde el intervalo de confianza de dos lados para la media con un nivel de

confianza de (1- )100%, cuando la muestra es grande es:

Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.

Y los lmites son:

El valor

se obtiene de tablas de distribucin normal estndar de forma que

Al denotar a z como
, es una notacin comn en estadstica, pero no est
completamente generalizada.
Cuando la muestra es pequea (n < 30) y la poblacin tiene una distribucin
normal con variancia conocida, entonces puede emplearse.

2.6 INTERVALOS DE CONFIANZA PARA DIFERENCIA ENTRE

MEDIAS.

Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.
Para
de
muestreo

de

construir intervalos de confianza para la diferencia

medias poblacionales se hace uso de la distribucin en el
la diferencia de medias mustrales.

Se sabe que si

son variables aleatorias independientes, entonces:

Y por tanto, si las distribuciones de la variables

sean los tamaos mustrales, se verificara que

son normales, cualesquiera que

Tambin se sabe que para muestras independientes se puede asegurar que la

distribucin de la diferencia de medias mustrales es
si las distribuciones de las variables son X normales.

Si

se

conocen

las

varianzas

poblacionales

Y a partir del intervalo de probabilidad con para la diferencia de medias

mustrales se construye el intervalo de confianza con coeficiente de confianza (1) para la diferencia de medias poblacionales:

Si no se conocen las varianzas

suponer iguales

Unidad II

poblacionales pero se pueden

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.
sean
de medias mustrales es:

Siempre que
y las muestras
independientes la distribucin de la diferencia

Si las varianzas poblacionales se pueden suponer iguales se estima la varianza

comn por
y en este caso la distribucin del
estadstico

no es normal sino
y por ello, el intervalo de confianza, con coeficiente de
confianza 1- ser en este caso

Si
se conocen las
suponer iguales

varianzas

no
poblaciones y no se pueden

Si las varianzas poblacionales no se pueden suponer iguales, se estiman por las

cuasivarianzas de las muestras correspondientes, y es este caso el estadstico
sigue una distribucin t de Student con g grados de libertad, siendo
el

numero natural ms prximo a

El intervalo de confianza ser:

Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.

2.7 INTERVALOS DE CONFIANZA PARA PROPORCIONES.

Si se toma una muestra de tamao n de una poblacin muy grande (o infinita), y X
observaciones pertenecen a la clase de inters, entonces
es
un
estimador puntual de la proporcin de la poblacin que
pertenece
a la clase en cuestin, y la distribucin de muestreo es:

Donde
Y p y n son los parmetros de la distribucin binomial.
Utilizando el estimador
su
estimador

puntual

y aproximando la cantidad p(1-p) mediante

se obtiene el intervalo de confianza de dos lados

con un coeficiente (1- )100% para la proporcin p es

Ejemplo
En una muestra al azar de 60 secciones de tubo en una planta qumica, 8 de ellos
mostraron seales de corrosin seria. Construir un intervalo de confianza del 95 %
para la proporcin de los tramos de tubo con corrosin seria.

Resolucin
Utilizando la formula (3.7),
recordando que se tiene:

Unidad II

con

de

tablas,

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.

Finalmente:

2.8 INTERVALOS DE CONFIANZA PARA DIFERENCIAS ENTRE

PROPORCIONES.
Si dos muestras independientes de tamao
se extraen de poblaciones
infinitas con distribuciones binomiales, X representa el nmero de observaciones
de la primera muestra que corresponden a la clase en cuestin, entonces la
distribucin de muestreo para la diferencia de proporciones est dada por:

Donde
De la definicin se obtiene el intervalo de confianza de dos lados para la diferencia
de proporciones, con un nivel de confianza de (1- )100%, el cual es

Ejemplo
Dos grupos de 80 pacientes tomaron parte en un experimento en el cual un grupo
recibi pldoras que contenan un antialrgico, mientras que al otro grupo se le

administro un placebo, es decir, una pldora sin droga alguna. En el grupo que
recibi el medicamento 23 exhibieron sntomas alrgicos, mientras que en el otro
grupo 41 los exhibieron. Obtener un intervalo de confianza del 99% para la
diferencia entre las proporciones.
Resolucin
Sustituyendo en la frmula (3.8) con:
Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.

Tpicos especiales:
Intervalo de confianza para la diferencia de medias, casos especiales.
Existen algunos casos especiales para los intervalos de confianza de diferencia de
medias. El primero de ellos es cuando se tienen datos apareados, o en pares, es
decir, las muestras aleatorias no son independientes y tienen el mismo tamao. El
segundo de ellos, que queda un poco ms all del objetivo del presente curso, se
tiene cuando las muestras son pequeas, independientes, con distribuciones
aproximadamente normales con varianzas desconocidas y diferentes.

Datos en pares
Cuando se observan datos en pares y se espera que exista una fuerte correlacin
entre cada pareja de datos, se debe generar una nueva variable aleatoria para
construir el intervalo de confianza
Sea

la

Unidad II

variable

aleatoria

, donde i =1, 2, , n, entonces:

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.

Y el intervalo se puede generar mediante:

Donde

son la media y la desviacin estndar muestrales, que se

calculan mediante:

Variancias diferentes muestras pequeas

Cuando el problema consiste en encontrar una estimacin por intervalos para
diferencia de medias
, las muestras son pequeas, las poblaciones
son
aproximadamente normales y las varianzas desconocidas no pueden considerarse
iguales, entonces no existe un estadstico exacto para el problema; sin embargo,
algunos autores han encontrado muy buenas aproximaciones utilizando el
estadstico:

el cual tiene una distribucin aproximadamente t, con v grados de libertad, los

cuales se aproximan mediante:

Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.

O bien mediante

Puesto que v difcilmente es entero se aproxima al entero ms cercano.

El intervalo de confianza de dos lados queda entonces:

2.9 INTERVALOS DE CONFIANZA PARA VARIANZAS.

Si X es una v.a. con distribucin normal con media y

Unidad II

varianza

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.
desconocidas, entonces el
estadstico empleado es

Donde

Utilizando el estadstico

se obtiene el intervalo de confianza de dos

lados con un coeficiente de confianza de (1- )100%,

para el cual es:

Ejemplo:
Considrese los siguientes datos:
8.2
8.23
8.24
8.25
8.19

8.28
8.21
8.23
8.2
8.23

8.24
8.25
8.24
8.26
8.26

Obtener:
a) Un intervalo de confianza de dos lados del 95%

Unidad II

para .

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.
b) Un
para

intervalo

de

confianza

c) Un intervalo de confianza superior de 95%

inferior

del

95%

para

Resolucin
De los datos de la tabla se obtiene:

a) Sustituyendo en

b) Para un intervalo superior

2.10 INTERVALOS DE CONFIANZA PARA RAZONES DE DOS

VARIANZAS.
Si X y Y son vv.aa. independientes con distribuciones normales con medidas
desconocidas y variancias
desconocidas,
Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.
respectivamente,
estadstico empleado es:

entonces

el

Donde

Utilizando el estadstico

se obtiene el intervalo de confianza de dos lados

con un coeficiente de confianza de (1- )100%, para la relacin de las variancias

el cual es:

NOMBRE DEL FACILITADOR:

ING. ANGEL ARMANDO CARRILLO PEREZ

Unidad II

06/Diciembre/2016

INSTITUTO TECNOLGICO SUPERIOR DE

VILLA LA VENTA, TAB.

MATERIA:
ESTADFISTICA INFERENCIAL 1

UNIDAD 2
INTRODUCCION A LA ESTADISTICA

INGENIERIA INDUSTRIAL
ALUMNO:
ADAN CRUZ ALEJANDRO

3 U

Unidad II

06/Diciembre/2016