Prueba 1 Estadstica II

Distribucin muestral
- Media universo: ; Desviacin estndar universo: ; Media muestra: ; Desv. Estndar muestra:
S
- Distribucin muestral: Distribucin de algn estadstico en el conjunto infinito de muestras que
se puede extraer de un universo.
- Teorema del lmite central: Si X es causada por una serie muy numerosa de variables
independientes entre siY se dispone de grandes nmeros de dicha variableLa funcin de
distribucin de X serN(,).

Intervalos de confianza
- Estimacin de punto e intervalo: Se dispone de una muestra que da informacin sobre una
variable y se quiere hacer una prediccin del valor de esa variable en el universo.
- Estimacin de punto: Valor puntual de la muestra extrapolado al universo, se usa en caso de que
promedio o proporcin sea la nica informacin. Problemas: No se sabe lo precisa de la
prediccin, no se sabe si prediccin es correcta.

- Frmula de estimacin de intervalo para el promedio (n = muestra > 120 casos):

s
X Z / 2 *
n 1 Z: Nivel de confianza que se quiere tener. (Dispersiones estndar)
S/(Raz de n-1): Error tpico o error estndar. Refiere a la
desviacin estndar esperada de las medias.
Donde Z*S/(Raz de n-1) es el intervalo de confianza tanto a la derecha como izquierda del promedio
(por eso es +-).
Si miramos la ecuacin, a mayor Z (es decir, mientras ms fiable sea la muestra) mayor ser el intervalo
de confianza para el promedio. A mayor n (tamao muestra para la variable en cuestin), ms pequeo
ser el intervalo de confianza para el promedio. A mayor S (Desv. Estndar de la variable en cuestin,
de la muestra), mayor ser el intervalo de confianza para el promedio.
- Frmula de estimacin de intervalo para el promedio (n = muestra < 120 casos):

s
X t / 2 *
n 1
La distribucin no siempre es normal por lo que hay que adaptar la frmula.
La muestra es ms heterognea

Hacer ejercicios PPT unidad 2

Buscar en YouTube sobre cmo resolver (duda con valores crticos de 1 y 2 colas)
1
 - Frmula de estimacin de intervalo para proporciones:
1. Clculo de error tpico

Qu sera P y Q? P: Proporcin en cuestin. Q; (1-p)

2. Frmula:

P Z / 2 * P
Pruebas de hiptesis: CHI2
Pruebas de hiptesis
- La idea es determinar la probabilidad de que H0 sea verdadera dado un conjunto de supuestos
y los resultados de una muestra.
- Se dispone de informacin de dos o ms variables y se desea saber si la informacin muestral
sobre su relacin permite inferir que esa relacin existe en el universo y la fuerza de esa
relacin.
- Pruebas de hiptesis estadsticas tienen: A) Supuestos: Muestreo es representativo y no sesgado
dentro de cada grupo que se va a comparar, no hay errores sistemticos en las respuestas de las
personas. B) Requisitos: Nivel de medicin de la variable (ordinal y nominal para CHI2 por
ejemplo), la distribucin de las variables o de muestreo es normal.
Estadstico CHI2: Se emplea cuando se quiere determinar la existencia de relacin entre dos variables
nominales u ordinales con pocas categoras.
*Requisitos, en tabla de doble entrada ninguna FE (frecuencia esperada) de los casilleros debe ser <1.
No ms del 20% de FE de los casilleros puede ser <5
Para la prueba de hiptesis CHI2, se debe tener que la distribucin de CHI debe ser una normal, aunque
esta distribucin depende de los gl: grados de libertad en una tabla de doble entrada. Resulta restando
una columna y una fila, luego contar total de casilleros.
El valor p ser la probabilidad de que H0 sea cierta. Tambin se entiende como la probabilidad de
encontrar el CHI2 de tu muestra en la distribucin CHI2. Se expresa como proporcin.
: valor p que implica el lmite de rechazo de H0 puede ser <0,05 o <0,01
indica la probabilidad que los resultados obtenidos se deban al azar.
Si rechazamos la hiptesis nula, tenemos de probabilidades de estar tomando una decisin
equivocada.

2
 - Formula CHI2:

Lgica: 1.- Formulacin hiptesis

3.- Definicin Valor .
4.- Definicin Grados de libertad.
5.- Clculo del estadstico.
6.- Buscar valor crtico en tabla.
7.- decisin respecto H nula.

Sntesis: proceso de prueba de hiptesis

1. Establecer la hiptesis terica.

2. Definir hiptesis nula y alternativa (eso puede implicar que se usar una prueba de una o dos
colas).
3. Determinar estadstico de significacin a emplear.
4. Determinar el valor a emplear y si se trata de una prueba de una o dos colas.
5. Calcular el estadstico de significacin para la muestra disponible.
6. Determinar el valor p del estadstico disponible o la o las zonas de rechazo del estadstico.
7. Comparar el valor p con el o ver si el estadstico calculado cae en la zona de rechazo.
8. Tomar una decisin estadstica respecto a la hiptesis nula.
9. Interpretar tericamente los resultados.

Pruebas de hiptesis prueban existencia de relacin (es significativa), pero no su fuerza, para ello hay,
- Estadstico de fuerza de relacin:
Phi: tablas 2*2

V de kramer: Tablas mayores a 2*2

Para ambos, el valor obtenido corresponde a la varianza de una variable por la otra.
<10% relacin dbil. Entre 10% y 25% relacin moderada. 25% y 40% relacin fuerte. +40% brutal.
Para reportar relacin y fuerza: Se encontr una relacin significativa -con un alfa de 0.05- entre la
edad y la confianza en las personas (2 = 10.4; p = .035; n=1400). No obstante, la fuerza de esta relacin
fue dbil (V de Cramer = 0.09).
- Posibilidad de fallo de : Si rechazamos la hiptesis nula, tenemos de probabilidades de estar
tomando una decisin equivocada.
Se llama error tipo I: error de rechazar una hiptesis nula verdadera. Tambin se le llama error .

3
Si no rechazamos la hiptesis nula tambin tenemos posibilidad de error. Se llama error tipo II: error
no rechazar una hiptesis nula falsa. Tambin se le llama error .
Ambos errores estn inversamente relacionados. Si se disminuye uno, aumenta el otro.

Distribucin terica y emprica

D. Terica
Su densidad depende de una frmula matemtica.
Se puede determinar la probabilidad de obtener un valor o un conjunto de valores si se hace una
seleccin al azar.
Si se demuestra de una distribucin emprica se aproxima habitualmente a una distribucin
terica:
Se puede juzgar lo usual de una distribucin emprica cualquiera.
Se puede juzgar la probabilidad de obtener un determinado valor aleatoriamente de
dicha distribucin terica.

D. Emprica: Distribucin real de datos en una investigacin.