Repaso Inferencia

Tabla de contenido

Poblaciones, muestra y estimadores

Estimacin

Estimaciones de intervalos

Test de hiptesis
Poblacin y muestra

Una poblacin es cualquier grupo bien definido de sujetos,
personas, ciudades, empresas, etc.

Podemos aprender acerca de la poblacin a partir de muestras

aleatorias sacadas de la poblacion.

Por qu nos interesan las muestras?

Las medias muestrales varan en tordo a la media poblacional.

No varan mucho!

Utilizamos las muestra para inferir sobre la poblacin

Los dos campos de la inferencia: estimacin y prueba de hiptesis.

Conceptos principales

Un Parmetro es un indicador numrico que describe el
comportamiento de una poblacin en una variable.

Usualmente son desconocidos

Podemos estimarlo a partir de los datos obtenidos de una

muestra representativa de esta poblacin

Un estimador es un valor calculable a partir de los

datos de esa muestra,

que nos da informacin acerca de los valores probables del
parmetro.

Podemos analizar la calidad de informacin que nos da

Conceptos principales

Una estimacin es una afirmacin respecto al valor del
parmetro

Puntual: Se obtiene un solo valor para el parmetro

De Intervalos: propone un segmento de un continuo de valores

(un intervalo) en algn punto del cual se supone que se
encuentra el verdadero valor del parmetro que se est
estimando, con un cierto nivel de confianza

Este intervalo se denomina intervalo de confianza.

El nivel de confianza (1-, donde es el error que estamos

dispuestos a cometer).

sus puntos lmites reciben el nombre de lmites de confianza.

Aplicando el Teorema del lmite Central
x
Z =

n

x = Z
n

Z=-1,96 Z=1,96
Nivel de confianza=0,95

x
Z x
Z
n n
Propiedades de los estimadores

i) Insesgamiento:
^ ^
E () = Sesgo = E() = 0

ii) Mnima Varianza:

^
^ ^
1 min . var . var 1 var 2

iii) Mejor estimador insesgado o eficiente:

Insesgado y de mnima varianza

Propiedades de los estimadores
iv) Linealidad: el estimador es una funcin lineal de as xi.
^ _
1
= X = (x1 + x 2 + ... + x n )
n

v) Mejor estimador lineal e insesgado (MELI):

Insesgado, de mnima varianza y lineal.

vi) Estimador del mnimo error medio cuadrtico (EMC):

2 2
^
^
^
^
EMC = E = var + sesgo

Estimacin por intervalos
Se construyen dos estimaciones de , 1 y 2, de tal forma que

^ ^ Intervalo de
Pr(1 2 ) = 1 confianza

0 < <1 1 - = coeficiente de confianza

= nivel de significancia

Si X ~N(,2), entonces la media muestral ~N(,2/n). Por

lo tanto se puede construir el intervalo:

_

_

X Z( ) X 1,96
Si = 0,05

n
n
El intervalo de confianza

Aplicando la anterior, podemos ver que el intervalo de
confianza para estimar un promedio estar dado por:

P[ x Z x + Z ] = (1 )

O sea n n
P [estimador-valor crtico estadstico error estndar
Parmetro
estimador+valor crtico estadstico error estndar]
=(nivel de confianza)
Pruebas de Hiptesis

Objetivo: hacer un juicio respecto a la diferencia
entre el estadstico muestral y uno hipotetizado

La hiptesis es aceptada pero no demostrada

es decir solo decimos que no hay suficiente
evidencia estadstica para rechazarla
Contraste de Hiptesis

En este caso ponemos a prueba las ideas que tenemos
acerca del comportamiento de la poblacin.

El primer paso es transformar nuestras ideas cientficas

a su operacionalizacin numrica.

Existen dos variantes

Hiptesis Nula (H0): Es la que se somete a prueba

Hiptesis Alternativa (H1): Proposicin que niega o

contradice una hiptesis nula.
 Cmo se hace?

Es un proceso inverso a la estimacin

Se asume un valor hipottico para un parmetro poblacional

Se sita el parmetro dentro de la distribucin muestral que

corresponde al experimento realizado

Se extrae una muestra de la poblacin real y se la ubica dentro

de la distribucin muestral generada por el parmetro hipottico

El contraste

Apunta a un valor fijo del parmetro

Tiene una interpretacin dicotmica

En trminos grficos#

ZONA DE ACEPTACION

rea= 0,95
Zona de rechazo Zona de rechazo
PARMETRO
Z=-1,96 HIPOTTICO EST Z=1,96
EN Z=0
Contraste Unilateral

ZONA DE ACEPTACION

rea= 0,95

PARMETRO
HIPOTTICO EST Z=1,64
EN Z=0
Errores posibles

Estamos hablando de resultados probabilsticos,
siempre pueden cometerse errores:

DECISION H0 verdadera H0 falsa

Rechaza H0 Error tipo I Decisin Correcta

(Acepta H1) (probabilidad =
)
Acepta H0 Decisin Correcta Error tipo II
(Rechaza H1) (probabilidad =
)
 Pasos para el contraste de Hiptesis
Cada vez que se hace un contraste de Hiptesis se sigue una serie de
pasos:
1. Planteamiento de H0 y H1

2. Formulacin de supuestos

3. Seleccin de un grado de probabilidad o valor ()

4. Seleccin de Estadstico de Prueba y determinacin de regin

crtica
Zona de Aceptacin
Zona de Rechazo

5. Clculo de Estadstico de Prueba

6. Adopcin de una decisin respecto a H0

Significacin: p

H0: =40
Significacin: p

No se rechaza
H0: =40

H0: =40

X = 43
Significacin: p
Es la probabilidad que tendra una regin crtica que comenzase exactamente en el valor
del estadstico obtenido de la muestra.
Es la probabilidad de tener una muestra que discrepe an ms que la nuestra de H0.
Es la probabilidad de que por puro azar obtengamos una muestra ms extraa que la
obtenida.
p es conocido despus de realizar el experimento aleatorio
El contraste es no significativo cuando p>

No se rechaza
H0: =40

X = 43
Significacin : p

Se rechaza H0: =40

Se acepta H1: >40

X = 50
Significacin : p
El contraste es estadsticamente significativo cuando p<
Es decir, si el resultado experimental discrepa ms de lo tolerado a priori.

Se rechaza H0: =40

Se acepta H1: >40

P

X = 50