INFERENCIA ESTADISTICA

El propósito de la inferencia estadística es obtener información

acerca de una población de información contenida en una
muestra.
ESTIMACION PUNTUAL.- Es cuando utiliza datos provenientes de
una muestra. Se calcula el valor del Estadístico muestral que
servirá para estimar el parámetro poblacional.
Nos referimos a:
X estimador puntual de la media poblacional μ
s estimador puntual de la desviación estándar poblacional σ
p estimador puntual de la proporción poblacional Π
 INFERENCIA ESTADISTICA
ESTIMACION POR INTERVALO.- Denota un rango de valores
dentro del cual se puede encontrar el parámetro. en el que
indica el margen de error de estimación.

P(Z<= - Zexcel ) = alfa/2 P(Z>= + Zexcel ) = alfa/2

Intervalo de confianza donde

se encuentra el parámetro con
un NC =1-a
 ESTIMACION POR INTERVALO MEDIA
POBLACIONAL: Caso de muestras grandes (n > 30)
Asumiendo que σ es conocido:


IC (  )  x  Z a
2 n

Donde:
σ : es la desviación estándar de la población
zα/2 : es el valor de z correspondiente a un área de α/2 en la cola
superior de la distribución normal estándar
n: Tamaño de la muestra
 ESTIMACION POR INTERVALO MEDIA
POBLACIONAL: Caso de muestras grandes (n > 30)
Cuando no se conoce la varianza de la población σ es estimado
por s:
s
IC (  )  x  Z a
2 n
Donde:
s : es la desviación estándar de la muestra
zα/2 : es el valor de z correspondiente a un área de α/2 en la cola
superior de la distribución normal estándar
n: Tamaño de la muestra

En la mayoría de aplicaciones el valor de la desviación estándar no es conocido. En

esos casos usamos la desviación estándar muestral como un estimado puntual de la
desviación estándar poblacional.
 ESTIMACION POR INTERVALO MEDIA
POBLACIONAL: Caso de muestras pequeña (n ≤ 30)
Población original SI se distribuye normalmente y σ es estimado
por s .Utilizar el procedimiento que se basa en la distribución t –
Student.

Cada distribución t específica depende de un parámetro llamado

grados de libertad

A medida que aumentan los grados de libertad, la diferencia entre

la distribución t y la distribución normal estándar es menor y
menor.

Una distribución t con más grados de libertad tiene menos

dispersión.
 ESTIMACION POR INTERVALO MEDIA
POBLACIONAL: Caso de muestras pequeña (n ≤ 30)

s
IC (  )  x  t a
( n 1) n
2

Donde:
s : es la desviación estándar de la muestra
tα/2 : es el valor de t correspondiente a un área de α/2 en la cola
superior
n-1: Grados de libertad
 ESTIMACION POR INTERVALO PARA
PROPORCIONES

p (1  p)
IC ( )  p  Z a
2
n

Donde:
P : Proporción que tiene la característica interés (x/n).
zα/2 : es el valor de z correspondiente a un área de α/2 en la cola
superior de la distribución normal estándar
n: Tamaño de la muestra