Inferencia Estadstica

Como es la verdad

INFERENCIA

Deduccin de una cosa a partir de otra, conclusin.:

deduccin
f. Conclusin, inferencia:
con lo que sabes, deberas sacar tus deducciones y decidir.
filos. Mtodo de razonamiento que parte de conceptos
generales o principios universales para llegar a conclusiones
particulares:
la deduccin presupone el pensamiento hipottico.
Descuento, rebaja:
aplique la deduccin por rendimiento del trabajo.

Estadstica inferencial
La inferencia estadstica o estadstica
inferencial es una parte de la Estadstica
que comprende los mtodos y
procedimientos para deducir propiedades
(hacer inferencias) de una poblacin, a
partir de una pequea parte de la misma (
muestra).
La bondad de estas deducciones se mide
en trminos probabilsticos, es decir, toda
inferencia se acompaa de su probabilidad
de acierto.

Inferencia Estadstica

Se basa en las conclusiones a la que se llega por

la ciencia experimental basndose en informacin
incompleta (de una parte de la poblacin). La
inferencia estadstica es una parte de la
Estadstica que permite generar modelos
probabilsticos a partir de un conjunto de
observaciones. Del conjunto se observaciones que
van a ser analizadas, se eligen aleatoriamente
slo unas cuantas, que es lo que se denomina
muestra, y a partir de dicha muestra se estiman
los parmetros del modelo, y se contrastan las
hiptesis establecidas, con el objeto de
determinar si el modelo probabilstico es el
adecuado al problema real que se ha planteado.

Utilidad de la Inferencia
La utilidad de la inferencia estadstica,
consiste en que si el modelo se considera
adecuado, puede usarse para la toma de
decisiones o para la realizacin de las
previsiones convenientes.
En el desarrollo del tema se utilizarn
variables aleatorias, que son variables
determinadas por el azar.

INFERENCIA
POBLACIN

o
stre
e
u
M

Muestra

Procedimiento

La inferencia estadstica parte de un

conjunto de observaciones de una variable,
y a partir de estos datos infiere o genera
un modelo probabilstico; por tanto es la
consecuencia de la investigacin emprica,
caundo se est llevando a cabo, y como
consecuencia de la ciencia terica, cuando
se estn generando estimadores, o
mtodos, con tal o cual caracterstica para
casos particulares. La inferencia estadstica
es, en consecuencia, un planteamiento
inductivo.

Definiciones complementarias
Es la parte de la estadstica matemtica
que se encarga del estudio de los mtodos
para la obtencin del modelo de
probabilidad que sigue una variable
aleatoria de una determinada poblacin, a
travs de una muestra obtenida de la
misma
proceso de anlisis que consiste en inferir
las propiedades de una poblacin con base
en la caracterizacin de la muestra.

Problemas fundamentales
Los

dos problemas fundamentales

que estudia la inferencia
estadstica son el "Problema de la
estimacin" y el "Problema del
contraste de hiptesis"

Paramtrica y No paramtrica

Cuando se conoce la forma funcional de la

funcin de distribucin que sigue la
variable aleatoria objeto de estudio y slo
tenemos que estimar los parametros que
la determinan, estamos en un problema
de inferencia estadstica paramtrica ;
por el contrario cuando no se conoce la
forma funcional de la distribucin que
sigue la variable aleatoria objeto de
estudio, estamos ante un problema de
inferencia estadstica no paramtrica.

Teoras en las que se basa

En

todos estos problemas que

estudia la inferencia estadstica
juega un papel fundamental la
"Teora de la Probabilidad"
(distintas formas funcionales de las
distribuciones de probabilidad) y la
"Teora de Muestras"
(procedimientos para tomar
muestras de manera apropiada).

Teora de Muestras

Consideremos la poblacin compuesta por

los nios espaoles al nacer. Una
caracterstica medible de los individuos de
esta poblacin es su peso; esta
caracterstica depende de mltiples
factores y se puede considerar una
variable aleatoria. La distribucin que
sigue esta variable aleatoria es normal,
pero, cul es su media? y cul es su
desviacin tpica?.

teora de muestras
Pues

bien, la teora de muestras

estudia las tcnicas y procedimientos
que debemos emplear para que las
muestras sean representativas de la
poblacin que pretendemos estudiar,
de forma que los errores en la
determinacin de los parmetros de
la poblacin objeto de estudio sean
mnimos.

Para conseguirlo, la muestra tiene que ser

representativa de la poblacin. Para que la
extraccin de la muestra sea
representativa se deben cumplir dos
principios bsicos:
Que haya independencia en la seleccin de
los individuos que forman la muestra
Que todos los individuos tengan la misma
probabilidad de ser incluidos en la muestra
Para conseguir estos objetivos se emplean
distintas tcnicas de muestreo.

Modelos de Muestreo
Bsicos

Muestreo Aleatorio Simple

Para efectuar este tipo de muestreo en
una poblacin con N individuos:
Numeramos de 1 a N los N individuos de
la poblacin.
Mediante un programa de ordenador o una
tabla de generacin de nmeros
aleatorios, seleccionamos a los n
individuos que formarn la muestra.
Despus de cada extraccin el individuo
seleccionado se devuelve a la poblacin
para que pueda volver a ser elegido.

Muestreo Aleatorio Estratificado

Cuando la poblacin no es homogenea respecto a la variable

aleatoria objeto de estudio, para mejorar las estimaciones,
conviene distinguir en ella, clases o estratos, y proceder a lo que
se llama un muestreo aleatorio estratificado. En este tipo de
muestreo los estratos se deben elegir de manera que sean lo ms
homogeneos posible respecto a la variable aleatoria a estudiar y
que entre ellos exista la mayor diferencia posible.
Afijacin: Es el reparto del tamao de la muestra entre los
diferentes estratos en que hemos dividido la poblacin.
Afijacin Uniforne : Consiste en tomar para la muestra el mismo
nmero de individuos por cada estrato.
Afijacin Proporcional : Consiste en distribuir los individuos que
forman la muestra proporcionalmente al nmero de individuos de
cada estrato.
Una vez determinado el nmero de individuos que deben
pertenecer a cada estrato, se procede a la seleccin de individuos
de cada estrato por muestreo aleatorio simple.

Ejemplo prctico.
En

un instituto de enseanza
secundaria en que se ofertan los
siguientes tipos de enseanza :
Ciclos de grado superior : 110
alumnos.
Bachillerato : 162 alumnos.
Ciclos de grado medio : 210 alumnos
2 ciclo de enseanza secundaria
obligatoria : 338 alumnos.

Se pretende valorar las faltas de ortografa que

cometen los alumnos del centro mediante una
prueba-dictado de un texto de 20 lneas; la
prueba se pasar a una muestra de 50 alumnos,
para minimizar el costo en tiempo y medios. En
esta situacin parece conveniente utilizar para la
extraccin de la muestra el muestreo aleatorio
estratificado con asignacin proporcional.
Dividimos la poblacin en cuatro estratos : ciclos
de grado superior, ciclos de grado medio,
bachillerato y 2 ciclo de enseanza secundaria
obligatoria.
Como el nmero total de alumnos son 820 y la
muestra debe estar formada por 50 alumnos, el
clculo del nmero de alumnos que se han de
tomar de cada estrato es:

Ciclos de grado superior :

Bachillerato :

Ciclos de grado medio :

2 ciclo de Enseanza Secundaria Obligatoria