ESTADSITCA

INFERENCIAL
PERSONAL DE LA CATEDRA Y HORARIO DE CLASES

Profesor Adjunto Cr. Alejo Cornell Martes: 18 a 21 hs.

Ayudante de Primera Lic. Marianela Greppi Viernes: 15 a 18 hs.

 REPASO DE
ALGUNOS CONCEPTOS

POBLACIN

MUESTRAS
OTROS CONCEPTOS
POBLACIN
PARMETROS LETRAS GRIEGAS

MUESTRA
ESTADSTICOS
x S p r a b
 ESTADSTICA
DOS GRANDES RAMAS

ESTADSTICA

ESTADSTICA INFERENCIA
DESCRIPTIVA ESTADSTICA
 ESTADSTICA DESCRIPTIVA
COMPRENDE LOS MTODOS QUE IMPLICAN:
RECOLECCIN,
TABULACIN U ORGANIZACIN,
ANLISIS,
PRESENTACIN,
INTERPRETACIN
DE UN CONJUNTO DE DATOS, A FIN DE DESCRIBIR EN FORMA
APROPIADA LAS DIVERSAS CARACTERSTICAS DE ESE
CONJUNTO DE DATOS
 INFERENCIA ESTADSTICA

COMPRENDE LOS MTODOS QUE

POSIBILITAN LA ESTIMACIN DE UNA
CARACTERSTICA DE UNA POBLACIN,
O LA TOMA DE UNA DECISIN
CONCERNIENTE A UNA POBLACIN,
CON BASE TAN SLO EN LOS
RESULTADOS DE UN MUESTREO.
 INFERENCIA ESTADSTICA
Procedimientos que permiten sacar conclusiones y tomar
decisiones con respecto a una poblacin, habiendo analizado
solo muestras de esa poblacin

ESTIMACIN DE PARMETROS
Puntual
Por Intervalos de Confianza

PRUEBAS DE HIPTESIS
 Estimacin de parmetros

Calcular medidas descriptivas utilizando las

observaciones muestrales, para representar a
los parmetros desconocidos.
x

POBLACIN x1, x2, x3, . .

Variables: X, Y, , Z . , xn
Parmetros: , , x S p
 DOS tipos de estimaciones:

Estimacin puntual Estimacin por

intervalos
Se obtiene un punto, Se obtiene un intervalo
un valor, como dentro del cual
estimacin del estimamos que estar el
parmetro. parmetro, bajo cierto
grado de probabilidad).
 Estimacin puntual de
parmetros
Estimar el valor de un parmetro desconocido
con un slo nmero.

Un parmetro es
Simbologa
Un estimador es
 Estimacin por
Intervalos de Confianza
Es la estimacin de un parmetro por un intervalo
al azar, llamado Intervalo de Confianza, cuyos
lmites superior e inferior, Li y Ls, son
funciones de las variables aleatorias observadas
tales que la probabilidad de que se cumpla la
desigualdad Li < < Ls, se expresa en
trminos de un nmero predeterminado, 1- .
Esto es: P ( Li < < Ls ) = 1-
 Pruebas de hiptesis estadsticas

IMPLICA:

* decidir si una afirmacin relativa a uno o ms

parmetros es verdadera o falsa,
O bien
* probar una hiptesis relativa a una cuestin no
relacionada con parmetros.
Clasificacin de Pruebas de hiptesis

Paramtricas
Pruebas de Hiptesis
No
Paramtricas
 Etapas de una prueba de hiptesis
1- Formular las hiptesis.
2- Especificar el nivel de significacin, a.
3- Seleccionar una estadstica de prueba
apropiada.
4- Fijar criterios de decisin.
5- Relevar los datos y calcular la estadstica
de prueba.
6- Tomar una decisin.
7- Establecer conclusiones.
 Unidad Didctica N 1
TEORIA DEL MUESTREO

Unidad Didctica N 2
DISTRIBUCIONES DE PROBABILIDAD

Unidad Didctica N 3
ESTIMACIN DE PARMETROS

Unidad Didctica N 4
PRUEBAS DE HIPTESIS

Unidad Didctica N 5
MTODOS NO PARAMTRICOS

Unidad Didctica N 6
ANLISIS MULTIVARIADO
 TEORA DE MUESTREO

CENSO Abarca toda la poblacin

Aleatoria simple
Probabilsticas Sistemtica
Estratificada

MUESTRAS De Conglomerados

De Juicio o discrecional
De Cuota
No Probabilsticas Por Conveniencia
Bola de nieve o Cadena
 Importancia del MUESTREO

Poblacin
Poblacin
Muestra

Encuesta por censo Encuesta por muestreo

Cmo seleccionar la muestra?

Cmo extrapolar a la poblacin entera
los resultados observados en la muestra?
 Por qu usar muestreo?...

Poblaciones Infinitas.

El tiempo necesario para relevar la poblacin.

El costo del proceso censal puede hacerlo inviable.

Puede dar resultados ms precisos que un censo.

Procedimientos de muestreo de tipo destructivo.

 Conceptos bsicos en muestreo

Elemento Objeto en el cual se toman las

observaciones o mediciones

Marco de Lista o fichero de unidades

muestreo de muestreo

Muestra Coleccin de unidades

seleccionadas de un marco

Tasa de
muestreo f=n/N
 MUESTREO ALEATORIO
Poblacin
SIMPLE
Muestra

BIETPICO

Poblacin
 Para extraer una muestra aleatoria
controlando la probabilidad de cada
muestra, se necesita:

Un marco de muestreo o varios

Un algoritmo de muestreo que

respete las probabilidades fijadas
 Algoritmo de seleccin

Se seleccionan n unidades de una poblacin de

N elementos, de manera tal que cada una de las
muestras posibles tengan la misma oportunidad
de ser seleccionadas
Para seleccionar las unidades de muestreo:

1) se numeran correlativamente

2) se utilizan nmeros aleatorios (de tabla o generados

por computadora u otro mecanismo al azar)
MUESTREO SISTEMTICO

Se fija la posicin relativa de las unidades

incluidas en la muestra

Asegura una representacin uniforme

de los elementos de la poblacin
 Algoritmo de seleccin
Los elementos de la poblacin se numeran de 1 a N.
Se calcula el intervalo de muestreo: k = N/n.
Dentro del primer intervalo de muestreo
(numeracin entre 1 y k) se elige un arranque
aleatorio, r .
r determina la unidad que se debe seleccionar en
cada uno de los n intervalos de muestreo.
 MUESTREO ESTRATIFICADO
Ser posible disminuir la variabilidad de los estimadores,
sin cambiar el tamao n de la muestra?

S Cundo?

Cuando se dispone de una variable cualitativa

auxiliar cuyas categoras son homogneas con
respecto a la variable de inters

Esas categoras constituyen los estratos

 Algoritmo de seleccin
Se divide la poblacin en estratos,
heterogneos entre s, y homogneos dentro
de cada estrato.
Dentro de cada estrato se selecciona una
muestra aleatoria (simple o sistemtica) de
unidades de muestreo.

Asignacin Asignacin
proporcional ptima
MUESTREO POR CONGLOMERADOS

Homogneos entre s

CONGLOMERADOS

Heterogneos dentro de s
 Algoritmo de seleccin
1) Se listan los conglomerados para construir el
marco de muestreo.
2) Se seleccionan aleatoriamente los
conglomerados que integrarn la muestra.
3) Dentro de los conglomerados seleccionados
se encuestan a todos los individuos.

Es eficaz cuando los conglomerados son

numerosos y de tamaos pequeos
 Error de Muestreo
Es la diferencia entre el estadstico de la muestra
y el parmetro respectivo (de la poblacin)
Error de Muestreo = Estadstico - Parmetro
Existen tantos errores (desvos) de muestreo como
muestras se puedan tomar de una poblacin.
Es poco probable que el error sea nulo.
Podrn ser positivos o negativos. La suma de los
errores a medida que sea la cantidad de muestras
sea mayor, se aproxima a cero.
 Distribucin Muestral
Es la distribucin de probabilidad de todos los
posibles estadsticos de un determinado tamao
de muestra de la poblacin.

Teorema del lmite central

Si todas las muestras de un tamao determinado
son tomadas de una poblacin, la distribucin
muestral del estadstico correspondiente se
aproxima a una distribucin Normal, a medida que
el tamao de la muestra es mayor.
Tamao de la Poblacin y de la Muestra
Cantidad de muestras posibles

Ejemplos:
1) En una poblacin de 7 unidades, se pueden tomar 21
muestras de 2 elementos (en excel =combinat(7;2) )

2) Se pueden hacer 142506 diferentes muestras de tamao

5, en una poblacin de 30 elementos.