Universidad Autónoma de Guadalajara

Campus Tabasco

ESTADÍSTICA
INFERENCIAL
MIH HERMELINDA CASTILLO
BOLAINAS
INTEGRANTES

UNIDAD 1 Conceptos Básicos de la Inferencia

Estadística
FINALIDAD DE LA INFERENCIA ESTADISTICA

Es el conjunto de métodos y técnicas que permiten inducir, a partir de

información empírica por una muestra, cual es el comportamiento de una
determinada población con un riesgo de error medible en términos de
probabilidad.
MUESTRA ALEATORIA

Una muestra aleatoria es la

selección de un número de
observaciones a partir de una
población objeto de investigación.
ESTADISTICO

Es una función que se aplica a los datos

disponibles

ESTADISTICO (DATOS) = VALOR – NUMÉRICO

Ej. MEDIA ARITMÉTICA, MEDIANA, DESVIACIÓN ESTANDAR,

MAXIMOS, MINIMOS, ETC.
DISTRIBUCIÓN POBLACIONAL

Es la probabilidad de obtener cierto valor (Para un solo individuo).

DISTRIBUCIÓN DE FRECUENCIA

Son tablas en que se dispone las modalidades de la variable por filas. En

las columnas se dispone el número de ocurrencias por cada valor,
porcentajes, etcétera.
ESTIMADOR DE UN PARÁMETRO

Es un valor que puede calcularse a partir de los datos muestrales y que

proporciona información sobre el valor del parámetro.
 PARAMETROS DE LA POBLACIÓN

• Se llama parámetros poblacionales a cantidades que se obtienen a partir

de las observaciones de la variable y sus probabilidades y que
determinan perfectamente la distribución de esta, así como las
características de la población, por ejemplo: La media, μ, la varianza σ2,
la proporción de determinados sucesos, P.

• Los Parámetros poblacionales son números reales, constantes y únicos.

 ESTIMADORES ESTADÍSTICOS

• Un estimador es un estadístico (una función de la muestra) utilizado para

estimar un parámetro desconocido de la población. Por ejemplo, si se desea
conocer el precio medio poblacional de un artículo (parámetro desconocido) se
recogen observaciones del precio de dicho artículo en diversos establecimientos
(muestra) pudiendo utilizarse la media aritmética de las observaciones para
estimar el precio medio poblacional. Para cada parámetro pueden existir varios
estimadores diferentes. En general, se elige el estimador que posea mejores
propiedades que los restantes, como insesgadez, eficiencia, convergencia y
robustez (consistencia). El valor de un estimador proporciona una estimación
puntual del valor del parámetro en estudio. En general, se realiza la estimación
mediante un intervalo, es decir, se obtiene un intervalo (parámetro muestral +-
error muestral ) dentro del cual se espera se encuentre el valor poblacional
dentro de un cierto nivel de confianza.
 POBLACIÓN Y MUESTRA

• La población de un estudio estadístico es el conjunto de elementos que

son parte del objeto de estudio. Cada elemento se denomina individuo.
Cuando el número de individuos de la población es muy grande, tomamos
una parte de ésta, denominada muestra. La muestra es un subconjunto
de la población y tiene que ser representativa de la misma.
 MUESTREO ALEATORIO SIMPLE
En el muestreo aleatorio simple:
1.Todos los individuos tienen la misma probabilidad de ser seleccionados
2.Las observaciones se realizan con reemplazamiento, de forma que la población es igual en todas
las extracciones. En el caso de que se renuncie, por azar, a volver a seleccionar en la muestra al
mismo individuo, estaremos en el caso de método aleatorio sin reemplazamiento.
• Supongamos que queremos elegir una muestra de n individuos de una población de N sujetos.
• Cada elemento tiene probabilidad n/N de ser elegido en la muestra.
Cuando utilizarlo:
• El método de muestreo aleatorio simple debe utilizarse cuando los individuos de
la población son homogéneos respecto a las características a estudiar (es decir, a priori no
sabemos si los resultados van a ser muy diferentes por causa de otras variables).
• Es poco recomendado cuando la población es muy grande y heterogénea (los individuos
presentan características dispares).
• Los individuos pueden ser seleccionados por cualquier proceso probabilístico que otorgue a todos los
elementos la misma probabilidad de ser elegidos.
ESPACIO MUESTRAL

• En la teoría de probabilidades, el espacio muestral oespacio de

muestreo (denotado E, S, Ω o U) consiste en el conjunto de todos los
posibles resultados de un experimento aleatorio, junto con una
estructura sobre el mismo (ver más adelante).
PROPIEDADES DE LOS ESTIMADORES

• Los estimadores pueden tener las siguientes propiedades:

• Insesgadez
• Eficiencia
• Consistencia
• Suficiencia
• Invariabilidad
• Robustez
• Insesgadez
Se dice que un estimador es insesgado cuando la esperanza matemática de su distribución en
el muestreo coincide con el valor del parámetro.
• Eficiencia
Se dice que un estimador es eficiente u óptimo cuando su varianza es mínima.
• Consistencia
Diremos que un estimador es consistente cuando, si el tamaño muestral “n” tiende a infinito el
estimador es insesgado y de varianza cero.
• Suficiencia
Un estimador es suficiente cuando incluye toda la información relevante de la muestra, de
forma que ningún otro estimador puede considerar información adicional.
• Invariabilidad
Un estimador es innvariable cuando si transformamos el parámetro a estimar mediante una
función g(θ), dicha función puede ser estimada por la función del estimador g(θ^).
• Robustez
Un estimador es robusto cuando si se vulnera alguno de los supuestos en los que se basa el
proceso de estimación, la estimación no cambia significativamente y sigue ofreciendo
resultados fiables.
 ESTIMADOR INSESGADO
• Es aquel que tiene menor varianza que cualquier otro estimador insesgado
para todos los posibles valores del parámetro.

• Para los problemas estadísticos prácticos, es importante determinar si es que

existe dicho estimador, ya que, naturalmente, se evitarían procedimientos
sub-óptimos, manteniendo constante el resto de las condiciones. Esto ha
llevado al desarrollo sustancial de la teoría estadística relacionada con el
problema de la estimación óptima. Aunque la memoria particular de "óptimo"
aquí - que requiere insesgamiento y medir la "bondad" con la varianza - puede
no ser siempre lo que se quiere para cualquier situación práctica dada, es una
donde se encuentran los resultados útiles y de aplicación general.
DIFERENCIA ENTRE DISTRIBUCIÓN
POBLACIONAL Y MUESTRAL
• Distribución poblacional:
Frecuentemente, además de saber el número y la densidad de individuos en un área,
los ecólogos también quieren saber su distribución. Los patrones de dispersión, o
patrones de distribución, de las especies se refieren a cómo se distribuyen los
individuos de una población en el espacio en un momento determinado.
• Distribución muestral
En estadística, la distribución muestral es lo que resulta de considerar todas
las muestras posibles que pueden ser tomadas de una población. Su estudio permite
calcular la probabilidad que se tiene, dada una sola muestra, de acercarse al
parámetro de la población. Mediante la distribución muestral se puede estimar el
error para un tamaño de muestra dado.
PARÁMETRO

• Un parámetro es un número que resume la gran cantidad de datos que

pueden derivarse del estudio de una variable estadística. El cálculo de
este número está bien definido, usualmente mediante una
fórmula aritmética obtenida a partir de datos de la población.
DIVISIÓN DE LA ESTADÍSTICA

La Estadística para su mejor estudio se ha dividido en dos grandes ramas: la Estadística

Descriptiva y la Inferencial. 

• Estadística Descriptiva: consiste sobre todo en la presentación de datos en forma de

tablas y gráficas. Esta comprende cualquier actividad relacionada con los datos y está
diseñada para resumir o describir los mismos sin factores pertinentes adicionales; esto es, sin
intentar inferir nada que vaya más allá de los datos, como tales. 

• Estadística Inferencial: se deriva de muestras, de observaciones hechas sólo acerca de

una parte de un conjunto numeroso de elementos y esto implica que su análisis requiere de
generalizaciones que van más allá de los datos. Como consecuencia, la característica más
importante del reciente crecimiento de la estadística ha sido un cambio en el énfasis de los
métodos que describen a métodos que sirven para hacer generalizaciones. La Estadística
Inferencial investiga o analiza una población partiendo de una muestra tomada.
 MUESTREO POR
CONGLOMERADO
• En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que
forman una unidad, a la que llamamos conglomerado.
• Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son
conglomerados naturales.
• En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales.

• Cuando los conglomerados son áreas geográficas suele hablarse de "muestreo por áreas".
 MUESTREO ESTRATIFICADO
• Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran
homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo,
según la profesión, el municipio de residencia, el sexo, el estado civil, etc.).
• Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos
de interés estarán representados adecuadamente en la muestra.
• Cada estrato funciona independientemente
 MUESTREO SISTEMATICO
• Este
  procedimiento exige numerar todos los elementos de la población, pero en
lugar de extraer n números aleatorios sólo se extrae uno.

• K=
• Donde:
• K : Muestreo sistematico
• N : Numero de elementos de la poblacion
• n : Tamaño de la muestra
 MUESTREO DE ACEPTACION
• Componente principal de control de calidad y es útil cuando el costo de
la prueba es alto comparado con el costo de pasar un elemento
defectuoso o cuando la prueba destruye la muestra.
• Proceso de inspección de una muestra de unidades de un lote con el
propósito de aceptar o rechazar todo el lote.
 TEOREMA DEL LIMITE CENTRAL
• Describe la distribución de la media de una muestra aleatoria
proveniente de una población con varianza finita. Cuando el tamaño de
la muestra es lo suficientemente grande, la distribución de las medias
sigue aproximadamente una distribución normal.
•  Se aplica independientemente de la forma de la distribución de la
población.