EI1 - 3I1 - T1Portafolio Estadistica Inferencial
EI1 - 3I1 - T1Portafolio Estadistica Inferencial
EI1 - 3I1 - T1Portafolio Estadistica Inferencial
ESTADÍSTICA INFERENCIAL I
PORTAFOLIO DE EVIDENCIAS
GRUPO: 3I1.
Conclusión............................................................................................................. 37
Referencias. .......................................................................................................... 38
Introducción.
En esta actividad de aprendizaje, vamos a presentar las bases necesarias para el
entendimiento de la estadística inferencial, empezando por los antecedentes de la
asignatura, los conceptos fundamentales, teoremas específicos, y formulas de
acuerdo con el tópico presentado.
Y por último daremos una conclusión general, en la cual explicaremos cuales son
los beneficios, ventajas y desventajas de el uso de esta ciencia.
1. Distribuciones Fundamentales para el Muestreo.
Se busca establecer los fundamentos conceptuales de la vertiente inferencial del
análisis de los datos estadísticos que se obtienen por muestreo. Los datos
muestrales constituyen estimaciones de la información poblacional, esto es, se
infiere una característica de toda la población a partir de una parte de esta.
El teorema central del límite tiene una serie de propiedades de gran utilidad en el
ámbito estadístico y probabilístico. Las principales son:
De manera general, si
son variables de media o esperanza
y varianza se verifica que la variable suma Y=X1+X2+...+X (si nn es un número
tendiendo a infinito) se puede aproximar por una variable normal, de media la
suma de las medias y varianza la suma de varianzas (desviación típica = raiz de
la suma de varianzas), es decir :
Ejemplo 1:
Supongamos ahora que lanzamos una moneda. La variable X que vale 1 si sale
cara y 0 si sale cruz es una variable de Bernoulli. Si lanzamos una moneda, por
ejemplo, 200 veces, la variable que mide el número de caras que salen es una
suma de 200 variables (Xi cuenta 1 o 0 si sale cara en el lanzamiento i).
Supongamos que repetimos esta operación 10 veces (cada operación es lanzar
la moneda 200 veces). La primera vez pueden salir 115 caras, la segunda 94, etc.
Se supone que el número de caras andará cerca de 100 (es la media, 200 ⋅ 0.5).
Ejemplo 2:
Solución
Ejemplo: Si de una población normal con varianza 4 se extrae una muestra aleatoria
Ejemplo numero 1
Las notas de cierto examen se distribuyen según una normal de media 5,8 y
desviación típica 2,4. Hallar la probabilidad de que la media de una muestra tomada
al azar de 16 estudiantes esté comprendida entre 5 y 7
Apartado a:
Si escogemos sólo una bombilla, estamos teniendo en cuenta toda la población que
sigue una distribución normal de media μ y desviación típica σ N(μ,σ):
Nos preguntan la probabilidad de que una bombilla funcione más de 1524 horas, es
decir:
Por tanto, la probabilidad de que una bombilla funcione más de 1524 horas es de
44,04% o lo que es lo mismo el 44,04% podría durar más de 1524 horas.
Apartado b:
X¯−µ σ
Cuando σ2 es desconocido, la distribución muestral de 𝑍 = depende del
√n
X¯−µ σ
𝑍= √n
Teorema 1.4.4: Sea X1, X2,..., Xn una muestra aleatoria extraída de una población
que se distribuye N (µ, σ2 ) donde σ 2 es desconocido. Entonces el estadístico
Dos poblaciones que sigan distribuciones normales N(μ1, σ1) y N(μ2, σ2), o bien, si
ambas poblaciones tienen distribuciones cualesquiera con media μ 1 y μ2,
desviaciones típicas σ1 y σ2, y las respectivas muestras son de tamaño n 1 y n2,
suficientemente grandes, entonces la distribución muestral de diferencia de
medias sigue una distribución normal:
El responsable de la sede central de una empresa afirma que las edades de sus
empleados siguen una distribución normal con una media de 41 años y una
desviación típica de 5 años. Por otro lado, el responsable de una sede de las
sucursales de dicha empresa en otro país, ha determinado que sus empleados
también tienen edades que se ajustan a una distribución normal con una media de
39 años y desviación típica de 3 años.
Con el fin de hacer un estudio comparativo se seleccionan muestras de 40 personas
de cada sede de la empresa.
a) Determina la distribución para la diferencia de las medias muestrales.
b) ¿Cuál es la probabilidad de que los empleados de la sede central tengas una
media de edad de al menos 3 años mayor que los de la sucursal extranjera?
Ejemplo 2:
que y que .
La fórmula que se utilizará para el calculo de probabilidad del estadístico de
diferencia de proporciones es:
Ejemplo 1:
Los hombres y mujeres adultos radicados en una ciudad grande del norte difieren
en sus opiniones sobre la promulgación de la pena de muerte para personas
culpables de asesinato. Se cree que el 12% de los hombres adultos están a favor
de la pena de muerte, mientras que sólo 10% de las mujeres adultas lo están. Si se
pregunta a dos muestras aleatorias de 100 hombres y 100 mujeres su opinión sobre
la promulgación de la pena de muerte, determine la probabilidad de que el
porcentaje de hombres a favor sea al menos 3% mayor que el de las mujeres.
Solución:
Datos:
PH =0.12
PM =0.10
nH =100
nM =100
p(pH-pM 0.03)=?
Se recuerda que se está incluyendo el factor de corrección de 0.5 por ser una
distribución binomial y se está utilizando la distribución normal.
Se concluye que la probabilidad de que el porcentaje de hombres a favor de la pena
de muerte, al menos 3% mayor que el de mujeres es de 0.4562.
Ejemplo 2
Aplicación de la t de Student
Ejemplo 1:
Dado que estamos trabajando con datos reales, siempre habrá un error de
aproximación entre los datos y la distribución. En otras palabras, la media, mediana
y moda no siempre serán cero (0) o exactamente iguales.
Representamos la frecuencia de cada observación de la variable G mediante un
histograma.
Ejemplo 2:
H1 > 60;
H0 =< 60.
Con un nivel de confianza del 90% se sabe que la relación de varianzas𝜎12 /𝜎22 esta
entre 1.07 y 3.93. Esto supondría que la varianza de la población 1 es mayor a la
varianza de la población 2 entre 1.07 y 3.93.
Conclusión.
Sin darle tantas vueltas al asunto, se presentan los teoremas, leyes, fundamentos,
formulas y ecuaciones, que se encargan de manejar la estadística de manera
correcta. También demostramos ejemplos de los problemas a resolver, ya que es
importante conocer las problemáticas que se encuentran en la vida real, y ya con el
conocimiento adquirido, buscar la solución más factible, dependiendo de lo que la
estadística nos diga.
Referencias.
1) http://estadisticaiiiuba.blogspot.com/p/blog-
page_8525.html#:~:text=La%20estad%C3%ADstica%20inferencial%3A%20
se%20dedica,de%20la%20poblaci%C3%B3n%20bajo%20estudio.
Consultado (02/03/2021).
2) https://ddd.uab.cat/record/163560 . Consultado (02/03/2021).
3) http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf. Consultado
(02/03/2021).