Inferencia Estadistica Muestras Grandes Extracto
Inferencia Estadistica Muestras Grandes Extracto
Inferencia Estadistica Muestras Grandes Extracto
muestras grandes
IQ. Carlos Ferreira Álvarez
Inferencia estadística, Tipos de
estimadores, Evaluación de la bondad
de un estimador puntual y de un
estimador por intervalo
Inferencia Estadística
La inferencia, específicamente la toma de decisiones y la predicción, tiene
siglos de antigüedad y desempeña un papel muy importante en la vida de
casi todas las personas:
Ejemplo 1:
Los circuitos en computadoras están formados por una o más tarjetas de
circuito impreso y es frecuente que las computadoras sean reparadas con
sólo cambiar una o más tarjetas defectuosas. En un intento por hallar el
ajuste apropiado de un proceso de chapa aplicado a uno de los lados de
tarjeta, un supervisor de producción podría estimar el grosor promedio de
chapa de cobre en las tarjetas usando muestras de varios días de operación.
Como no sabe del grosor promedio 𝜇 antes de observar el proceso de
producción, su problema es de estimación.
Inferencia Estadística
Ejemplo 2:
El supervisor del ejemplo anterior recibe instrucciones del propietario de la
planta de que el grosor de la chapa de cobre no debe ser menor que
0.001 de pulgada, para que el proceso esté en control. Para decidir si el
proceso está o no en control, el supervisor debe formular una prueba.
Podría hacer una hipótesis de que el proceso está en control, es decir,
suponer que el grosor promedio de la chapa de cobre es 0.001 o mayor, y
usar muestras de varios días de operación para decidir si es o no correcta su
hipótesis. El método de la toma de decisión del supervisor se denomina
prueba de hipótesis.
Inferencia Estadística
• Estimación puntual: Con base en datos muestrales, se calcula un solo número para
estimar el parámetro poblacional. La regla o fórmula que describe este cálculo se
denomina estimador puntual y el número resultante recibe el nombre de estimación
puntual.
• Estimación de intervalo: Con base en datos muestrales, dos números se calculan para
formar un intervalo dentro del cual se espera esté el parámetro. La regla o fórmula
que describe este cálculo se denomina estimador de intervalo y el par de números
resultantes se llama estimación de intervalo o intervalo de confianza.
Tipos de estimadores
Ejemplo.
Un veterinario desea estimar el aumento mensual promedio en el peso de
cachorros de raza golden retriever, de cuatro meses de edad, que han sido
puestos a dieta de carne de cordero y arroz. La población está formada por
los aumentos mensuales en el peso de todos los cachorros de ésta raza a los
que se da esta dieta particular. El veterinario desea estimar el parámetro
desconocido 𝜇 , el aumento mensual promedio en el peso para esta
población hipotética.
Distribuciones para
estimadores sesgados e
insesgados
Estimación puntual de la media de una población,
estimación por intervalo de la media de una población
𝑠 105
1.96 𝑆𝐸 = 1.96 = 1.96 = 29.10 ≅ 29 𝑙𝑏
𝑛 50
Además del peso promedio del oso polar del Ártico, el ambientalista
está interesado en las opiniones de adultos sobre el tema del
calentamiento global. Desea estimar la proporción de personas que
piensan que el calentamiento global es un problema muy serio.
En una muestra aleatoria de 𝑛 = 100 𝑎𝑑𝑢𝑙𝑡𝑜𝑠, 73 % indicó que el
calentamiento global es un problema muy serio. Estime la verdadera
proporción de población de adultos que piensan que el calentamiento
global es un problema muy serio y encuentre el margen de error para
la estimación.
Ejemplo 2
Ejemplo.
Es frecuente que los experimentadores construyan intervalos de
confianza de 95 %, lo cual significa que el coeficiente de confianza, o
la probabilidad de que el intervalo contenga el parámetro estimado,
es 0.95.
Puede aumentar o reducir la cantidad de certeza si se cambia el
coeficiente de confianza. Algunos valores que por lo general usan
experimentadores son: 0.90, 0.95, 0.98 y 0.99
Estimación por intervalo
Analogía:
Lanzar un lazo a un poste de una cerca. El poste de la cerca
representa el parámetro que se desea estimar y el lazo formado por
la cuerda representa el intervalo de confianza. Cada vez que se lance
la cuerda, se espera lazar al poste de la cerca; no obstante, a veces
falla el lazo. En la misma forma, cada vez que se saque una muestra
y construya un intervalo de confianza para un parámetro, usted
espera incluir el parámetro en su intervalo, pero, al igual que el lazo,
a veces falla. Su “porcentaje de éxito”, es decir la proporción de
intervalos que “lazan al poste” en muestreo repetido, es el coeficiente
de confianza
Analogía:
Lanzar un lazo a un poste de una cerca. El poste de la cerca
representa el parámetro que se desea estimar y el lazo formado por
la cuerda representa el intervalo de confianza. Cada vez que se lance
la cuerda, se espera lazar al poste de la cerca; no obstante, a veces
falla el lazo. En la misma forma, cada vez que se saque una muestra
y construya un intervalo de confianza para un parámetro, usted
espera incluir el parámetro en su intervalo, pero, al igual que el lazo,
a veces falla. Su “porcentaje de éxito”, es decir la proporción de
intervalos que “lazan al poste” en muestreo repetido, es el coeficiente
de confianza.
𝑠
𝑥ҧ ± 1.96
𝑛
35
756 ± 1.96
50
756 ± 9.70
Por tanto, el intervalo de confianza de 95 % para 𝜇 es de 746.30 a
765.70 gramos por día
Ejemplo 4
𝑠
𝑥ҧ ± 2.58
𝑛
35
756 ± 2.58
50
756 ± 12.77
𝑥 592
𝑝ො = = = 0.601
𝑛 985
𝑝𝑞 0.601 0.399
= = 0.016
𝑛 985
𝑝ො𝑞ො
𝑝ො ± 1.645 = 0.601 ± 1.645 0.016
𝑛
0.601 ± 0.026
Ejemplo 5
Suponiendo que ella necesita más del 50 % de los votos para ganar, y
como los límites superior e inferior de confianza exceden de este
valor mínimo, se puede decir con 90 % de confianza que la candidata
ganará.
Estimación de la diferencia
de dos medias
Estimación de la diferencia de dos medias
𝑠12 𝑠22
𝑥ҧ1 − 𝑥ҧ2 ± 2.58 +
𝑛1 𝑛2