Universidad Central de Venezuela

Facultad de Humanidades
Escuela de Educacin
Estudios Universitarios Supervisados (EUS)
Asignatura: Estadstica III
UNIDAD I. FUNDAMENTOS DE LA INFERENCIA ESTADSTICA
La estadstica inferencial es el proceso de uso de los resultados derivados de
las muestras para obtener conclusiones acerca de las caractersticas de una
poblacin que nos interesa analizar. En este sentido, se utiliza el trmino inferir
, lo cual supone el paso de lo particular a lo general.
Estimacin de parmetros
Es el procedimiento utilizado para conocer las caractersticas de un parmetro
poblacional, a partir del conocimiento de la muestra. Con una muestra
aleatoria, de tamao n, podemos efectuar una estimacin de un valor de un
parmetro de la poblacin.
1.1 Estadsticos y Parmetros
Parmetro: es un resumen numrico de alguna variable observada de la
poblacin. Los parmetros estudiados con mayor frecuencia son:
-

La media poblacional (X)

Total poblacional (X)

Proporcin (P)

Estadstico: es una variable aleatoria y slo depende de la muestra.

1.2 Distribuciones Muestrales
Si tenemos una poblacin de tamao N, de ella es posible extraer una
serie de muestras (n1, n2,, nk). Para cada muestra se puede calcular
cualquier estadstico como la Media, Varianza y Desviacin Tpica. Estos
sern diferentes para cada muestra.
La agrupacin de los valores as obtenidos para un estadstico es la
Distribucin Muestral de ese estadstico. Si ese estadstico es la Media
tendremos la distribucin muestral de la Media; igualmente para la
Varianza, Mediana, Proporciones, tendramos la distribucin muestral de la
1

Varianza, distribucin muestral de la Media y distribucin muestral de

Proporciones.
1.3 Estimacin puntual y de intervalos
Existen dos tipos de estimaciones usadas para estimar los parmetros de la
poblacin: la estimacin puntual y la estimacin de intervalo.
1.4.1. Estimacin puntual: se busca, con base en los datos muestrales, un
nico valor estimado para el parmetro. Una estimacin puntual es el valor de
un solo estadstico de muestra. Por ejemplo, cuando se dice que la nota
promedio de un curso es 12 puntos, estamos en presencia de un estimador
puntual.
1.4.2. Estimacin de intervalo: Es un rango de nmeros, llamado intervalo,
construido alrededor de la estimacin puntual. El intervalo de confianza se
construye de manera que la probabilidad del parmetro de la poblacin se
localice en algn lugar dentro del intervalo conocido, es decir, se determina un
intervalo dentro del cual se encuentra el valor del parmetro, con una probabilidad
determinada. Por ejemplo, cuando decimos que la nota promedio de un curso se

encuentra entre 10 y 15 puntos, estamos en presencia de un una estimacin

por intervalo.
Intervalo de confianza: Se llama as a un intervalo en el que sabemos que
est un parmetro, con un nivel de confianza especfico.
Nivel de confianza: Probabilidad de que el parmetro a estimar se encuentre
en el intervalo de confianza.
1.4 Distribucin Muestral de la Media
Si tenemos una muestra aleatoria de una poblacin N(,), se sabe
(Teorema del lmite central) que la funcin de probabilidad de la media
muestral es tambin normal con media y varianza 2/n. Esto es exacto
para poblaciones normales y aproximado (buena aproximacin con n>30)
para poblaciones cualesquiera. Es decir
estndar de la media.

es el error tpico, o error

No hay tablas para cualquier normal, slo para la normal =0 y =1 (la llamada
z); pero haciendo la transformacin (llamada tipificacin)

Una normal de media y desviacin se transforma en una z.

Llamando z al valor de una variable
normal tipificada que deja a su
derecha un rea bajo la curva de , es
decir, que la probabilidad que la
variable sea mayor que ese valor es
(estos son los valores que ofrece la
tabla de la normal).

podremos construir intervalos de la

forma

para los que la probabilidad es 1 - .

Teniendo en cuenta la simetra de la normal y manipulando algebracamente

que tambin se puede escribir

1.4.1 Estimacin del intervalo para la media

3

El intervalo de confianza, para la media de una poblacin, con un nivel de

confianza de 1 , siendo x la media de una muestra de tamao n y la
desviacin tpica de la poblacin, es:

Nota

El nivel de confianza habitual es el 95%, en cuyo caso

/2=1,96.

El 99% de confianza corresponde a un valor

Tamao de la muestra

=0,05

y z

=0,01 y z /2=2,58.

Nota:
Si aumentamos el nivel de confianza, aumenta el tamao de la muestra.
Si disminuimos el error, tenemos que aumentar el tamao de la muestra.
Ejemplos:
1. El tiempo que tardan los cajeros de un banco en atender 25 clientes
es de 5,2 minutos. Si se conoce que la desviacin tpica es de 0,5
minutos, calcule el intervalo de confianza al nivel del 95% para el
tiempo medio.
4

Segn la frmula:

Obtenemos:

2. Calcule el tamao de muestra necesario en el ejercicio anterior, para

estimar el tiempo medio que se tardan en atender a los clientes con
un error de 0,5 minutos y el mismo nivel de confianza.
Tenemos que:

n= (1.96)2 =3,84 entonces n=4.

3. Si la media muestral es 24; la desviacin tpica 3 y la muestra 36;
construya para la media poblacional una estimacin de intervalo de
confianza del 95%.

24 1.96* 3/36 = (23.02, 24.98)

4. Necesitamos conocer el consumo diario medio de cigarrillos entre los
alumnos del curso de estadstica de la escuela de educacin. Si se
selecciona una muestra aleatoria de 100 alumnos y se observa que
fuman en promedio 8 cigarrillos diarios. Si admitimos que la varianza
de dicho consumo es de 16 cigarrillos en el colectivo total, estime
dicho consumo medio con un nivel de confianza del 95 %.
De la siguiente frmula:
5

Tenemos:
IC= (8 - 1.96 * 4/100, 8 + 1.96 * 4/100)= (8 0.784, 8 + 0.784)=
(7.216, 8.784)

5. La estatura de un grupo de nios se distribuye normalmente con

media de 90cm y una desviacin estndar de 36cm. Para una muestra
de 9 nios, calcule el intervalo con un nivel de confianza del 95%.
Grafique y explique.
IC= 901.96*36/9= 901.96*12 =9023.52= (66.48, 113.52)

El grfico muestra una distribucin donde el rea rayada representa el 95% del
total encontrndose entre los valores de 66.48 y 113.52. Estos lmites se
obtuvieron sumando y restando 1.96 desviaciones estndar del valor de la
media de 90, lo que equivale al 95% del rea bajo una curva normal estndar.
Si consideramos que la probabilidad de que una muestra aleatoria se
encuentre a cierta distancia de la media de la poblacin podemos decir que
como 95% de la distribucin est a 23.52 de 90 la probabilidad de que la media
de cualquier muestra est a 23.52 de 90 es de 0.95. Esto significa que, si
calculamos repetidamente la media de una muestra, ( ), considerando el
intervalo: ( -23.52, +23.52), este intervalo contendr a la media el 95% de las
veces.
1.5 Propiedades de un estimador
1.5.1 Insesgadez
1.5.2 Eficiencia
6

1.5.3 Suficiencia
1.5.4 Consistencia