Asdfgh

UNIVERSIDAD NACIONAL DANIEL ALCIDES CARRION
FACULTAD DE DERECHO Y CIENCIAS POLITICAS

ESCUELA PROFESIONAL DE DERECHO
TEMA:
INFERENCIA ESTADISTICA Y TEOREMA CENTRAL DEL LIMITE”
DOCENTE:
RUBEN BARRERA ZUÑIGA
ALUMNO:
JEAN PIERO EDUARDO ZILA VELASQUE
SEMESTRE:
IX - NOVENO
CERRO DE PASCO
2022- JULIO

LA INFERENCIA ESTADISTICA
La inferencia estadística es el procedimiento encargado de estudiar el comportamiento

de una población concreta. Nació de la relación entre la Estadística Descriptiva y la
Teoría de la Probabilidad, generando una manera alternativa de interpretar una
muestra de datos de interés. Una de las mayores complicaciones que encontramos en
los análisis estadísticos es el gran tamaño de la población. Por ejemplo, si queremos
saber el posicionamiento de todas la personas que viven en nuestro país ante una
nueva reforma laboral, es prácticamente imposible preguntar a todos los ciudadanos,
por lo que se han de elegir muestras variadas y representativas que generen una
buena estimación del resultado.
OBJETIVOS Y FUNCIONES DE LA INFERENCIA ESTADÍSTICA
Como se ha mencionado anteriormente, acceder a los datos particulares de todos y

cada uno de los individuos de una población es inaccesible. Por ello, la inferencia
estadística cumple varias funciones clave en la investigación:
1. En poblaciones con media y varianza conocida, permite calcular los parámetros

de la distribución.
2. A partir de la media o proporción muestral, estima la proporción de una
población.
3. Contrasta los resultados obtenidos en el análisis y estudio de la muestra.
4. Aplica diferentes tamaños muestrales para obtener datos más precisos con
respecto a la confianza y el error de los resultados del estudio.
5. Representa gráficamente los resultados obtenidos
En resumen, la inferencia estadística permite escoger una población determinada y

extraer una muestra, a través de la cual se consigue información y datos numéricos.
Estos datos son usados para obtener estadísticos, variables que serán estimadas y/o
contrastadas posteriormente. Una vez obtenidos los resultados, el análisis permitirá al
investigador extrapolar esos datos muestrales a la población, consiguiendo describir
parámetros de forma mucho más precisa.
FORMAS DE ESTIMACIÓN DE LOS PARÁMETROS
La inferencia estadística utiliza dos métodos para estimar los parámetros: puntual y
por intervalos de confianza.

- ESTIMACIÓN PUNTUAL: Su objetivo consiste en obtener el valor exacto de un
parámetro. En otras palabras, nos permite conocer con certeza cuál es el punto
concreto que consideramos como estimación. A la hora de realizar una
estimación, siempre buscaremos que los estimadores tengan tres características
fundamentales: insesgadez, consistencia y eficiencia.
- ESTIMACIÓN POR INTERVALOS: La estimación puntual suele presentar muchos

errores, ya que la probabilidad de que el valor del estimador no sea exacto es
bastante elevada, por lo que también se utiliza la estimación a través de intervalos
de confianza.
CONTRASTE DE HIPÓTESIS
Una hipótesis es toda aquella afirmación que podemos realizar sobre la población que
estamos estudiando. Por ejemplo, si tenemos como población a todos los estudiantes
españoles, una hipótesis podría ser la siguiente: “Los estudiantes españoles obtienen
mejores calificaciones en el último trimestre del curso”. Como es excesivamente
complicado recabar información sobre todos los estudiantes de nuestro país, se
escoge una muestra representativa con el fin de juzgar si estos datos prueban
evidencias suficientes para confirmar nuestra hipótesis.
Para valorar si un parámetro con determinado valor es compatible con lo que hemos
observado en nuestra muestra poblacional, se utiliza el contraste de hipótesis. Para
ello, se consideran una hipótesis nula (H0) y una alternativa (H1), con el objetivo de
estudiar cuál es la verdadera. Cuando hayamos realizado el contraste, hay dos
posibles resultados:
1. Rechazar la hipótesis nula, aceptando consecuentemente la hipótesis

alternativa.
2. No rechazar la hipótesis nula, ya que no hemos obtenido evidencias suficientes
para hacerlo
Conseguir información sobre toda una población es una tarea prácticamente

inaccesible, por lo que los métodos y técnicas que utiliza la inferencia estadística son
de gran importancia para realizar investigaciones y obtener estimaciones sobre
parámetros de interés..

TEOREMA CENTRAL DEL LÍMITE
Importancia de la Distribución Normal
POBLACIÓN Y MUESTRA
- LA POBLACIÓN es un conjunto de unidades biológicas con, al menos una

característica susceptible de ser medida.´
- LA MUESTRA es un sub conjunto (cualquiera de esa población).
PARÁMETROS Y ESTIMADORES
- Desde el Punto de vista numérico una población se define por sus

PARAMETROS
- En la Muestra cuando estos parámetros son medidos se llaman
ESTIMADORES
PARÁMETROS Y MODELOS PROBABILÍSTICOS
Cada Modelo Probabilístico se caracteriza por ciertos parámetros
- En el caso del modelo Normal (o sea la Distribución Normal) los parámetros

que la definen son Media y Varianza
En el caso de la muestra de la distribución normal se llaman
- Promedio y varianza muestral.
TEOREMA CENTRAL DE LÍMITE
Este Teorema dice:
Independientemente de la distribución original, la distribución de los promedios de

todas las posibles muestras de tamaño n será siempre de tipo normal .
¿QUÉ SIGNIFICA?
Si yo toma todas las posibles muestras de una población CUALQUIERA y GRAFICO

la distribución de frecuencia de sus promedios encontraré que esta distribución es
Normal
Ejemplo
Suponga una población compuesta de solamente de cinco unidades

A,B,C, D y E
Si tomo muestras de tamaño tres tengo las siguientes posibilidades

1. A,B,C
2. A,B,D
3. A,B,E
4. B,C,D,
5. B,C,E
6. B,D,E
7. C,D,E
Ejemplo dados en números.
CONCLUSIÓN : Aún cuando el ejemplo es muy pequeño se puede

apreciar que los valores centrales (2.66 y 3) tienen mayor frecuencia que los extremos.
Lo que concuerda con la distribución Normal en Muestras mayores esto se repetirá
APLICACIÓN : Esto hace que la distribución Normal se convierta aun en

más importante ya que podemos apelar al teorema central del límite ya que en la
mayoría de los casos no tendremos a la población total sino una muestra y dado que
es una muestra siempre podemos decir que viene de una distribución normal.Esto
hace que podamos usar esta distribución para estimar probabilidades de
prácticamente cualquier cosa

Asdfgh

Cargado por

Copyright:

Formatos disponibles

Asdfgh

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Asdfgh

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DANIEL ALCIDES CARRION

FACULTAD DE DERECHO Y CIENCIAS POLITICAS

JEAN PIERO EDUARDO ZILA VELASQUE

La inferencia estadística es el procedimiento encargado de estudiar el comportamiento

OBJETIVOS Y FUNCIONES DE LA INFERENCIA ESTADÍSTICA

Como se ha mencionado anteriormente, acceder a los datos particulares de todos y

1. En poblaciones con media y varianza conocida, permite calcular los parámetros

En resumen, la inferencia estadística permite escoger una población determinada y

FORMAS DE ESTIMACIÓN DE LOS PARÁMETROS

JEAN PIERO EDUARDO ZILA VELASQUE

- ESTIMACIÓN POR INTERVALOS: La estimación puntual suele presentar muchos

1. Rechazar la hipótesis nula, aceptando consecuentemente la hipótesis

Conseguir información sobre toda una población es una tarea prácticamente

JEAN PIERO EDUARDO ZILA VELASQUE

Importancia de la Distribución Normal

- LA POBLACIÓN es un conjunto de unidades biológicas con, al menos una

- Desde el Punto de vista numérico una población se define por sus

PARÁMETROS Y MODELOS PROBABILÍSTICOS

Cada Modelo Probabilístico se caracteriza por ciertos parámetros

- En el caso del modelo Normal (o sea la Distribución Normal) los parámetros

En el caso de la muestra de la distribución normal se llaman

- Promedio y varianza muestral.

TEOREMA CENTRAL DE LÍMITE

Este Teorema dice:

Independientemente de la distribución original, la distribución de los promedios de

Si yo toma todas las posibles muestras de una población CUALQUIERA y GRAFICO

Suponga una población compuesta de solamente de cinco unidades

Si tomo muestras de tamaño tres tengo las siguientes posibilidades

JEAN PIERO EDUARDO ZILA VELASQUE

Ejemplo dados en números.

CONCLUSIÓN : Aún cuando el ejemplo es muy pequeño se puede

APLICACIÓN : Esto hace que la distribución Normal se convierta aun en

JEAN PIERO EDUARDO ZILA VELASQUE

También podría gustarte