L05 PDF

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN
COORDINACIÓN DE ESTUDIOS DE POSGRADO

MAESTRÍA EN ECONOMÍA
Texto para el curso de apoyo al ingreso

(Estadística)
Dr. Víctor Manuel Ulloa Arellano

CURSO DE APOYO AL INGRESO (ESTADÍSTICA)
Metodos de estadística
inferencial
Víctor Manuel Ulloa Arellano Página 30 de 85

La inferencia es la rama de la estadística que tiene por objetivo generalizar al total de la

población, los resultados que se obtienen a partir del estudio de una muestra proveniente de
tal población. A las medidas que describen los atributos principales de una muestra, se les
denomina estadísticos o estadígrafos, mientras que a los valores que caracterizan al total de
una población reciben el nombre de parámetros. El proceso de inferencia consiste en un
conjunto de reglas y operaciones que transforman un conjunto de estadígrafos muestrales en
parámetros poblacionales. Por lo general, los estadígrafos objeto de estudio son:
• La media 𝑥̅ , que como ya se ha comentado anteriormente es una medida de tendencia

central que resume en un solo valor, un comportamiento general de los datos.
• Total de clase t, que cuantifica en términos absolutos cuántos elementos de una

muestra pertenecen a una clase específica.
• La proporción p, que expresa en términos de porcentaje, la cantidad de elementos de

una muestra que pertenecen a una clase particular.
Los valores anteriores caracterizan a una muestra, y una vez realizado el procedimiento
correspondiente de inferencia, se transforman en una aproximación a los verdaderos valores
de la población: media 𝜇, total de clase T y proporción P.
Existen dos métodos generales de inferencia
• Estimación de parámetros.
• Pruebas de hipótesis.
Estimación de parámetros
La estimación puntual y los intervalos de confianza son los principales métodos estadísticos
de estimación de parámetros. En lo referente a la estimación puntual, se aplican
procedimientos matemáticos, particularmente el conocido como método de la máxima
verosimilitud, a efecto de plantear estimadores teóricos de las diferentes distribuciones de
probabilidad. Se dice que es un método puntual, dado que permite derivar expresiones para
el cálculo exacto del valor del parámetro poblacional objeto de estudio. Ahora bien, cuando
no sea posible aplicar el método de la estimación puntual por las características particulares
de la población, se debe utilizar el método de los intervalos de confianza, el cual consiste en
la determinación del rango en el que cae el valor del parámetro, con una confianza específica
expresada en términos probabilísticos, de que el resultado obtenido sea correcto.

Intervalos de confianza para la media. Muestra grande

Suponga que se tienen una población de tamaño 𝑁, con media 𝜇 desconocida. Si se extraen
muestras aleatorias de dicha población y a cada muestra se le calcula su media, se puede
obtener una colección de medias muestrales. Esta colección puede considerarse a su vez
como una muestra (muestra de medias muestrales). Se tiene entonces que una de las
consecuencias del teorema del límite central es que, si se tiene una muestra de por lo menos
30 medias muestrales, estas se distribuyen de forma normal. En este sentido, se dice que una
muestra de medias muestrales, con un número de elementos mayor a 30, es una muestra
grande.
Dado que 𝜇 es desconocida, se puede construir un intervalo en el que, con una probabilidad
de (1 − 𝛼)% contenga a 𝜇. Al valor (1 − 𝛼)% se le denomina nivel de confianza. El
intervalo obtenido es un intervalo abierto en el que se encuentra la verdadera media
poblacional, a partir de los valores muestrales conocidos: media y desviación estándar. El
valor 𝛼 representa la probabilidad de que el estimador no se encuentre dentro del intervalo
construido y por lo tanto, (1 − 𝛼) expresa la probabilidad de que el estimador se encuentre
dentro del intervalo calculado, por ello a esta diferencia se le conoce como coeficiente de
confianza. El intervalo de confianza para la media, se obtiene con la siguiente expresión:
𝜎
𝑥̅ ± 𝑧𝛼 ( 𝑛)
2 √
Ecuación 12
En donde 𝑥̅ es la media muestral; z son las coordenadas en una tabla de distribución normal,
𝛼
que sitúan un área de 2 a la derecha de z; 𝜎 es la desviación estándar de la población y n
corresponde al número de elementos de la muestra. Como generalmente se desconoce el valor
de 𝜎, se emplea la siguiente aproximación.
𝑠
𝑥̅ ± 𝑧𝛼 ( )
2 √𝑛
Ecuación 13
En donde s, es la desviación estándar de la muestra. La expresión anterior es el resultado de

estandarizar la media muestral 𝑥̅ y por lo tanto es posible utilizar la distribución normal
estándar 𝜇 = 0 y 𝜎 = 1 para estimar un intervalo de confianza para la media poblacional con
un (1 − 𝛼)% de confianza.

La siguiente figura ilustra de forma gráfica los conceptos anteriores:
Ilustración 11. Representación gráfica de intervalos de confianza
𝑠
Se observa que los valores 𝑥̅ ± 𝑧𝛼 ( 𝑛) corresponden a un intervalo que tienen una
2 √
probabilidad de (1-𝛼)% de contener a la media poblacional desconocida. Es decir
𝑠 𝑠
𝑃 (𝜇 ∈ (𝑥̅ − 𝑧𝛼 ( ) , 𝑥̅ − 𝑧𝛼 ( ))) = 1 − 𝛼
2 √𝑛 2 √𝑛
Ecuación 14
Entonces, para los diferentes valores que puede tomar la media muestral 𝑥̅ , el intervalo de
confianza obtenido contiene a la media 𝜇 de la población, siempre que la media muestral se
encuentre dentro del intervalo de probabilidad 1 − 𝛼. Afuera del intervalo de probabilidad,
𝛼
es decir, en las regiones 2 (extremos izquierdo y derecho), el intervalo de confianza no
contiene a la media de la población.
Ejemplo. Construya un intervalo de confianza al 95% para la media poblacional, con

valores 𝑥̅ = 80 y 𝑠 = 3.9 provenientes de una muestra aleatoria de tamaño 𝑛 = 100.
Nivel de confianza 1 − 𝛼 = 0.95

𝛼 = 0.05,
𝛼
= 0.025
2

𝑧𝛼 = 𝑧0.025
2
𝑧0.025 = 1.96 Valor en tablas
3.9
𝜇 ≈ 80 ±1.96( )
√100
𝜇 ≈ 80 ± 0.7644
𝜇 ∈ (79.24, 80.76)
Intervalos de confianza para la media. Muestra pequeña

Cuando la muestra tiene menos de 30 elementos, se dice que es una muestra pequeña. En
este caso se aplica la siguiente fórmula:
𝑠
𝑥̅ ± 𝑡𝛼 ( )
2 √𝑛
Ecuación 15
En donde 𝑥̅ es la media muestral; t son las coordenadas en una tabla de distribución t de

𝛼
student, con 𝑛 − 1 grados de libertad, que sitúan un área de 2 a la derecha de t; 𝑠 es la
desviación estándar de la muestra y n corresponde al número de elementos de la muestra.
Es importante mencionar que, para la aplicación de esta fórmula, se parte del supuesto de que
la población de la que se obtuvo la muestra, se distribuye aproximadamente como una
normal.
Ejemplo. Construya el intervalo de confianza al 99% para la media poblacional, con valores
𝑥̅ = 239.2 y 𝑠 = 29.3 provenientes de una muestra aleatoria de tamaño 𝑛 = 5.
Nivel de confianza 1 − 𝛼 = 0.99
𝛼 = 0.01
𝛼
= 0.005
2

Grados de libertad: 5 – 1 = 4
𝑡𝛼 = 𝑡0.005
2
𝑡0.005 = 4.604 Valor en tablas
29.3
𝜇 ≈ 239.2 ±4.604( )
√5
𝜇 ≈ 239.2 ± 60.3
𝜇 ∈ (178.9,299.5)

L05 PDF

Cargado por

Copyright:

Formatos disponibles

L05 PDF

Cargado por

Información del documento

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

L05 PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN

COORDINACIÓN DE ESTUDIOS DE POSGRADO

Texto para el curso de apoyo al ingreso

Dr. Víctor Manuel Ulloa Arellano

Víctor Manuel Ulloa Arellano Página 30 de 85

La inferencia es la rama de la estadística que tiene por objetivo generalizar al total de la

• La media 𝑥̅ , que como ya se ha comentado anteriormente es una medida de tendencia

• Total de clase t, que cuantifica en términos absolutos cuántos elementos de una

• La proporción p, que expresa en términos de porcentaje, la cantidad de elementos de

Existen dos métodos generales de inferencia

Víctor Manuel Ulloa Arellano Página 31 de 85

Intervalos de confianza para la media. Muestra grande

En donde s, es la desviación estándar de la muestra. La expresión anterior es el resultado de

Víctor Manuel Ulloa Arellano Página 32 de 85

La siguiente figura ilustra de forma gráfica los conceptos anteriores:

Ilustración 11. Representación gráfica de intervalos de confianza

Ejemplo. Construya un intervalo de confianza al 95% para la media poblacional, con

Nivel de confianza 1 − 𝛼 = 0.95

Víctor Manuel Ulloa Arellano Página 33 de 85

𝑧0.025 = 1.96 Valor en tablas

Intervalos de confianza para la media. Muestra pequeña

En donde 𝑥̅ es la media muestral; t son las coordenadas en una tabla de distribución t de

Nivel de confianza 1 − 𝛼 = 0.99

Víctor Manuel Ulloa Arellano Página 34 de 85

𝑡0.005 = 4.604 Valor en tablas

Víctor Manuel Ulloa Arellano Página 35 de 85

También podría gustarte