- Inferencia estadística. Definición.
La inferencia estadística es el conjunto de métodos y técnicas que permiten inducir, a partir de
la información empírica proporcionada por una muestra, cual es el comportamiento de una
determinada población con un riesgo de error medible en términos de probabilidad.
Es importante por que se basa en el resultado de la teoría de la probabilidad, permite estimar
por medio de muestras la características de una población, el problema fundamental que trata
de resolver la inferencia estadística, es obtener las propiedades de la muestra de la población
en estudio.
La inferencia estadística es el conjunto de métodos que permiten inducir, a través
de una muestra estadística, el comportamiento de una determinada población. La
inferencia estadística, estudia entonces como, a través de la aplicación de dichos
métodos sobre los datos de una muestra, se pueden extraer conclusiones sobre los
parámetros de la población de datos. De la misma manera estudia también el
grado de fiabilidad de los resultados extraídos del estudio.
Para entender el concepto es importante entender tres conceptos:
1. Inferencia: Inferir significa, literalmente, extraer juicios o conclusiones a partir
de ciertos supuestos, sean estos generales o particulares.
2. Población: Una población de datos, es el conjunto total de datos que existen
sobre un variable.
3. Muestra estadística: Una muestra es una parte de la población de datos.
Métodos de la inferencia estadística
Los métodos y técnicas de la inferencia estadística se pueden dividir en dos: métodos de
estimación de parámetros y métodos de contraste de hipótesis.
Métodos de estimación de parámetros: Se encarga de asignar un valor al
parámetro o al conjunto de parámetros que caracterizan el campo sujeto a
estudio. Claro que al ser una estimación existe cierto error. Para obtener
estimaciones adaptadas a esa realidad, se crean intervalos de confianza.
Métodos de contraste de hipótesis: Su objetivo es comprobar si una estimación
corresponde con los valores poblacionales. En todo contraste de hipótesis
existen dos supuestos. La hipótesis nula (H0) que recoge la idea de que un valor
tiene un valor predeterminado. Si se rechaza la hipótesis nula (H0), entonces se
acepta la hipótesis alternativa (H1).
- Estimación puntual e intervalos de confianza.
Estimación puntual
Una estimación es puntual cuando se usa un solo valor extraído de la muestra
para estimar el parámetro desconocido de la población. Al valor usado se le
llama estimador.
La media de la población se puede estimar puntualmente mediante la media
de la muestra:
La proporción de la población se puede estimar puntualmente mediante la
proporción de la muestra:
La desviación típica de la población se puede estimar puntualmente mediante
la desviación típica de la muestra, aunque hay mejores estimadores:
ESTIMACIÓN PUNTUAL
Consiste en la estimación del valor del parámetro mediante un sólo valor,
obtenido de una fórmula determinada. Por ejemplo, si se pretende estimar la
talla media de un determinado grupo de individuos, puede extraerse una
muestra y ofrecer como estimación puntual la talla media de los individuos.
Lo más importante de un estimador, es que sea un estimador eficiente. Es
decir, que sea insesgado(ausencia de sesgos) y estable en el muestreo o
eficiente (varianza mínima)
Estimación por intervalos
A veces es conveniente obtener unos límites entre los cuales se encuentre el
parámetro con un cierto nivel de confianza, en este caso hablamos de
estimación por intervalos.
ESTIMACIÓN POR INTERVALOS DE CONFIANZA
En estadística, se llama intervalo de confianza a un par de números entre los
cuales se estima que estará cierto valor desconocido con una determinada
probabilidad de acierto. Formalmente, estos números determinan un intervalo,
que se calcula a partir de datos de una muestra, y el valor desconocido es
un parámetro poblacional. La probabilidad de éxito en la estimación se
representa con 1 - α y se denomina nivel de confianza. En estas
circunstancias, α es el llamado error aleatorio o nivel de significación, esto es,
una medida de las posibilidades de fallar en la estimación mediante tal
intervalo.
El nivel de confianza y la amplitud del intervalo varían conjuntamente, de forma
que un intervalo más amplio tendrá más posibilidades de acierto (mayor nivel
de confianza), mientras que para un intervalo más pequeño, que ofrece una
estimación más precisa, aumentan sus posibilidades de error.
Para la construcción de un determinado intervalo de confianza es necesario
conocer la distribución teórica que sigue el parámetro a estimar, θ. Es habitual
que el parámetro presente una distribución normal. También pueden
construirse intervalos de confianza con ladesigualdad de Chebyshov.
En definitiva, un intervalo de confianza al 1 - α por ciento para la estimación de
un parámetro poblacional θ que sigue una determinada distribución de
probabilidad, es una expresión del tipo [θ1,θ2] tal que P[θ1 ≤ θ ≤ θ2] = 1 - α,
donde P es la función de distribución de probabilidad de θ.
Nivel de confianza
El nivel de confianza, C, indica, en porcentaje, con qué proporción el intervalo de
confianza contiene el parámetro estimado. El coeficiente de confianza, c, es la
misma proporción en tanto por uno, c = C/100. En otras palabras, c es la
probabilidad de que el intervalo de confianza contenga el parámetro estimado.
- Intervalos de confianza para la media.
Intervalo de confianza para la media de una población
De una población de media y desviación típica se pueden tomar muestras de
elementos. Cada una de estas muestras tiene a su vez una media ( ). Se puede
demostrar que la media de todas las medias muestrales coincide con la media
poblacional:
Pero además, si el tamaño de las muestras es lo suficientemente grande, la
distribución de medias muestrales es, prácticamente, una distribución
normal (o gaussiana) con media μ y una desviación típica dada por la siguiente
expresión: . Esto se representa como sigue: .
Si estandarizamos, se sigue que:
En una distribución Z ~ N(0, 1) puede calcularse fácilmente un intervalo dentro del cual
caigan un determinado porcentaje de las observaciones, esto es, es sencillo
hallar z1 y z2 tales que P[z1 ≤ z ≤ z2] = 1 - α, donde (1 - α)·100 es el porcentaje
deseado.
Se desea obtener una expresión tal que
En esta distribución normal de medias se puede calcular el intervalo de confianza
donde se encontrará la media poblacional si sólo se conoce una media muestral ( ),
con una confianza determinada. Habitualmente se manejan valores de confianza del
95 y del 99 por ciento. A este valor se le llamará (debido a que es el error
que se cometerá, un término opuesto).
Para ello se necesita calcular el punto —o, mejor dicho, su versión
estandarizada o valor crítico— junto con su "opuesto en la distribución" .
Estos puntos delimitan la probabilidad para el intervalo, como se muestra en la
siguiente imagen:
Dicho punto es el número tal que:
Y en la versión estandarizada se cumple que:
Así:
Haciendo operaciones es posible despejar para obtener el intervalo:
De lo cual se obtendrá el intervalo de confianza:
Obsérvese que el intervalo de confianza viene dado por la media muestral ± el
producto del valor crítico por el error estándar .
Si no se conoce y n es grande (habitualmente se toma n ≥ 30):
, donde s es la desviación típica de una muestra.
Aproximaciones para el valor para los niveles de confianza estándar son 1,96
para y 2,576 para .
- Hipótesis estadísticas.
Las hipótesis estadísticas son la transformación de las hipótesis de
investigación, nulas y alternativas en símbolos estadísticos. Se pueden
formular solamente cuando los datos del estudio que se van a recolectar y
analizar para aprobar o desaprobar las hipótesis son cuantitativos (números,
porcentajes, promedios). Es decir, el investigador traduce su hipótesis de
investigación y su hipótesis nula (y cuando se formulan hipótesis
alternativas, también éstas) en términos estadísticos.
Básicamente hay tres tipos de hipótesis estadística, que corresponden a clasificaciones
de las hipótesis de investigación y nula: 1) hipótesis de estimación, 2) hipótesis de correlación
y 3) hipótesis de diferencias de medias. Aquí se trataran los tres tipos de hipótesis dando
ejemplos de cada una de ellas.
Hipótesis estadísticas de estimación
Corresponden a las que fueron denominadas, al hablar de hipótesis de investigación,
"hipótesis descriptivas de una variable que se va a observar en un contexto". Son diseñadas
para evaluar la suposición de un investigador respecto al valor de alguna característica de una
muestra de individuos u objetos, o de una población; y se basan en información previa.
Supóngase que, basándose en ciertos datos, un investigador hipotetiza: el promedio mensual
de casos de trastorno psiconeurótico caracterizados por reacción asténica, atendidos en los
hospitales de la Ciudad de Caracas es mayor a 200". Y desea transformar esta hipótesis de
investigación en una hipótesis estadística.
Lo primero que debe hacer es analizar cuál es la estadística a que su hipótesis hace
referencia (en el ejemplo se trata de un promedio mensual de casos atendidos).
El segundo paso consiste en encontrar cómo se simboliza esa estadística
(promedio se simboliza como X).
El tercer paso es traducir la hipótesis de investigación en hipótesis estadística:
Hi: X > 200 (promedio mensual de casos atendidos)
La hipótesis estadística nula sería la negación de la hipótesis anterior:
Ho: X = 200 (“el promedio mensual de casos... es igual a 200”)
y la hipótesis alternativa sería:
Ha: X < 200 (“el promedio mensual de casos ... es menor que 200”)
Posteriormente, el investigador comparará el promedio estimado por la
hipótesis con el promedio actual de la muestra que él seleccionó. La exactitud de su
estimación es evaluada por esta comparación. Y como señalan Blacky Champion
(1976), algunos investigadores consideran las hipótesis estadísticas de estimación como
hipótesis de diferencia, debido a que en última instancia lo que se evalúa es la
diferencia entre un valor hipotetizado y un valor observado en una sola muestra.
Desde luego, la estimación de estas hipótesis no se limita a promedios; puede
incluirse cualquier estadística (v.g., porcentajes, medianas, modas, etc.). Para ello es
conveniente ver las estadísticas descriptivas
Hipótesis estadísticas de correlación
El sentido de estas hipótesis es el de traducir una correlación entre dos o más variables
en términos estadísticos.
El símbolo de una correlación entre dos variables es "r" (minúscula) y entre más de dos
variables "R" (mayúscula). La hipótesis "a mayor cohesión en un grupo, mayor eficacia en el
logro de sus metas primarias"
Hipótesis estadísticas de la diferencia de medias u otros valores
En estas hipótesis se compara una estadística entre dos o más grupos. Por ejemplo,
supongamos que un investigador plantea la siguiente pregunta de estudio: ¿difieren los
periódicos "Últimas Noticias" y "El Nacional" en cuanto al promedio de editoriales mensuales
que dedicaron durante el último año al tema del desarme mundial? Su hipótesis de
investigación podría ser: "Existe una diferencia entre el promedio de editoriales mensuales
que dedicó, durante el último año, al tema del desarme mundial el diario 'Últimas Noticias', y
el que dedicó el diario 'El Nacional'. La estadística que se compara entre los grupos (editoriales
de "Últimas Noticias”, un grupo, y editoriales de "El Nacional", otro grupo) es el promedio (X).
La hipótesis estadística se formularía así:
- Error de tipo I y Error de tipo II
El error de tipo I se comete cuando la hipótesis nula es verdadera y, como consecuencia del
contraste, se rechaza. error de tipo II se comete cuando la hipótesis nula es falsa y, como
consecuencia del contraste se acepta. La probabilidad de cometer Error de tipo I es el nivel de
significación α.
- Nivel de confianza - Contraste de hipótesis de la media.
