Inferencia estadística: Hace afirmaciones estadísticas sobre una población basándose
en la información de una muestra. Se apoya en datos estadísticos calculados a partir de
las observaciones en una muestra.
Estimación: Se divide en dos tipos:
Estimación puntual: Genera un valor numérico simple que se utiliza para hacer
una estimación del valor del parámetro desconocido. Por ejemplo, la estimación
de medias, varianzas, proporciones poblacionales a través de las muestrales. La
desventaja es que la estimación depende de la muestra.
Estimación por intervalo: Calcula un intervalo de confianza que indica un
rango donde puede estar el parámetro con cierto nivel de seguridad y confianza.
Estadísticos muestrales: Son cantidades directamente asociadas a la muestra,
representadas por el alfabeto latino. No contienen parámetros desconocidos. Algunos
ejemplos son:
Media de la muestra (X) = Es el promedio de los datos de la muestra. Se
calcula sumando todos los datos de la muestra y dividiendo por el número de
datos.
Fórmula: X̄ = (Σxᵢ) / n
Ejemplo: Si tienes las calificaciones de un grupo de estudiantes en un examen
(por ejemplo, 85, 90, 78, 92, 88), la media muestral sería (85+90+78+92+88) /5
= 86.6
Desviación Estándar de la muestra (S)= Mide la dispersión de los datos
alrededor de la media. Una desviación estándar alta indica que los datos están
muy dispersos, mientras que una desviación estándar baja indica que los datos
están muy agrupados alrededor de la media.
Formula: S = √ [(Σ (xᵢ - X̄ ) ²) / (n-1)]
Ejemplo práctico: Usando las mismas calificaciones del ejemplo anterior, la
desviación estándar muestral sería √ [((85-86.6) ²+(90-86.6) ²+(78-86.6)²+(92-
86.6)²+(88-86.6)²)/4] = 5.57
Proporción de la muestra (P)= Es el número de éxitos dividido por el número
total de intentos.
Fórmula: P = x / n
Ejemplo: Si de 100 personas encuestadas, 40 indican que les gusta el chocolate,
la proporción muestral sería 40/100 = 0.4
Parámetros poblacionales: Son cantidades directamente asociadas a la población. Se
emplean letras del alfabeto griego. Algunos ejemplos son:
Media de la población (μ)
Desviación Estándar de la población (σ)
Proporción de la población (Π)
Distribuciones de probabilidad e inferencia: Se utilizan diferentes distribuciones
dependiendo del parámetro poblacional y el estadístico muestral. Algunas de las
distribuciones son Normal, T de Student, Ji-cuadrada y F.: Las distribuciones de
probabilidad describen cómo se distribuyen los valores de una variable aleatoria. Por
ejemplo, la distribución normal es una de las más comunes. Tiene una forma de
campana y está centrada en su media. La desviación estándar de la distribución
determina qué tan dispersos están los datos alrededor de la media
Intervalos de confianza: Un intervalo de confianza es un rango de valores dentro del
cual se espera que se encuentre el parámetro de la población con cierto nivel de
confianza. Por ejemplo, si calculamos un intervalo de confianza del 95% para la media
de una población, esperamos que la media real de la población esté dentro de ese
intervalo el 95% de las veces.
Pruebas de hipótesis: Son procedimientos que permiten tomar decisiones sobre los
parámetros de una población basándose en la información de una muestra. Se pueden
dividir en pruebas paramétricas y no paramétricas.
Ejemplo:
Supongamos que queremos evaluar la hipótesis de que la media poblacional de la altura
de las mujeres en México es de 1.60 metros. Para ello, podríamos tomar una muestra de
100 mujeres y calcular la media muestral. Si la media muestral es significativamente
mayor que 1.60 metros, entonces podríamos rechazar la hipótesis nula y concluir que la
media poblacional es mayor de 1.60 metros.
Pruebas paramétricas: Son aquellas que hacen suposiciones sobre los parámetros de la
población. Por ejemplo, pueden suponer que los datos siguen una distribución normal.
Pruebas no paramétricas: No hacen suposiciones fuertes sobre los parámetros de la
población. Son útiles cuando no se puede asumir una distribución específica para los
datos.
Relación entre población y muestra, parámetros y estadísticos: La población es el
conjunto completo de elementos que se están estudiando. Los parámetros son cantidades
que describen características de la población. La muestra es un subconjunto de la
población, y los estadísticos son cantidades que describen características de la muestra.
La inferencia estadística utiliza los estadísticos de la muestra para hacer estimaciones
sobre los parámetros de la población
X (x1 -) (x1 -) ²
10 1,200952381 1,442286621
9,7 0,900952381 0,811715193
9,9 1,100952381 1,212096145
9,3 0,500952381 0,250953288
9,76 0,960952381 0,923429478
9,3 0,500952381 0,250953288
9,76 0,960952381 0,923429478
8,9 0,100952381 0,010191383
369,56 108,7367619
