Estadstica inferencial

La inferencia estadstica es una parte de la estadstica que

comprende los mtodos y procedimientos para deducir propiedades
(hacer inferencias) de una poblacin, a partir de una pequea parte
de la misma (muestra).
La bondad de estas deducciones se mide en trminos
probabilsticos, es decir, toda inferencia se acompaa de su
probabilidad de acierto.
La estadstica inferencial comprende:
La teora de muestras.
La estimacin de parmetro.
El contraste de hiptesis.
El diseo experimental.
La inferencia bayesiana.
Planteamiento de problema
Suele iniciarse con una fijacin de objetivos o algunas preguntas
como:
- cul ser la media de esta poblacin respecto a tal
caracterstica?
- se parecen estas dos poblaciones?
-hay alguna relacin entre...?
En el planteamiento se definen con precisin la poblacin, la
caracterstica a estudiar, las variables, etc.
Se analizan tambin en este punto los medios de los que se
dispone y el procedimiento a seguir.
Elaboracin de un modelo
Se establece un modelo terico de comportamiento de la variable
de estudio. En ocasiones no es posible disear el modelo hasta
realizar un estudio previo.
Los posibles modelos son distribucin de probabilidad.

Extraccin de la muestra
Se usa algunas tcnicas de muestreo o un diseo experimental
para obtener informacin de una pequea parte de la poblacin
Tratamiento de los datos
En esta fase se eliminan posibles errores, se depura la muestra, se
tabulan los datos y se calculan los valores que sern necesarios en
pasos posteriores, como la media muestral, la varianza muestral,
proporciones, etc.
Los mtodos de esta etapa estn definidos por la estadstica
descriptiva.
Estimacin de los parmetros
Con determinadas tcnicas se realiza una prediccin sobre cules
podran ser los parmetros de la poblacin.
Contraste de hiptesis
Son tcnicas que permiten simplificar el modelo.
Conclusin
Se critica el modelo y se hace un balance. Las conclusiones
obtenidas en este punto pueden servir para tomar decisiones o
hacer predicciones.
El estudio puede comenzar de nuevo a partir de este momento, en
un proceso cclico que permite conocer cada vez mejor la poblacin
y caractersticas de estudio.

Tenemos tambin

Contraste de hiptesis.
Diseo de experimento.
Estimacin.
Inferencia bayesiana.
Intervalo de confianza.
Teora de muestra.

Definicin._ La inferencia estadstica es una tcnica mediante
la cual se obtienen generalizaciones o se toman decisiones en base
a una informacin parcial o completa obtenida mediante tcnicas
descriptivas

Para concluir diremos que existe otra gran divisin de las tcnicas
estadsticas:
a) Estadstica Para mtrica.
b) Estadstica No Para mtrica.
Estadstica para mtrica
Es un conjunto de tcnicas desarrolladas para niveles altos de
medicin como el de intervalos.
Los mtodos para mtricos permiten hacer inferencias acerca de
parmetros poblacionales de las distribuciones. Estos mtodos
fueron los primeros en ser desarrollados por los investigadores de la
Estadstica.

Estadstica no para mtrica
La Estadstica no para mtrica es un conjunto de tcnicas
diseadas para niveles de medicin menores, por ejemplo, el
nominal y ordinal, para efectuar estimaciones no habr parmetros
en estricto sentido.
A los procedimientos estadsticos que no dependen para su validez
de la forma funcional de la distribucin original de la poblacin se
les denomina procedimientos no para mtricos o libres de
distribucin.
Los Procedimientos No Para mtricos disponibles actualmente
ofrecen varias ventajas para el investigador y analista de datos;
entre ellos se pueden mencionar los que estableci Bradley en
1968:
La mayora de los procedimientos no para mtricos se basan
en un conjunto mnimo
de suposiciones y esto tiende a reducir la posibilidad de utilizarlos
inadecuadamente.
Los clculos aritmticos necesarios para la aplicacin de
muchos procedimientos no para mtricos son cortos y fciles,
de manera que con su empleo se puede ahorrar tiempo.
Los procedimientos no para mtricos son por lo general
fcilmente comprensibles para personas no muy formadas
matemtica o estadsticamente.
Se pueden aplicar los procedimientos no para mtricos
cuando los datos que se van a analizar consisten ms bien en
rangos o conteos de frecuencia tales como porcentaje de
pruebas, estatura, peso, longitud, entre otras.


ELEMPOLO

Hiptesis: :
0
H
2 1
=
:
1
H
2 1
=
Como desconocemos la variancia poblacional, calculamos:
S' ( ) T
2
=
( ) ( )
2
2 1 1
2 1
2
2
2
1 1
+
+
n n
S n S n

S'
( )
2
T
=
( ) ( )
2 25 21
49 , 1 1 25 23 , 1 1 21
+
+

S'
( )
=
T
2

44
36 , 60
44
49 , 1 . 24 23 , 1 . 20
=
+

S'
( )
37 , 1
2
=
T










Se considera, de acuerdo al enunciado, que se trata de una prueba
de dos extremos.
No rechazo
Rechazo
tcritico = -2,015
tcalculado= -4,61
Rechazo
tcritico = +2,015
Con 95% de confianza, es decir 5% de significancia.
t critico = 2,015 De tabla con 025 , 0
2
05 , 0
=
Y 2
2 1
+ n n grados de libertad.

21+25-2 = 44 grados de libertad.
t calculado =
|
.
|

\
|
+

=
|
|
.
|

\
|
+ '
X X
T
25
1
21
1
37 , 1
9 , 8 3 , 7
1 1
2 1
2
2 1
n n
S

t Calculado = - 4,61

Rechazado
0
H , ya que hay evidencia estadstica que respalda la
opinin de que los tiempos de recuperacin son diferentes entre la
tcnica estndar y la ciruga con lser.
Datos:
50
1
= n 49
2
= n
8 , 0
50
40
1
= = ' p 51 , 0
49
25
2
= = ' p
Porcin de la muestra N1 Porcin de la muestra N2
Hiptesis:
:
0
H
2 1
P = P
:
1
H
2 1
P = P
Adaptamos una prueba bilateral con 99% de confianza.
575 , 2 = Z
ico
crit para 005 , 0
2
01 , 0
2
= =
o















Z Calculado =
( ) ( )
2
2 2
1
1 1
2 1
1 1
n
p p
n
p p
p p
' '
+
' '
' '

Z Calculado =
( ) ( )
49
51 , 0 1 51 , 0
50
8 , 0 1 8 , 0
51 , 0 8 , 0

+



Z Calculado =
0051 , 0 0032 , 0
29 , 0
49
49 , 0 51 , 0
50
2 , 0 8 , 0
29 , 0
+
=

Z Calculado = 18 , 3
091 , 0
29 , 0
=
Z Calculado = 3,18
Rechazo
0
H , ya que hay evidencia estadstica que respalda lo
siguiente: existen diferencias significativas entre las porciones de
personas que estn a favor del nuevo plan de salud del sur de la
ciudad de Santa Fe con respecto al norte de la ciudad.
No rechazo
Rechazo
zcritico = -2,575
zcalculado= +3,18
Rechazo
zcritico = +2,575