INTRODUCCIN

La estadstica es usada desde los tiempos ms remotos de la historia humana, ya

que esta quiz la utilizaban para pesar sus trueques y hacer cuentas, los reyes
para llevar un censo de poblacin en su reino, etc. La estadstica sin lugar a dudas
ha estado en toda la historia de los humanos: los egipcios, griegos, mayas,
espaoles, alemanes entre muchos otros y cada uno de ellos utilizndola igual o
cada quien a sus criterios.
Por lo mismo la estadstica es importante en muchos aspectos de la vida.
Como dijera Huntsberger: "La palabra estadstica a menudo nos trae a la mente
imgenes de nmeros apilados en grandes arreglos y tablas, de volmenes de
cifras relativas a nacimientos, muertes, impuestos, poblaciones, ingresos, deudas,
crditos y as sucesivamente. Huntsberger tiene razn pues al instante de
escuchar esta palabra estas son las imgenes que llegan a nuestra cabeza.
La Estadstica es mucho ms que slo nmeros apilados y grficas bonitas. Es
una ciencia con tanta antigedad como la escritura, y es por s misma auxiliar de
todas las dems ciencias. Los mercados, la medicina, la ingeniera, los gobiernos,
etc. Se nombran entre los ms destacados clientes de sta.
La estadstica te ayuda para poder demostrar y calcular grandes cantidades de
informacin o datos y sacar promedios aproximados de una poblacin.
En el siguiente trabajo se hablar y trabajar con los conceptos bsicos de la
primera unidad de la materia "Estadstica Inferencia!" que introduce al alumno a
saber sobre las "Distribuciones fundamentales para el muestreo".

DESARROLLO
1.1 INTRODUCCIN A LA ESTADSTICA INFERENCIAL
La estadstica inferencia es una parte de la estadstica que comprende los
mtodos y procedimientos que por medio de la induccin determina propiedades
de una poblacin estadstica, a partir de una pequea parte de la misma.
La Estadstica inferencial o Inferencia estadstica estudia cmo sacar conclusiones
generales para toda la poblacin a partir del estudio de una muestra, y el grado de
fiabilidad o significacin de los resultados obtenidos. La Estadstica Inferencial se
refiere al proceso de lograr generalizaciones a cerca de las propiedades del todo,
poblacin, partiendo de lo especfico, muestra las cuales llevan implcitos una
serie de riesgos. Para que stas generalizaciones sean vlidas la muestra deben
ser representativa de la poblacin y la calidad de la informacin debe ser
controlada, adems puesto que las conclusiones as extradas estn sujetas a
errores, se tendr que especificar el riesgo o probabilidad que con que se pueden
cometer esos errores. La estadstica inferencial es el conjunto de tcnicas que se
utiliza para obtener conclusiones que sobrepasan los lmites del conocimiento
aportado por los datos, busca obtener informacin de un colectivo mediante un
metdico procedimiento del manejo de datos de la muestra. Se usan
esencialmente para determinar la probabilidad de que una conclusin sacada a
partir de los datos de una muestra sea cierta en la poblacin muestreada. Las
poblaciones pueden ser ventas, personal de una empresa, consumidores de un
producto, etc. El proceso conocido como inferencia estadstica, requiere
consideraciones de cmo fue seleccionada la muestra y cunto varan las
observaciones de una muestra a otra. De esta manera, los mtodos de seleccin
de los individuos que se usarn en la investigacin son de considerable
importancia para la obtencin de resultados y conclusiones vlidas. El requisito
fundamental de una buena muestra es que sea representativa de la poblacin que
se trata de describir.
1.2 MUESTREO: INTRODUCCIN AL MUESTREO Y TIPOS DE MUESTREO
Muestreo:
Significa la Seleccin de un conjunto de personas o cosas que se consideran
representativos del grupo al que pertenecen, con la finalidad de estudiar o
determinar las caractersticas del grupo. En estadstica se conoce como muestreo
a la tcnica para la seleccin de una muestra a partir de una poblacin. Al elegir
una muestra aleatoria se espera conseguir que sus propiedades sean
extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez
obtener resultados parecidos a los que se alcanzaran si se realizase un estudio
de toda la poblacin. Cabe mencionar que para que el muestreo sea vlido y se
pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de
la poblacin sino estimar tambin los mrgenes de error correspondientes a
2

dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar

enteramente seguros de que el resultado sea una muestra representativa, pero s
podemos actuar de manera que esta condicin se alcance con una probabilidad
alta.
En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la
poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al
conjunto de muestras que se pueden obtener de la poblacin se denomina
espacio muestral. La variable que asocia a cada muestra su probabilidad de
extraccin, sigue la llamada distribucin muestral.
MUESTREO NO PROBABILSTICO
Es aqul para el que no se puede calcular la probabilidad de extraccin de una
determinada muestra. Por tal motivo, se busca seleccionar a individuos que tienen
un conocimiento profundo del tema bajo estudio y se considera que la informacin
aportada por esas personas es vital para la toma de decisiones. A veces, para
estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y
se acude a mtodos no probabilsticos, aun siendo consciente de que no sirven
para realizar generalizaciones, pues no se tiene certeza de que la muestra
extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la
misma probabilidad de ser elegidos.
MUESTREO PROBABILSTICO
Es el muestreo en el cual todos los elementos de la poblacin tienen la posibilidad
de ser seleccionados, suele ser ms objetivo que el determinstico, pero tambin
ms costoso, requiere ms tiempo y es ms difcil de aplicar. Solo estos mtodos
de muestreo probabilsticos nos aseguran la representatividad de la muestra
extrada y son por tanto los ms recomendable.
1.3 TEOREMA DE LIMITE CENTRAL
Si los valores tienden a concentrarse alrededor de la media, la varianza es
pequea en tanto que si los valores tienden a distribuirse lejos de la media la
varianza es grande. El teorema de Limite central es uno de los resultados
fundamentales de la estadstica. Este teorema nos dice que si una muestra es lo
suficientemente grande (generalmente cuando el tamao muestral supera a 30
unidades), sea cual fuera la distribucin de la media muestral, seguir
aproximadamente una distribucin normal. Es decir, dada cualquier variable
aleatoria, si extraemos muestras de tamao n (n>30) y calculamos los promedios
mustrales, dichos promedios seguirn una distribucin normal. Adems, la media
ser la misma que la de la variable de inters, y la desviacin estndar de la
media muestral ser aproximadamente el error estndar.
1.4 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO

1.4.1 Distribucin muestral de la media

Una distribucin muestral de medias se define como el conjunto de toda la media
que se pueden calcular en todas las muestras posibles que se pueden extraer con
o sin reemplazo de una determinada poblacin.
Recordemos que la media es el promedio aritmtico de las medias del conjunto de
datos; ya sea de la poblacin o de la muestra.
1.4.3 Distribucin muestral de la proporcin
Existen ocasiones en las cuales no estamos interesados en la media de la
muestra, sino que queremos investigar la proporcin de artculos defectuosos o la
proporcin de alumnos reprobados en la muestra. La distribucin muestral de
proporciones es la adecuada para dar respuesta a estas situaciones. Esta
distribucin se genera de igual manera que la distribucin muestral de medias, a
excepcin de que al extraer las muestras de la poblacin se calcula el estadstico
proporcin en lugar del estadstico media
1.4.4 Distribucin muestral de la diferencia de proporciones
Muchas aplicaciones involucran poblaciones de datos cualitativos que debe
compararse utilizando proporciones o porcentajes.
1.4.5 Distribucin t-Student
En probabilidad y estadstica, la distribucin t (de Student) es una distribucin de
probabilidad que surge del problema de estimar la media de una poblacin
normalmente distribuida cuando el tamao de la muestra es pequeo.

CONCLUSIN
Profesional.
Sin lugar a duda la estadstica, en cualquier rama, es muy prctica y demasiado
til para la vida profesional de un ingeniero para cualquier aspecto de costos o
censo de personal que quiz en alguna ocasin cunado redactemos una carta o
un trabajo escrito profesional, cuando tengamos que hacer algn clculo de varios
datos.
Personal.
Tambin utilizada en la vida diaria de las personas, aunque en ocasiones no se ve
como tal o explcitamente las ecuaciones y las formulas, pero en alguna u otra
forma la vemos y nos pasa enfrente de los ojos, pero como muchas otras cosas la
pasamos desapercibidas.
Los temas vistos y estudiados en la investigacin, son una introduccin a la
"Estadstica Inferencial", aunque sean un poco complejos de entender, son muy
interesantes ponerlos en prctica, la cuestin de sustituir formulas y datos. agrupar
y desglosar informacin, en lo personal, es muy impresionante y entretenido para
el desarrollo de mi carrera que sin lugar a duda necesito aprender ya que es una
de las materias indispensables para los ING. INDUSTRIALES.
Los temas nos introducen a lo ms principal de esta materia, los conceptos
bsicos de la estadstica inferencial, algunas frmulas y graficas que ayudan a
resolver los problemas.