ESTADÍSTICA INFERENCIAL

Se llama estadística inferencial o inferencia estadística a la rama de la

Estadística encargada de hacer deducciones, es decir, inferir propiedades,
conclusiones y tendencias, a partir de una muestra del conjunto. Su papel es
interpretar, hacer proyecciones y comparaciones.

La estadística inferencial emplea usualmente mecanismos que le permiten llevar a

cabo dichas deducciones, tales como pruebas de estimación puntual (o de
intervalos de confianza), pruebas de hipótesis, pruebas paramétricas (como de
media, de diferencia de medias, proporciones, etc.) y no paramétricas (como la
prueba del chi-cuadrado, etc.). También le son útiles los análisis de correlación y de
regresión, las series cronológicas, el análisis de varianza, entre otros.

Por ende, la estadística inferencial es sumamente útil en el análisis de

poblaciones y tendencias, para hacerse una idea posible de las acciones y
reacciones de la misma de cara a condiciones específicas. Esto no significa que se
las pueda predecir fielmente, ni que estemos en presencia de una ciencia exacta,
pero sí de una aproximación posible al resultado final.

Planteamiento del problema

Suele iniciarse con una fijación de objetivos o algunas preguntas como ¿cuál será
la media de esta población respecto a tal característica?, ¿se parecen estas dos
poblaciones?, ¿hay alguna relación entre...?

En el planteamiento se definen con precisión la población, la característica a

estudiar, las variables, etcétera.

Se analizan también en este punto los medios de los que se dispone y el

procedimiento a seguir.

Elaboración de un modelo

Se establece un modelo teórico de comportamiento de la variable de estudio. En

ocasiones no es posible diseñar el modelo hasta realizar un estudio previo. Los
posibles modelos son distribuciones de probabilidad.

Extracción de la muestra

Se usa alguna técnica de muestreo o un diseño experimental para obtener

información de una pequeña parte de la población.
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 serán necesarios en pasos posteriores, como la media
muestral, la varianza muestral, etc. Los métodos de esta etapa están definidos por la
Estadística Descriptiva.

Estimación de los parámetros

Con determinadas técnicas se realiza una predicción sobre cuáles podrían ser los
parámetros de la población.

Contraste de hipótesis

Los contrastes de hipótesis son técnicas que permiten simplificar el modelo

matemático bajo análisis. Frecuentemente el contraste de hipótesis recurre al uso
de estadísticos muestrales.

Conclusiones

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

cíclico que permite conocer cada vez mejor la población y características de estudio.

 EJEMPLOS:

EJEMPLO 1: Una planta industrial envasa detergente en polvo en paquetes que se

etiquetan con: CONTENIDO 4 Kg. El proceso viene siguiendo un patrón normal y
se considera bajo control mientras cumpla: =4.01 Kg. y =0.005 Kg. Pero el
proceso se puede desajustar (aumento o disminución de  o , aparición de
asimetría, etc.) e interesa poder chequear en cualquier momento el estado del
proceso de envasado. La Estadística Inferencial aporta herramientas para dar
respuesta a preguntas naturales como éstas:

1.¿Cuánto valen  y  ? (ESTIMACIÓN PUNTUAL)

2.¿Entre qué valores se encuentran  y  con ciertas garantías de acierto (95% ó

99%)? (ESTIMACIÓN por INTERVALOS DE CONFIANZA)
3.¿Los datos soportan que =4.01, o por el contrario son más creíbles si =5.01?
¿Los datos soportan que <0.005, o quizás será ≥0.005?(CONTRASTE DE
HIPÓTESIS PARAMETRICOS)

4.¿El modelo es normal?(TEST DE AJUSTE)

Para responder a estas preguntas tendremos que tomar una muestra de la variable
X = Contenido envasado y estudiar la información que nos aporta s obre el modelo
poblacional. Surgen entonces otras preguntas adicionales:

5.¿De qué tamaño tiene que ser la muestra para garantizar cierta confianza?,
¿Cómo elijo la muestra?(MUESTREO)

EJEMPLO 2: Dos proveedores A y B suministran a un fabricante el mismo producto

químico cuya característica de interés es la pureza (en %), que es una variable
aleatoria con distribución supuestamente normal. El fabricante está interesado en
comparar los productos suministrados por ambos proveedores comparando los
parámetros en ambos casos (a través de AB y A /B).

De nuevo se nos plantean una serie de interrogantes naturales a los que sólo
podremos dar respuesta mediante el uso de las técnicas estadísticas apropiadas:

1.¿Cuánto valen aproximadamente  y  en cada caso? (ESTIMACIÓN)

2.¿Entre qué valores se encuentran con ciertas garantías de acierto AB y A

/B (95 % ó 99%)? (INTERVALOS DE CONFIANZA)

3.¿Es realmente cierto AB, o quizás AB? Análogamente: ¿Realmente

AB, o quizásAB? (CONTRASTE DE HIPÓTESIS)

4.¿Los modelos son normales? (TEST DE AJUSTE)

Para responder a estas preguntas tendremos que tomar muestras de la variable X

= Pureza para cada uno de los proveedores y estudiar la información que nos
aportan sobre los modelo de ambas poblaciones. Surgen entonces otras preguntas
adicionales:

5.¿De qué tamaño tienen que ser las muestras?, ¿Cómo elijo las muestras?
(MUESTREO)

EJEMPLO 3: Si el profesor de igual forma desea saber las calificacione s de

sus estudiantes, en este caso puede optar la estadística inferencial, al
tomar todas las calificaciones de sus alumnos, analizar y sacar cuentas
de cada una de ellas hasta concluir las calificaciones exactas de todo el
grupo de estudiantes, pero de manera individual y más detallada.

EJEMPLO 4: Medicina, a fin de medir los distintos síntomas de una condición

específica o incluso los efectos secundarios de un determinado tratamiento.

EJEMPLO 5: Publicidad, puesto que en base al estudio del muestreo de una

población específica, los encargados de Mercadeo de un producto pueden llegar a
proyectar cómo será la aceptación de éste, a fin de ver qué pueden corregir, reforzar
o implementar en su producto, haciendo que el margen de error en su éxito
comercial disminuya al mínimo.
En este sentido, la Política es otra de las ramas que más se nutre con este tipo de
estudios estadísticos, pues las encuestas y demás métodos inferenciales pueden
ayudar a cierto candidato a conocer aproximadamente cómo su figura o alguno de
sus programas ha sido percibido por la población, lo cual puede orientar a sus
asesores sobre cuáles son los métodos o estrategias para conseguir la popularidad
que le permita mantenerse a flote como figura pública, o incluso hacerle ganar el
escaño que tanto desea.