Facultad de Ciencias Sociales

Departamento de Sociología
Estadística II

Modulo 1. Introducción a la
Estadística Inferencial

Catalina Canals Cifuentes

7/03/2016
 INTRODUCCIÓN
Contenidos
I. Estadística y Sociología

II. Propósitos de la Estadística, tipos de Estadística y

tipos de variables

III. Conceptos elementales de inferencia estadística

IV. Propiedades de un buen estimador

V. Distribuciones teóricas y empíricas

I. Estadística y Sociología
 I. ESTADÍSTICA Y SOCIOLOGÍA

Estadística
 I. ESTADÍSTICA Y SOCIOLOGÍA
Estadística
«Ciencia formada por el conjunto de teorías y técnicas
cuantitativas que tienen por objeto la organización,
descripción, resumen y comparación de un conjunto
de datos numéricos» (Sierra Bravo, 1991)

«Ciencia de recogida, análisis e interpretación de

datos» (Kendall y Buckland, 1980)

«Disciplina instrumental orientada a otorgar

procedimientos que posibiliten el desarrollo de
investigaciones empíricas» (Vivanco, 1999)
 I. ESTADÍSTICA Y SOCIOLOGÍA
Relación histórica de la Estadística y
Sociología
• Imperio Egipcio e Imperio Chino (A.C.): Intentos
sistemáticos de recopilar información de la
población
• S.XVII-S.XVIII: desarrollo de ciencias físicas y
naturales; desarrollo de teoría de
probabilidades; Escuela de Aritmética Política.
• S.XVIII-S.XIX: Sociedades estadísticas de la
Escuela de Reformadores Sociales;
Generalización de censos poblacionales;
Durkheim.
 I. ESTADÍSTICA Y SOCIOLOGÍA
Relación histórica de la Estadística y
Sociología
• S.XX: estancamiento inicial de la sociología
cuantitativa; Applied Social Research de la
Universidad de Columbia profundiza en el
estudio de encuestas a través de análisis
estadisticos.
– Incremento del uso de la estadística en las
Ciencias Sociales:
• Información disponible.
• Avances computaciones.
 I. ESTADÍSTICA Y SOCIOLOGÍA
Relación disciplinar de la Estadística y
Sociología
preguntas

Sociología Estadística

respuestas
 I. ESTADÍSTICA Y SOCIOLOGÍA

Análisis
• Responder la pregunta de investigación

• Abordajes:
– Estadístico: técnica.
– Sociológico: interpretativa.

• Ejemplo:
– “Chilenos de ojos rubios”
– Elección de escuelas de similar NSE
 I. ESTADÍSTICA Y SOCIOLOGÍA
¿Por qué estudiar Estadística?

• La Estadística ayuda a analizar información y

con ello a responder preguntas de
investigación.

• La Estadística permite analizar grandes

volúmenes de información contribuyendo a
poder estudiar (y comprender) poblaciones
grandes.
II. Propósitos de la Estadística,
tipos de Estadística y tipos de
variables
II. PROPOSITOS DE LA ESTADISTICA, TIPOS DE ESTADÍSTICA Y TIPOS DE VARIABLES

Propósitos de la estadística
• Diseño de investigación: planificar cómo
obtener los datos requeridos (muestreo).

• Análisis de datos cuantitativos:

– Descripción: resumir y explorar los datos
(Estadística Descriptiva)
– Inferencia (Estadística Inferencial)
II. PROPOSITOS DE LA ESTADISTICA, TIPOS DE ESTADÍSTICA Y TIPOS DE VARIABLES

Inferencia
II. PROPOSITOS DE LA ESTADISTICA, TIPOS DE ESTADÍSTICA Y TIPOS DE VARIABLES

Propósitos de la estadística
• Diseño de investigación: planificar cómo obtener
los datos requeridos (muestreo).

• Análisis de datos cuantitativos:

– Descripción: resumir y explorar los datos (Estadística
Descriptiva)
– Inferencia: realizar predicciones sobre características
de una población a partir de una muestra de dicha
población (Estadística Inferencial)
II. PROPOSITOS DE LA ESTADISTICA, TIPOS DE ESTADÍSTICA Y TIPOS DE VARIABLES

Inferencia
Diseño

Descripción

Inferencia
II. PROPOSITOS DE LA ESTADISTICA, TIPOS DE ESTADÍSTICA Y TIPOS DE VARIABLES

Tipos de Estadística
• Univariada

• Bivariada
• Relaciones
• Multivariada
• Predicción

• Clasificación
II. PROPOSITOS DE LA ESTADISTICA, TIPOS DE ESTADÍSTICA Y TIPOS DE VARIABLES

Variable

«característica que puede variar su valor entre

los sujetos de una muestra o población»
II. PROPOSITOS DE LA ESTADISTICA, TIPOS DE ESTADÍSTICA Y TIPOS DE VARIABLES

Tipos de Variables
• Cualitativas/ Categóricas
– Nominales
• Dummy
– Ordinales
• Cuantitativas
III. Conceptos elementales de
inferencia estadística
III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Inferencia

Población (N)

Muestra (n)
 III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Muestra Probabilística

Parámetro Poblacional

Estadístico y Estimador
 III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Parámetros poblacionales de
frecuente interés
• Variables cualitativas
– Proporción

– Porcentaje
 III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Parámetros poblacionales de
frecuente interés
• Variables cuantitativas
– Media

Equivalencia media-proporción en variables

cualitativas
 III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Parámetros poblacionales de
frecuente interés
• Variables cuantitativas
– Varianza

• Variables dummy
– Varianza

Equivalencia varianza en variables dummy

 III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Frecuencia

• Frecuencia absoluta: número de observaciones

en que ocurre un suceso.

• Frecuencia relativa: proporción de

observaciones en que ocurre un suceso.
III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Frecuencia
III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Distribución
III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Distribución
 III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Distribución
frecuencia Fecha de nacimiento: frecuencia relativa
absoluta frecuencia relativa
25%
1993 3 14%
1994 4 18% 20%
1995 5 23%
15%
1996 5 23%
1997 2 9% 10%
1998 3 14%
5%

0%
1993 1994 1995 1996 1997 1998
Fecha de nacimiento: frecuencia absoluta
6

0
1993 1994 1995 1996 1997 1998
 III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Probabilidad
Fecha de Nacimiento
25

20

15

10

0
1993 1994 1995 1996 1997 1998
 III. CONCEPTOS ELEMENTALES DE LA INFERENCIA ESTADÍSTICA

Probabilidad

• Probabilidad:
 PREGUNTAS
1. Explique a partir de un ejemplo cómo la estadística contribuye a las investigaciones en sociología.
2. Explique la relación entre los conceptos inferencia, población, muestra, estadístico, estimador y
parámetro.
3. De un ejemplo de cada tipo de variable (nominal, ordinal, cuantitativa, dummy).
4. Una agencia de protección ambiental utiliza a los autos nuevos de cada año para recolectar información
de la emisión de contaminantes del parque de vehículos nacional. Indique cuál sería la población y cuál
sería la muestra de ese dicho estudio.
5. Según la encuesta CASEN 2013 el 14,4% de los chilenos vivía en condición de pobreza. ¿Dicha cifra
corresponde a un parámetro o a un estimador?
6. Tras el festival de Viña muchos chilenos comentaron en twitter sus opiniones. ¿Dichas opiniones son
una muestra probabilística de la opinión e los chilenos sobre dicho festival?
7. Un investigador afirma que hay una proporción de 0,3 estudiantes en esta facultad que fuma, mientras
que otro señala que el 70% de los estudiantes no fuma. ¿Son contradictorias estas afirmaciones? ¿Ambas
afirmaciones entregan la misma información?
8. La base de datos de la CASEN una variable indica la condición de actividad de las personas,
distinguiendo en activos, inactivos y cesantes. Describa cómo podría transformar dicha variable en
variable(s) dummy y mantener la misma información.
9. Observando el gráfico, y suponiendo que las proyecciones del FMI fueron correctas, si elijo un país al
azar ¿Cuál es la probabilidad de que su PIB en el año 2013 haya disminuido? ¿Qué es más probable: elegir
uno con un crecimiento superior al 4% en el 2012 o con crecimiento inferior al 4%?
IV. Propiedades de un buen
estimador
 IV. PROPIEDADES DE UN BUEN ESTIMADOR

Propiedades de un buen estimador

• Insesgado: el valor esperado del estimador
(promedio) es el parámetro poblacional.
– El promedio muestral es un estimador insesgado del
promedio poblacional (parámetro).
 IV. PROPIEDADES DE UN BUEN ESTIMADOR

Propiedades de un buen estimador

• Insesgado: el valor esperado del estimador
(promedio) es el parámetro poblacional.
 IV. PROPIEDADES DE BUEN ESTIMADOR

Propiedades de un buen estimador

• Eficiente: Bajo error estándar (desviación estándar
del estimador).
– El promedio muestral es un estimador con bajo error estándar.

– La proporción (el porcentaje) muestral es un estimador insesgado

de la proporción (el porcentaje) poblacional y con bajo error
estándar.
 IV. PROPIEDADES DE BUEN ESTIMADOR
Encontrando un buen estimador para
la varianza
¿Será un buen estimador de
?

• Eficiente
• Sesgado
¿Será un buen estimador de
?

• Eficiente
• Sesgado
 IV. PROPIEDADES DE BUEN ESTIMADOR
Encontrando un buen estimador para
la varianza
¿Será un buen estimador de
?

• Eficiente
• Insesgado
¿Será un buen estimador de
?

• Eficiente
• Insesgado
 IV. PROPIEDADES DE BUEN ESTIMADOR
Parámetros y estimadores de
frecuente interés
V. Distribuciones teóricas y
empíricas
 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS

Características de las distribuciones

 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS

Distribuciones teóricas conocidas

 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS

Distribuciones teóricas conocidas

1.00E+17 4
9.00E+16 3.5
8.00E+16
3
7.00E+16
6.00E+16 2.5

5.00E+16 2
4.00E+16 1.5
3.00E+16
1
2.00E+16
1.00E+16 0.5

0 0

exp ln(x)
 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS

Distribuciones empíricas
.15
.1
Density
.05
0

0 50 100 150
o8. semanas buscando trabajo
 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS

Distribuciones empíricas
4.0e-06
3.0e-06
Density
2.0e-06
1.0e-06
0

0 1000000 2000000 3000000

e15. costo mensual de la carrera que estudia
 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS

Distribuciones empíricas
.15
.1
Density
.05
0

10 20 30 40 50
s6. ¿qué edad tenía ud. cuando nació su primer hijo?
 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS

Distribución normal

– Simétrica
– Mesocúrtica
– Media, Moda y Mediana coinciden.
– Distribución muestral estándar: N(0,1)
 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS

Distribución normal estándar

 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS
Identificación gráfica de una
distribución normal
– Histograma
 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS
Identificación gráfica de una
distribución normal
– Gráfico Cuantil-Cuantil
• Cuantil: puntos que dividen la distribución de una
variable. El cuantil x, con 0<x<100, es aquel valor
bajo el cual está el x% de los datos, y sobre el cual
está el (100-x)% de los datos.
• Gráfico X-Y
12
10
10
8
8
6
6
44
22
00 0
0 22 44 66 88 1010 1212
 V. DISTRIBUCIONES TEÓRICAS Y EMPIRICAS
Identificación gráfica de una
distribución normal
– Gráfico Cuantil-Cuantil: Gráfico XY donde en un
eje están los cuantiles de la distribución de una
variable, y en el otro los cuartiles que tendría
dicha variable si fuese normal.
Normal No normal
Cuantiles distribución observada

Cuantiles distribución observada

Cuantiles distribución normal Cuantiles distribución normal

 PREGUNTAS
1. Explique por qué la media muestral es un buen estimador de la media poblacional.
2. Si usted tuviese información de toda una población, ¿como evaluaría si un estadístico es un buen
estimador de un parámetro poblacional?
3. ¿Cómo clasificaría la siguiente gráfica a partir de su
simetría y curtosis?
4. ¿Cómo podrías evaluar si la distribución de una variable en
cierta población tiene la forma de una distribución teórica particular?
5. ¿Qué caracteriza a la distribución normal?
6. ¿Qué quiere decir que una variable distribuye N(3,7)?
7. ¿Qué es una distribución normal estándar?
8. Observando la gráfica, ¿cree usted que dicha variable es normal?
 CONCEPTOS FUNDAMENTALES

• Inferencia • Variable Ordinal • Estimador

• Población • Variable Dummy Insesgado
• Muestra • Proporción • Error estándar
• Muestra • Porcentaje • Eficiente
probabilística • Media • Mediana
• Estadístico • Varianza • Moda
• Estimador • Frecuencia • Cuartil
• Parámetro absoluta
• Variable • Frecuencia
cuantitativa relativa
• Variable nominal • Distribución
• Probabilidad
 INTRODUCCIÓN
Contenidos
I. Estadística y Sociología

II. Propósitos de la Estadística, tipos de Estadística y

tipos de variables

III. Conceptos elementales de inferencia estadística

IV. Propiedades de un buen estimador

V. Distribuciones teóricas y empíricas