Inferencia Estadistica

INTRODUCCION

La unidad uno de inferencia estadística tiene como título: MUESTREO, DISTRIBUCIÓN MUESTRAL E INTERVALOS DE CONFIANZA, y consta de tres capítulos que son, el capítulo uno Principios de muestreo, que muestra que la importancia de la muestra radica en el proceso de consecución de datos que proporcionan la información suficiente y necesaria a cerca de la población, además que con la muestra se están utilizando menos recursos, debido a que sólo una parte de la población se encuentra bajo observación, lo que resulta significativamente beneficioso sobre todo cuando se trata de poblaciones grandes y dispersa. Capitulo dos nos muestra el propósito del muestreo y el concepto de distribución muestral que es una distribución de probabilidad de un estadístico, calculado a partir de una muestra aleatoria de tamaño n, elegida de manera aleatoria de una población determinada. Capitulo tres presenta la estimación puntual de un parámetro reside en que no garantiza ni mide la precisión de la estimación. Con la elaboración del presente trabajo conoceremos y aprenderemos como se hacen los estudios de una investigación con base en una población tomando una muestra y conociendo algunos elementos de la misma, basados en el análisis y en la práctica de conceptos teóricos y fórmulas llevadas a la práctica para la solución y decisión sobre cualquier eventualidad , optimizando recursos reduciendo costos, lo que resulta beneficioso observando así los comportamientos resultando beneficioso sobre todo cuando se trata de poblaciones grandes, lo cual nos puede servir en diferentes procesos como por ejemplo cuando estamos evaluando la satisfacción de los usuarios en lo que se refiere a la atención que ellos reciben de determinada Empresa, cuando sacamos un nuevo producto al mercado, etc.

Todos estos conceptos teoremas y principios de la inferencia estadística nos proporcionan una base excepcional para aplicarlos en nuestro campo formativo y que dicha aplicación se convierta en una herramienta de uso matemático para la toma de decisiones sobre hipótesis cuantitativas de datos, basado en la información extraída de una muestra.

OBJETIVO GENERAL

• Desarrollar comprender y aplicar conceptos básicos de la inferencia estadística como principios sobre población y muestra, métodos de muestreo, distribución de muestreo para medias, el teorema central del límite, aplicados al cálculo de tamaños de muestras pertinentes.

OBJETIVOS ESPECIFICOS

• Aplicar las técnicas de muestreo y de intervalos de confianza, realizando inferencias sobre los parámetros de la media y el total poblacional y determinar su validez estadística comparándolos con los datos reales.

• Identificar los diferentes diseños de muestreo y su utilidad en diferentes campos del saber.

• Conceptuar una distribución muestra y calcular las estimaciones requeridas, la varianza y el error de estimación para los mismos.

• Identificar un procedimiento adecuado para seleccionar de una población una parte de ella, con el fin de obtener resultados confiables y poder generalizar los resultados obtenidos a toda la población.

• Conceptualizar la distribución muestral y calcular las estimaciones requeridas, la varianza y el error de estimación para el ejercicio No. 10 del trabajo colaborativo

DESARROLLO DE LOS PROBLEMAS U EJERCICIOS

1. Explique la diferencia entre cada par de términos:

• MUESTREO POR CONGLOMERADO Y MUESTREO ESTRATIFICADO: el muestreo por conglomerado es un método de muestreo aleatorio en el que los elementos de la población se dividen en forma natural en subgrupos, de tal forma que dentro de ellos sean lo más heterogéneo posible y entre ellos sean homogéneos, caso contrario al muestreo estratificado ya que en este el investigador decide las agrupaciones que utilizar según la posible variabilidad de los fenómenos a estudiar; otra diferencia es que en este el investigador conoce la distribución de la variable y en el muestreo por conglomerados no.

• ERROR MUESTRAL Y ERROR NO MUESTRAL: La diferencia entre los términos desviación estándar y error de estándar es que la primera se refiere a los valores originales, mientras que la segunda está relacionada con valores calculados. El error muestral es el error a causa de observar una muestra en lugar de la población completa y puede ser contrastado por el error no muestral que se refiere al conjunto de las desviaciones del valor real que no van en función de la muestra escogida, entre los cuales se encuentran varios errores sistemáticos y algunos errores aleatorios.

* Los errores no muéstrales no se pueden medir fácilmente y aumentan a medida que aumenta el tamaño de la muestra.

* El error no muestral puede inutilizar los resultados de un estudio.

• Muestreo Simple Y Muestreo Sistemático: el muestreo sistemático consiste en seleccionar uno a uno, los elementos de la muestra en un orden determinado, dando un inicio aleatorio, por el contrario en el muestreo aleatorio simple La muestra se elige de tal manera que cada observación tiene la misma probabilidad de ser elegida, la elección de una observación NO tiene influencia sobre la elección de otra y en el muestreo simple cada uno de los individuos de una

• población tiene la misma posibilidad de ser elegido además tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande.

• Muestra Aleatoria Y Muestra No Aleatoria: La muestra aleatoria escogen los elementos que la conformarán con la certeza de que cada uno tendrá la misma probabilidad de ser seleccionado, en cambio la muestra no aleatoria los elementos que la conforman se eligen deliberadamente. Normalmente estas investigaciones tienen carácter exploratorio y son susceptibles de ser afectadas por efectos de subjetividad.

2. La estimación se puede hacer a su vez por dos procedimientos ¿cuáles son? ¿Qué ventajas tiene cada uno?

Estimación puntual: un solo número que se utiliza para estimar un parámetro de población desconocido. Cuando obtenemos valores aproximados del parámetro desconocido y una medida de error asociado; por Intervalos cuando obtenemos un rango de valores, que contiene el verdadero valor del parámetro con una probabilidad o confiabilidad prefijada.

Ventajas

...