Estadística Inferencial

[pic 1][pic 2][pic 3]

Temario:

1: distribuciones fundamentales para el muestreo

1.1: introducción a la estadística inferencial

1.2: muestreo: introducción al muestreo y tipos de muestras

1.3: teorema de limite central

1.4: distribuciones fundamentales para el muestreo

1.4.1: distribución muestral de la media

1.4.2: distribución muestral de la diferencia de medias

1.4.3: distribución muestral de la proporción

1.4.4: distribución muestral de la diferencia de proporciones

1.4.5: distribución T-student

1.4.6: distribución muestral de la variable

1.4.7: distribución muestral de la medición de variables

2: estimación

2.1: introducción

2.2: características de un estimado

2.3: estimación puntual

2.4: estimación por intervalos

2.4.1: intervalo de confianza para la media

2.4.2: intervalos de confianza para la diferencia de medias

2.4.3: intervalos de confianza para la proporción

2.4.4: intervalo de confianza para la diferencia de proporciones

2.4.5: intervalo de confianza para la variable

2.4.6: intervalo de confianza para la medición de variables

2.5: determinación del tamaño de muestra

2.5.1: basado en la media de la población

2.5.2: basado en la proporción de la población

3: pruebas de hipótesis

3.1: introducción

3.2: confiabilidad y significancia

3.3: errores tipo 1 y 2

3.4: potencia de la función

3.5: prueba de hipótesis

3.6: prueba de hipótesis para la diferencia de media

3.7: Prueba de hipótesis para la proporción

3.8: Prueba de hipótesis para la diferencia de proporción

3.9: Prueba de hipótesis para la varianza

3.10: prueba de hipótesis para la relación de varianza

4: Pruebas de bondad de ajuste y pruebas no paramétricas

4.1: bondad de ajuste

4.2: análisis J.I.^2 cuadrado

4.3: prueba de independencia

4.4: prueba de la bondad de ajuste

4.5: pruebas no paramétricas

5: prueba de hipótesis en la regresión lineal simple

5.1: prueba de hipótesis en la regresión lineal simple

5.2: calidad de ajuste en la regresión lineal simple

5.3: estimación y predicción por intervalos en regresión lineal simple

Estadística Inferencial

Es la rama de la estadística encargada de hacer deducciones, inferir propiedades, conclusiones y tendencias a partir de una muestra en conjunto.

Su papel es interpretar, hacer proyecciones y comparaciones. La estadística inferencial emplea usualmente mecanismos que les permite llegar a cabo dichas deducciones como pruebas de estimación puntual, pruebas de hipótesis, pruebas paramétricas (media, diferencia de media) y las no paramétricas, análisis de correlación y de regresión en series cronológicas de análisis de variancia.

La estadística inferencial es sumamente útil en el análisis de poblaciones y tendencias.

[pic 4]

Muestreo aleatorio simple: en este tipo de muestreo las variables relevantes de la muestra tienen la misma función de probabilidad y son independientes entre ellos, la población tiene que ser infinita o bien finita con reposición de elementos.

Muestreo estratificado: consiste en dividir la población en estratos.

Muestreo de conglomerados: los conglomerados son conjuntos de elementos poblacionales.

Muestreo estratificado: se empieza dividiendo el numero total de sujetos o de separaciones entre el que se quiere utilizar para la muestra.

Ejemplos y como se obtienen los tipos de muestreo

Muestreo aleatorio simple: es extraída primero se encuentran las unidades de la población y por medio de una tabla de números aleatorios y se extraen sucesivamente los números.

Ejemplo: una empresa de telefonía está estudiando la opinión de los clientes sobre el servicio:

-Se selecciona como población objetivo a todos los clientes de la empresa.

- se determina que de los 10,000,000 de clientes se necesitaran 800 individuos para elaborar la muestra.

- se realiza una lista de todos los clientes.

- a cada uno se le asigna un número.

- se escogen 800 números al azar con un programa informático, por ejemplo, 1,247,340 – 56,870 y 4, 230,128.

Muestreo estratificado: definir el público, elegir las características, realizar la estratificación, separar la población en estratos, decide el tamaño de la muestra, realizar la muestra a cada estrato.

Ejemplo: para realizar una investigación acerca de la cantidad de personas que consumen bebidas alcohólicas en la republica argentina, el investigador a cargo decide utilizar la muestre estratificado.

• Personas menores a 18 años: 20 millones
• Personas mayores a los 18 años: 15 millones
• Personas mayores de 35 años: 10 millones

A partir de dicha subdivido, conforma la muestra obtenida de manera proporcional 10,000:

Muestreo conglomerado: este se puede hacer dividiendo el tamaño de la muestra por el numero promedio estimado de los elementos de la población en cada grupo.

...