1. ESTADISTICA
INFERENCIAL
Int. Jorge Salvador

2. ESTADISTICA INFERENCIAL
 Rama de la estadística que estudia el
comportamiento y propiedades de las muestras y
la posibilidad y límites de la generalización de los
resultados obtenidos a partir de aquellas
poblaciones que representan. Esta generalización
de tipo inductivo, se basa en la probabilidad.
 Tiene como objetivo generalizar las propiedades
de la población bajo estudio, basado en los
resultados de una muestra representativa de
dicha población.

3. ESTADISTICA INFERENCIAL
 Se dedica a la generación de modelos, inferencias y
predicciones asociadas a los fenómenos en cuestión
teniendo en cuenta la aleatoriedad de las
observaciones.
 Estas inferencias pueden tomar la forma de
respuestas a preguntas si/no (prueba de hipótesis),
estimaciones de características numéricas
(estimación), pronósticos de futuras observaciones,
descripciones de asociación (correlación) o
modelamiento de relaciones entre variables (análisis
de regresión).

4. ESTADISTICA INFERENCIAL
 Los dos tipos de problemas que resuelven
las técnicas estadísticas son: estimación
y contraste de hipótesis. En ambos casos
se trata de generalizar la información
obtenida en una muestra a una población.
Estas técnicas exigen que la muestra sea
aleatoria.

5. ESTADISTICA INFERENCIAL
 La estimación se encarga de establecer los valores
de los parámetros de la población.
 Las pruebas de Hipótesis constituyen un proceso
relacionado con aceptar o rechazar afirmaciones
acerca de los parámetros de la población.
 El propósito es hacer inferencias sobre la población a
partir de una muestra y estimar la confianza con la
que estas inferencias pueden ser verdaderas.

6. ESTADISTICA INFERENCIAL
UNIVERSO
POBLACION
MUESTRA

7. TAMAÑO MUESTRAL
Para decidir el tamaño muestral:
 En un problema de estimación hay que tener
una idea de la magnitud a estimar y del error
aceptable.
 En un contraste de hipótesis hay que saber el
tamaño del efecto que se quiere ver.

8. TAMAÑO MUESTRAL
 Población de muestreo: población de la cual nuestra
muestra es una muestra aleatoria.
 En consecuencia la generalización está amenazada por
dos posibles tipos de errores: error aleatorio que es
el que las técnicas estadísticas permiten cuantificar y
críticamente dependiente del tamaño muestral, pero
también de la variabilidad de la variable a estudiar y
el error sistemático que tiene que ver con la
diferencia entre la población de muestreo y la
población diana y que sólo puede ser controlado por el
diseño del estudio.

9. CONCEPTOS BÁSICOS
 Sumatoria:La sumatoria se denota con el símbolo Σ
. Se usa para indicar una suma de términos.
 Distribuciónde frecuencias: Cuando los datos son
numerosos, es conveniente agruparlos para que la
información sea más fácil de interpretar. El primer
tipo de agrupación se hace contando el número de
veces que se repite cada valor, a lo que se le llama
frecuencia.

10. HISTOGRAMA DE FRECUENCIAS
 Se llama Histograma
de frecuencias a la
gráfica en la que en el
eje de las abscisas se
grafican los intervalos
y en el de las
ordenadas se grafican
las frecuencias.

11. POLÍGONO DE FRECUENCIAS
 Marca de clase: se llama al valor intermedio del
intervalo, el que va a representar a todos los valores
que caigan en el intervalo.
 Se llama polígono de frecuencias a la poligonal que
une los puntos medios de los extremos superiores de
las barras (marcas de clase) empezando en una
marca de clase antes y terminando una después.
Muchas veces se grafican el histograma y el polígono
de frecuencia juntos, para lo cual se tiene que
agregar a la tabla de distribución de frecuencias
agrupada la columna con las marcas de clase.

12. Polígono de frecuencias

13. MEDIDAS DE TENDENCIA CENTRAL
 Algunos datos se repiten más que otros y esto se
aprecia en las gráficas de frecuencias . Por lo
general la mayor densidad de datos se encuentra
en la parte central de la gráfica y cada que nos
alejemos del centro va disminuyendo la
frecuencia en que aparecen los datos, de
igualmente de ambos lados, formando una curva
parecida a una campana, a lo que se llama
comportamiento “normal”.

14. MEDIDAS DE TENDENCIA CENTRAL
 Para poder hacer comparaciones con otras
poblaciones se ideó que se pueden medir el
promedio de una población, o el valor que más se
repite en ella, o el valor que queda al centro de
nuestra población los que nos pueden ayudar a
ver que tan “normal” es la distribución. Podemos
pensar que si estas tres medidas son muy
parecidas entre sí, entonces la población sí tiene
un comportamiento normal, mientras más se
alejen entre ellas, más lejos de un
comportamiento normal estará la población

15. MEDIDAS DE TENDENCIA CENTRAL
 Las medidas de tendencia central son la media
aritmética, la mediana y la moda. En datos no
agrupados, las definiremos como:
3. Moda: Es el valor del dato que más se repite.
4. Mediana: El valor que queda en la mitad de la
muestra.
5. Media: Promedio aritmético de nuestros datos.

16. GRACIAS