Estadística Inferencial

1. Integrantes:
Alarcón Salome
Caiza Katty
Guamán Cristian
Cunalata Evelyn
Romero Erika
Sarsoza Jennifer
ESTADISTICA INFERENCIAL

2. Estadística inferencial
Rama de la Estadística que estudia el comportamiento y propiedades de las
muestras ,la posibilidad, y límites, de la generalización de los resultados
obtenidos a partir de aquellas a las poblaciones que representan. Esta
generalización de tipo inductivo, se basa en la probabilidad.

3. La Estadística inferencial o Inferencia estadística estudia
cómo sacar conclusiones generales para toda la población a
partir del estudio de una muestra, y el grado de fiabilidad o
significación de los resultados obtenidos.

4. Recomendaciones para obtener óptimos resultados
Para que la Estadística Inferencial proporcione buenos resultados debe:
1. Basarse en una técnica estadístico-matemática adecuada al problema y
suficientemente validada.
2. Utilizar una muestra que realmente sea representativa de la población y
de un tamaño suficiente.

5. POBLACIÓN
Es la colección de datos que corresponde
a las características de la totalidad de
individuos, objetos, cosas o valores en un
proceso de investigación.
Para su estudio, en general se clasifican en
Poblaciones Finitas y Poblaciones
Infinitas.
Poblaciones Finitas: Constan de un
número determinado de elementos,
susceptible a ser contado. Ejemplo: Los
empleados de una fábrica, elementos de
un lote de producción, etc.

6. Poblaciones Infinitas: Tienen un número indeterminado de elementos, los
cuales no pueden ser contados. Ejemplo: Los números naturales.

7. Así también las poblaciones pueden ser clasificadas en Reales e Hipotéticas, las
reales son aquellas concretas, que ya existen. Ejemplo: Los aspirantes a un
puesto de trabajo, los vendedores de una empresa

8. Mientras que las hipotéticas, son las formas imaginables en que se podría
presentar un suceso. Ejemplo: Estimaciones de la población económicamente
activa dentro de diez años.
En toda investigación lo ideal sería contar con observaciones o características de
todos los elementos de nuestro grupo de interés, pero en muchas ocasiones eso
sería muy caro y/o muy tardado o simplemente imposible, es por ello que se
toman muestras.

9. MUESTRA

10. Sierra Bravo (1991) anota que: “Una muestra en general, es toda parte representativa de la
población, cuyas características debe reproducir en pequeño lo más exactamente posible.”
Para que sea representativa se debe seleccionar empleando el muestreo, tópico importante
de la Estadística, con la finalidad de que los resultados de esta muestra sean validos para la
población de la que sea obtenido la muestra. Esta generalización se realiza empleando la
estadística inferencial.
En esencia, lo que querríamos tener es una manera de calcular el número necesario de
personas que necesitamos para que los resultados de nuestro estudio tengan un error
máximo fijado desde el principio (sí, en estos casos se fija el error máximo admisible al
principio del estudio).

11. Consiste en elegir una muestra de una población al azar.
Podemos distinguir varios tipos de muestreo:
MUESTREO PROBABILÍSTICO

12. Muestreo aleatorio simple
• El muestreo aleatorio simple es un procedimiento de
muestreo probabilístico que da a cada elemento de la
población objetivo y a cada posible muestra de un
tamaño determinado, la misma probabilidad de ser
seleccionado.
• Se enumeran los elementos de la población y se
seleccionan al azar los elementos que contiene la
muestra.
• Ejemplo:En una caja con 5 canicas marcadas con las
letras a,b,c,d,e y se pide que se tome una muestra de
dos canicas anotando el resultado( esta acción sería
reemplazo)tomamos la segunda canica anotamos y la
devolvemos a la caja

13. Muestreo aleatorio sistemático
• El muestreo sistemático es un tipo de muestreo
probabilístico donde se hace una selección aleatoria del
primer elemento para la muestra, y luego se seleccionan los
elementos posteriores utilizando intervalos fijos.
• Se elige un individuo al azar y a partir de él, a intervalos
constantes, se eligen los demás hasta completar la muestra.
• Ejemplo:el investigador tiene una población total de 60
individuos y necesita 12 sujetos. Primero elige su número de
partida, 2.Luego, el investigador elige su intervalo, 5. Los
miembros de su muestra serán los individuos
2,7,12,17,22,27,32,37,42,47,52,57.

14. Muestreo aleatorio estratificado
• El muestreo estratificado es un procedimiento en el que el
objetivo de la población se separa en segmentos exclusivos,
homogéneos (estratos) de manera que un individuo sólo
puede pertenecer a un estrato y luego una muestra
aleatoria simple se selecciona de cada segmento (estrato).
• Los estratos suelen ser grupos homogéneos de individuos,
que a su vez son heterogéneos entre diferentes grupos.
• Ejemplo: si en un estudio esperamos encontrar un
comportamiento muy diferente entre hombres y mujeres,
puede ser conveniente definir dos estratos, uno por cada
sexo.