Este documento trata sobre la inferencia estadística, que estudia cómo sacar conclusiones sobre una población completa a partir de una muestra. Explica conceptos como la estimación, el contraste de hipótesis, y tipos de muestreo como el sistemático y el estratificado. También describe las distribuciones t de Student y F de Fisher, que son usadas en pruebas estadísticas.

1. ALUMNO:
ROBERT JOSE AMARO
JIMENEZ
21.504.168
ESTADISTICA GENERAL
UNIDAD VI
INSTITUTO UNIVERSITARIO DE TECNOLOGÍA
“ANTONIO JOSÉ DE SUCRE”
EXTENSION BARQUISIMETO

2. La estadística inferencial o inferencia
estadística es una parte de la estadística que
comprende los métodos y procedimientos que
por medio de la inducción determina
propiedades de una población estadística, a
partir de una pequeña parte de la misma.
Estudia como 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.

3. •La toma de muestras o muestreo.
•La estimación de parámetros o variables
estadísticas.
•El contraste de hipótesis.
•El diseño experimental.
•La inferencia bayesiana.
•Los métodos no paramétricos.

4. ESTIMACIÓN
CONTRASTE DE
HIPOTESIS
En inferencia estadística se
llama estimación al
conjunto de técnicas que
permiten dar un valor
aproximado de
un parámetro de una
población a partir de los
datos proporcionados por
una muestra. La estimación
se divide en tres grandes
bloques, cada uno de los
cuales tiene distintos
métodos que se usan en
función de las características
y propósitos del estudio:
estimación puntual,
Estimación por intervalos,
Estimación bayesiana.
Un contraste de
hipótesis es un
procedimiento para juzgar si
una propiedad que se
supone en una población es
compatible con lo observado
en una muestra de dicha
población. Mediante esta
teoría, se aborda el
problema estadístico
considerando una hipótesis
determinada y una hipótesis
alternativa , y se intenta
dirimir cuál de las dos es la
hipótesis verdadera.

5. En estadística se conoce como muestreo a la
técnica para la selección de una muestra a partir
de una población. Al elegir una muestra aleatoria
se espera conseguir que sus propiedades sean
extrapolables a la población. Este proceso permite
ahorrar recursos, y a la vez obtener resultados
parecidos a los que se alcanzarían si se realizase
un estudio de toda la población.

6. Tipos de muestreo:
•Muestreo Sistemático se utiliza cuando el universo o población es de gran
tamaño, o ha de extenderse en el tiempo.
•Muestreo estratificado
Consiste en la división previa de la población de estudio en grupos o clases
que se suponen homogéneos con respecto a alguna característica de las que
se van a estudiar. Dentro de cada estrato se suele usar la técnica de muestreo
sistemático, una de las técnicas de selección más usadas en la práctica. Según
la cantidad de elementos de la muestra que se han de elegir de cada uno de
los estratos, existen dos técnicas de muestreo estratificado:
Asignación proporcional: el tamaño de la muestra dentro de cada estrato
es proporcional al tamaño del estrato dentro de la población.
Asignación óptima: la muestra recogerá más individuos de aquellos estratos
que tengan más variabilidad. Para ello es necesario un conocimiento previo de
la población.
•Muestreo por conglomerado
Se utiliza cuando la población se encuentra dividida, de manera natural, en
grupos que se supone que contienen toda la variabilidad de la población, es
decir, la representan fielmente respecto a la característica a elegir, pueden
seleccionarse sólo algunos de estos grupos o conglomerados para la
realización del estudio.

7. DISTRIBUCIÓN t DE STUDENT
En probabilidad y estadística, la distribución t (de Student) es
una distribución de probabilidad que surge del problema de
estimar la media de una población normalmente distribuida cuando
el tamaño de la muestra es pequeño.
Aparece de manera natural al realizar la prueba t de Student para la
determinación de las diferencias entre dos medias muéstrales y
para la construcción del intervalo de confianza para la diferencia
entre las medias de dos poblaciones cuando se desconoce la
desviación típica de una población y ésta debe ser estimada a partir
de los datos de una muestra.

8. DISTRIBUCIÓN F DE FISHER
Usada en teoría de probabilidad y estadística, la distribución F es
una distribución de probabilidad continua. También se le conoce
como distribución F de Snedecor (por George Snedecor) o
como distribución F de Fisher-Snedecor.
La distribución F de Fisher es una distribución que depende de dos
parámetros. Es una distribución que aparece, con frecuencia, como
distribución de un estadístico de test, en muchos contrastes de
hipótesis bajo las suposiciones de normalidad.

9. Un buen ejemplo seria:
Cuando se esta en épocas de elecciones se
hacen encuestas a un grupo pequeño de
personas porque por motivos económicos y de
tiempo no se puede encuestar a toda la
población, así que se escoge una muestra
representativa de la población y se hacen
estudios ahí en la muestra y después inferimos
en la población, si la muestra dice que el 70% va
a votar por el candidato A, el 25% por el B y el
5% está indeciso podemos decir que una alta
probabilidad que el día de las elecciones ganara
el candidato A.