Este documento describe los conceptos básicos de la estadística inferencial, incluyendo la estimación de parámetros poblacionales y los intervalos de confianza, así como las pruebas de hipótesis para comparar medias, proporciones y varianzas entre grupos mediante t-tests de muestras independientes y emparejadas y ANOVA de una vía. Explica que la estadística inferencial permite extraer conclusiones probabilísticas sobre una población con base en una muestra, aunque los resultados pueden variar entre estudios.

1. ESTADÍSTICA INFERENCIAL Elaborado por: Médico Freddy García Ortega Hospital Sergio E. Bernales [email_address]

2. ESTADÍSTICA INFERENCIAL Permite elaborar conclusiones probabilísticas acerca de una población en base a la información obtenida a partir de una muestra de dicha población. Las conclusiones probabilísticas no son definitivas, es decir al repetir el estudio pueden obtenerse resultados diferentes .

3. ESTADÍSTICA INFERENCIAL Estimación de parámetros: por punto o intervalo Comparación de dos medias Comparación de k medias Comparación de proporciones Prueba de hipótesis

4. ESTIMACION DE PARAMETROS Y DE INTERVALOS DE CONFIANZA ESTIMACION DE PARAMETROS: Se refiere al echo de calcular los parámetros en base a los estadísticos de la muestra ESTIMACION DE INTERVALOS DE CONFIANZA Se refiere al calculo de los valores mínimo y máximo dentro del cual estarán los parámetros calculados con 1- α grados de confianza

5. ESTIMACION DE PARAMETROS

6. INTERVALO DE CONFIANZA PARA MEDIA POBLACIONAL Varianza poblacional conocida Varianza poblacional desconocida Con 1-α % grados de confianza Analize / descriptive statistics / explore

7. INTERVALO DE CONFIANZA PARA DIFERENCIA ENTRE DOS MEDIAS Varianza poblacional conocida Con 1-α % grados de confianza Analize / compare means / independent o paired sample t test

8. INTERVALO DE CONFIANZA PARA DIFERENCIA ENTRE DOS MEDIAS Varianza poblacional desconocida pero suponiendo que las varianzas poblacionales son iguales Con 1-α % grados de confianza Analize / compare means / independent o paired sample t test

9. INTERVALO DE CONFIANZA PARA DIFERENCIA ENTRE DOS MEDIAS Varianza poblacional desconocida pero suponiendo que las varianzas poblacionales son diferentes Con 1-α % grados de confianza Analize / compare means / independent o paired sample t test

10. INTERVALO DE CONFIANZA PARA VARIANZA POBLACIONAL Analize / compare means / independent sample t test

11. INTERVALO DE CONFIANZA PARA PROPORCION POBLACIONAL Minitab: Stat / basic statistics / proportion

12. INTERVALO DE CONFIANZA PARA DIFERENCIA DE PROPORCIONES Minitab: Stat / basic statistics / proportions

13. PRUEBA DE HIPOTESIS PARA MEDIA DE UNA SOLA POBLACION H o : μ 1 = 30 H 1 : μ 1 ≠ 30 Supuesto distribución normal varianza poblacional conocida desconocida Puede darse H o : μ 1  30 ó H o : μ 1  30 One sample t test solo para dos colas

14. COMPARACIÓN DE DOS MEDIAS INDEPENDIENTES H o : μ 1 - μ 2 = 0 H 1 : μ 1 - μ 2 ≠ 0 En la práctica el valor de varianzas poblacionales se desconoce y las varianzas muestrales siempre tienen pequeñas diferencias por ello se saca la varianza mancomunada Independent sample t test

15. COMPARACIÓN DE DOS MEDIAS RELACIONADAS H o : μ 1 - μ 2 = 0 H 1 : μ 1 - μ 2 ≠ 0 En la práctica el valor de varianzas poblacionales se desconoce y las varianzas muestrales siempre tienen pequeñas diferencias por ello se saca la varianza mancomunada Paired sample t test

16. PRUEBA DE HIPOTESIS PARA UNA SOLA PROPORCION H o : p de aciertos igual a proporción de desaciertos H 1 : p de aciertos diferente a proporción de desaciertos Minitab: Stat / basic statistics / proportion

17. PRUEBA DE HIPOTESIS PARA DIFERENCIA DE DOS PROPORCIONES H o : p 1 - p 2 = 0 H 1 : p 1 - p 2 ≠ 0 se saca la proporción mancomunada Minitab: Stat / basic statistics / proportions

18. COMPARACIÓN DE K MEDIAS compare means one way ANOVA H o : μ 1 = μ 2 = μ 3 = μ 4 H 1 : Al menos dos medias son diferentes

19. En realidad estas formulas son procesadas por los paquetes estadísticos y a nosotros solo nos toca: ver si cumplen los supuestos, interpretarlos, y finalmente extraer conclusiones Se esta preparando ejemplos para cada caso