5.

1 Inferencia estadstica: Concepto,

Estimacin, Prueba de hiptesis.

La Inferencia Estadstica es la parte de la estadstica matemtica que
se encarga del estudio de los mtodos para la obtencin del modelo de
probabilidad (forma funcional y parmetros que determinan la funcin
de distribucin) que sigue una variable aleatoria de una determinada
poblacin, a travs de una muestra (parte de la poblacin) obtenida de
la misma.

Los dos problemas fundamentales que estudia la inferencia estadstica
son el "Problema de la estimacin" y el "Problema del contraste de
hiptesis"

Cuando se conoce la forma funcional de la funcin de distribucin que
sigue la variable aleatoria objeto de estudio y slo tenemos que estimar
los parametros que la determinan, estamos en un problema de
inferencia estadstica paramtrica ; por el contrario cuando no se
conoce la forma funcional de la distribucin que sigue la variable
aleatoria objeto de estudio, estamos ante un problema de inferencia
estadstica no paramtrica.

En lo que sigue nos vamos a limitar a problemas de inferencia
estadstica paramtrica, donde la variable aleatoria objeto de estudio
sigue una distribucin normal, y slo tendremos que tratar de estimar
los parmetros que la determinan, la media y la desviacin tpica.

Esta situacin se presenta con frecuencia debido a que es posible a
menudo conocer la forma funcional de la distribucin de probabilidad,
por consideraciones tericas, quedando nicamente indeterminados los
parmetros que determinan la funcin de distribucin.

Como las poblaciones en las que se pretende estudiar una determinada
variable aleatoria, son grandes, es muy caro o imposible, estudiar a
todos sus individuos; lo que se hace, es estudiar una muestra ( una
parte) de la poblacin

En todos estos problemas que estudia la inferencia estadstica juega un
papel fundamental la "Teora de la Probabilidad" (distintas formas
funcionales de las distribuciones de probabilidad) y la "Teora de
Muestras" (procedimientos para tomar muestras de manera apropiada).

ESTIMACIN.
El material sobre teora de la probabilidad constituye la base de la
inferencia estadstica, rama de la estadstica que tiene que ver con el
uso de los conceptos de la probabilidad para tratar con la toma de
decisiones en condiciones de incertidumbre. La inferencia estadstica
est basada en la estimacin y en la prueba de hiptesis.


Tipos de estimacin.
Podemos hacer dos tipos de estimaciones concernientes a una
poblacin:
Una estimacin puntual: es slo u nmero que se utiliza para estimar
un parmetro de poblacin desconocido. Una estimacin puntual a
menudo resulta insuficiente, debido a que slo tiene dos opciones: es
correcta o est equivocada. Una estimacin puntual es mucho ms til
si viene acompaada por una estimacin del error que podra estar
implicado.
Una estimacin de intervalo: es un intervalo de valores que se utiliza
para estimar un parmetro de poblacin. Esta estimacin indica el error
de dos maneras: por la extensin del intervalo y por la probabilidad de
obtener el verdadero parmetro de la poblacin que se encuentra dentro
del intervalo.
Estimador y estimaciones.
Un estimador es una estadstica de muestra utilizada para estimar un
parmetro de poblacin. La media de la muestra puede ser un
estimador de la media de la poblacin, y la porcin de la muestra se
puede utilizar como estimador de la porcin de la poblacin. Tambin
podemos utilizar el alcance de la muestra como un estimador del
alcance de la poblacin.
Cuando hemos observado un valor numrico especfico de nuestro
estimador, nos referimos a ese valor como una estimacin. Una
estimacin es un valor especfico observado de una estadstica.
Hacemos una estimacin si tomamos una muestra y calculamos el valor
que toma nuestro estimador en esa muestra.
PRUEBAS DE HIPTESIS.
Una hiptesis es una afirmacin acerca de algo. En estadstica, puede
ser una suposicin acerca del valor de un parmetro desconocido.
Pasos en la prueba de hiptesis:

Definir la hiptesis nula: suponer una hiptesis acerca de una
poblacin.
Formular una hiptesis alternativa: es una contra-hiptesis.
Definir un criterio de decisin para rechazar o no la hiptesis nula.
Recabar datos de la muestra.
Calcular una estadstica de muestra.
Utilizar la estadstica de muestra para evaluar la hiptesis.
Generalmente, se habla de "no rechazar" una hiptesis en lugar de
"aceptar", ya que las pruebas no son concluyentes.
Introduccin.
La prueba de hiptesis comienza con una suposicin, llamada hiptesis,
que hacemos con respecto a un parmetro de poblacin. Despus
recolectamos datos de muestra, producimos estadsticas de muestra y
usamos esta informacin para decidir qu tan probable es que sea
correcto nuestro parmetro de poblacin acerca del cual hicimos la
hiptesis.


Debemos establecer el valor supuesto o hipotetizado del parmetro de
poblacin antes de comenzar a tomar la muestra. La suposicin que
deseamos probar se conoce como hiptesis nula, y se simboliza H0.
Siempre que rechazamos la hiptesis, la conclusin que s aceptamos se
llama hiptesis alternativa y se simboliza H1.
Interpretacin del nivel de significancia.
El propsito de la prueba de hiptesis no es cuestionar el valor
calculado de la estadstica de muestra, sino hacer un juicio respecto a
la diferencia entre esa estadstica de muestra y un parmetro de
poblacin hipotetizado. El siguiente paso despus de establecer la
hiptesis nula alternativa consiste en decidir qu criterio utilizar para
decidir si aceptar o rechazar la hiptesis nula.
Si suponemos que la hiptesis es correcta, entonces el nivel de
significancia indicar el porcentaje de medias de muestra que est fuera
de ciertos lmites.
Siempre que afirmemos que aceptamos la hiptesis nula, en realidad lo
que queremos decir es que no hay suficiente evidencia estadstica para
rechazarla. El empleo del trmino aceptar, en lugar de rechazar, se ha
vuelto de uso comn. Significa simplemente que cuando los datos de la
muestra n hacen que rechacemos una hiptesis nula, nos comportamos
como si fuera cierta.
Seleccin del nivel de significancia.
Nuestra eleccin del estndar mnimo para una probabilidad aceptable,
o el nivel de significancia, es tambin el riesgo que asumimos al
rechazar una hiptesis nula cuando es cierta. Mientras ms alto sea el
nivel de significancia que utilizamos para probar una hiptesis, mayor
ser la probabilidad de rechazar una hiptesis nula cuando es cierta.