Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Inferencia Estadística: Conceptos básicos y métodos, Apuntes de Estadística

Conceptos básicos de inferencia estadística, incluyendo la definición de muestra aleatoria simple, distribución de estadísticas mostrales como media, variancia y proporción, y el teorema central del límite. Se discuten casos prácticos donde se utiliza la inferencia estadística para estudiar características de poblaciones extensas o poco definidas, y se presentan diferentes tipos de muestreo, como mostreo aleatorio simple, mostreo estratificado y mostreo por conglomerados.

Tipo: Apuntes

2014/2015

Subido el 17/10/2015

annamonty1992
annamonty1992 🇪🇸

2.3

(4)

1 documento

1 / 28

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1. INFERÈNCIA ESTADÍSTICA
Inferència estadística: definició i mètodes
d’inferència
Definició de mostra aleatòria simple i propietats
Distribució dels principals estadístics mostrals:
mitjana, variància i proporció
Teorema Central del Límit
ESTADÍSTICA II. Inferència Estadística 1
1. INFERÈNCIA ESTADÍSTICA
Inferència estadística: definició i mètodes
d’inferència
Definició de mostra aleatòria simple i propietats
Distribució dels principals estadístics mostrals:
mitjana, variància i proporció
Teorema Central del Límit
ESTADÍSTICA II. Inferència Estadística 2
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c

Vista previa parcial del texto

¡Descarga Inferencia Estadística: Conceptos básicos y métodos y más Apuntes en PDF de Estadística solo en Docsity!

1. INFERÈNCIA ESTADÍSTICA

 Inferència estadística: definició i mètodes

d’inferència

 Definició de mostra aleatòria simple i propietats

 Distribució dels principals estadístics mostrals:

mitjana, variància i proporció

 Teorema Central del Límit

ESTADÍSTICA II. Inferència Estadística 1

1. INFERÈNCIA ESTADÍSTICA

 Inferència estadística: definició i mètodes

d’inferència

 Definició de mostra aleatòria simple i propietats

 Distribució dels principals estadístics mostrals:

mitjana, variància i proporció

 Teorema Central del Límit

EXEMPLE

ANÀLISI

Abans d’introduir un nou producte al mercat, un fabricant català vol saber quin serà el nivell probable de demanda a Catalunya. PROBLEMA

Sovint les poblacions són massa grans o difícils d’identificar  Limitació de recursos i de temps

SOLUCIÓ

Mostreig: estudiar una part de la població que “representi be” la població a estudi.

ESTADÍSTICA II. Inferència Estadística 3

EXEMPLE

ANÀLISI

Abans d’introduir un nou producte al mercat, un fabricant català vol saber quin serà el nivell probable de demanda a Catalunya.

EINA

Estudi de mercat mitjançant una enquesta.s són massa grans o difícils d’identificar  Limitació de recursos i de temps

SOLUCIÓ

Mostreig: estudiar una part de la població que “representi be” la població a estudi.

EXEMPLE

ANÀLISI

Abans d’introduir un nou producte al mercat, el fabricant vol saber quin serà el nivell probable de demanda.

EINA

Estudi de mercat mitjançant una enquesta.

POBLACIÓ OBJECTIU

Tots els compradors potencials

PROBLEMA

Sovint les poblacions són massa grans o difícils d’identificar  Limitació de recursos i de temps

SOLUCIÓ

Mostreig: estudiar una part de la població que “representi be” la població a estudi.

ESTADÍSTICA II. Inferència Estadística 7

EXEMPLE

ANÀLISI

Abans d’introduir un nou producte al mercat, el fabricant vol saber quin serà el nivell probable de demanda.

EINA

Estudi de mercat mitjançant una enquesta.

POBLACIÓ OBJECTIU

Tots els compradors potencials

PROBLEMA

Sovint les poblacions són massa grans o difícils d’identificar  Limitació de recursos i de temps

SOLUCIÓ

Mostreig: estudiar una part de la població que “representi be” la població a estudi  p.e.: Enquesta a certs supermercats distribuïts pel territori català.

EXEMPLES DE POBLACIONS

  • Famílies d’immigrants que viuen a la ciutat de Barcelona
  • Els cotxes de la marca Peugeot model 3008 matriculats a Espanya
  • Estudiants d’econòmiques del Campus de la UAB
  • Accions que cotitzen a Wall Street
  • Clients del “Banco Popular”
  • Reclamacions de cobertura d’una assegurança d’accidents
  • Crèdits hipotecaris sol·licitats a la ciutat de Tarragona
  • Vivendes de més de 50m^2 situades a l’eixample de Barcelona
  • Autobusos de línea regular que circulen a les rodalies de Girona

ESTADÍSTICA II. Inferència Estadística 9

POBLACIÓ I CARACTERÍSTIQUES A ESTUDI

 Famílies d’immigrants que viuen a la ciutat de Barcelona

 Els cotxes de la marca Peugeot model 3008

 Accions que cotitzen a Wall Street

 Reclamacions de cobertura d’una assegurança d’accidents

 Necessitats escolars (mitjana de fills per família)

 Problemes en els neumàtics abans del 40.000km

 Rendibilitat de l’índex Dow Jones

 Proporció que reclamen despeses d’assistència sanitària

POBLACIÓ CARACTERÍSTICA A ESTUDI

La companyia aèria de baix cost Cheapfly es vol situar a Catalunya. Disposa de vols directes a Londres, Paris i Amsterdam. Vol saber en quin dels aeroports catalans obtindrà els majors beneficis.

Els aeroports de Lleida-Alguaire i Reus tenen les taxes més barates (50€), Girona quelcom més cares (70€), però més barates que Barcelona (150€).

Donat que el volum més gran de clients està a Barcelona, Cheapfly vol saber si els potencials clients d’aquesta ciutat estan disposats a pagar la diferència de taxes o si pel contrari prefereixen pagar un bitllet més barat i desplaçar-se fins una altra ciutat.

ESTUDI DE MERCAT MITJANÇANT UNA ENQUESTA:

Població?

EXEMPLE

ESTADÍSTICA II. Inferència Estadística 13

La companyia aèria de baix cost Cheapfly es vol situar a Catalunya. Disposa de vols directes a Londres, Paris i Amsterdam. Vol saber en quin dels aeroports catalans obtindrà els majors beneficis.

Els aeroports de Lleida-Alguaire i Reus tenen les taxes més barates (50€), Girona quelcom més cares (70€), però més barates que Barcelona (150€).

Donat que el volum més gran de clients està a Barcelona, Cheapfly vol saber si els potencials clients d’aquesta ciutat estan disposats a pagar la diferència de taxes o si pel contrari prefereixen pagar un bitllet més barat i desplaçar-se fins una altra ciutat.

ESTUDI DE MERCAT MITJANÇANT UNA ENQUESTA:

Potencials clients de Barcelona

EXEMPLE

La companyia aèria de baix cost Cheapfly es vol situar a Catalunya. Disposa de vols directes a Londres, Paris i Amsterdam. Vol saber en quin dels aeroports catalans obtindrà els majors beneficis.

Els aeroports de Lleida-Alguaire i Reus tenen les taxes més barates (50€), Girona quelcom més cares (70€), però més barates que Barcelona (150€).

Donat que el volum més gran de clients està a Barcelona, Cheapfly vol saber si els potencials clients d’aquesta ciutat estan disposats a pagar la diferència de taxes o si pel contrari prefereixen pagar un bitllet més barat i desplaçar-se fins una altra ciutat.

ESTUDI DE MERCAT MITJANÇANT UNA ENQUESTA:

Potencials clients de Barcelona

És viable? Solució?

EXEMPLE

ESTADÍSTICA II. Inferència Estadística 15

La companyia aèria de baix cost Cheapfly es vol situar a Catalunya. Disposa de vols directes a Londres, Paris i Amsterdam. Vol saber en quin dels aeroports catalans obtindrà els majors beneficis.

Els aeroports de Lleida-Alguaire i Reus tenen les taxes més barates (50€), Girona quelcom més cares (70€), però més barates que Barcelona (150€).

Donat que el volum més gran de clients està a Barcelona, Cheapfly vol saber si els potencials clients d’aquesta ciutat estan disposats a pagar la diferència de taxes o si pel contrari prefereixen pagar un bitllet més barat i desplaçar-se fins una altra ciutat.

ESTUDI DE MERCAT MITJANÇANT UNA ENQUESTA:

Potencials clients de Barcelona

Mostra

EXEMPLE

CONCEPTES

 Desitgem estudiar certes característiques ( PARÀMETRES ) d’una POBLACIÓ.

 Normalment, aquesta població és molt extensa o està poc definida.

 Difícil d’estudiar de forma completa: molt temps i costos grans.

 Seleccionem una part de la població: MOSTRA.

 Obtenim de la mostra aquelles característiques que ens interessen de la

població: ESTADÍSTIC.

 Extrapolarem els resultats de la mostra a la població: INFERÈNCIA

estadística.

ESTADÍSTICA II. Inferència Estadística 19

CONCEPTES

 Desitgem estudiar certes característiques ( PARÀMETRES ) d’una POBLACIÓ.

 Normalment, aquesta població és molt extensa o està poc definida.

 Difícil d’estudiar de forma completa: molt temps i costos grans.

 Seleccionem una part de la població: MOSTRA.

 Obtenim de la mostra aquelles característiques que ens interessen de la

població: ESTADÍSTIC.

 Extrapolarem els resultats de la mostra a la població: INFERÈNCIA

estadística.

CONCEPTES IMPORTANTS

ESTADÍSTICA II. Inferència Estadística 21

 INFERÈNCIA ESTADÍSTICA

 POBLACIÓ

 PARÀMETRE

 MOSTRA

 ESTADÍSTIC

 Una població estadística és el conjunt de tots els elements que

compleixen una o varies característiques. Pot ser finita o infinita.

 Un paràmetre és una propietat descriptiva de la població que

generalment és desconeguda. Es considera fixa, tot i que pot variar amb el temps.

 Una mostra és un subconjunt dels elements d’una població.

 Un estadístic és una propietat descriptiva de la mostra. El valor de

l’estadístic varia d’una mostra a l’altre, tot i que la mostra s’extregui de la mateixa població.

 L’ inferència estadística s’encarrega d’extreure conclusions sobre una

població a partir de l’estudi d’una mostra mitjançant tècniques probabilístiques.

DEFINICIONS

 Una mostra representativa d’una població, hauria de ser una imatge petita de la

població.

 Les característiques o propietats interessants de la població haurien d’aparèixer a

la mostra en la mateixa proporció que en la població. Informació sense biaixos.

MOSTRA REPRESENTATIVA

35%

15%

25% 25%

35%

15%

25% 25%

Població Mostra

ESTADÍSTICA II. Inferència Estadística 25

Tema objecte d’estudi: Valoració de Govern.

Motivacions / Objectius: Recollir la percepció de la societat catalana sobre la tasca del Govern de la Generalitat.

Àmbit geogràfic: Catalunya.

Univers/Població : Població catalana de 18 i més anys residents a Catalunya.

EXEMPLE

MOSTRES NO REPRESENTATIVES

 Persones majors de 18 anys de L’Hospitalet de Llobregat.

 Persones entre 30 i 40 anys censades a Catalunya.

 Mostra representativa de dones majors de 18 anys a Catalunya.

 Mostra representativa de persones majors de 18 anys d’Andalusia.

Tema objecte d’estudi: Valoració de Govern.

Motivacions / Objectius: Recollir la percepció de la societat catalana sobre la tasca del Govern de la Generalitat.

Àmbit geogràfic: Catalunya.

Univers/Població : Població catalana de 18 i més anys residents a Catalunya.

EXEMPLE

MOSTRES NO REPRESENTATIVES

 Persones majors de 18 anys de L’Hospitalet de Llobregat.

 Persones entre 30 i 40 anys censades a Catalunya.

 Mostra representativa de dones majors de 18 anys a Catalunya.

 Mostra representativa de persones majors de 18 anys d’Andalusia.

ESTADÍSTICA II. Inferència Estadística 27

Tema objecte d’estudi: Valoració de Govern.

Motivacions / Objectius: Recollir la percepció de la societat catalana sobre la tasca del Govern de la Generalitat.

Àmbit geogràfic: Catalunya.

Univers/Població : Població catalana major de 18 anys resident a Catalunya.

EXEMPLE

MOSTRA REPRESENTATIVA

 1000 persones censades a Catalunya amb dret a vot (majors de 18 anys) residents a les províncies de Lleida, Barcelona, Girona i Tarragona (de forma proporcional). El nombre de dones i homes ha de ser proporcional (Cens/Votants), així com els grups d’edat (Cens/Votants).

ESTADÍSTICA II. Inferència Estadística 31

MOSTRA ESBIAIXADA

TIPUS DE MOSTREIG

PROBABILÍSTIC ≈ ALEATORI  Mostreig aleatori simple (MAS)  Mostreig aleatori sistemàtic  Mostreig aleatori estratificat  Mostreig aleatori per conglomerats  Mostreig aleatori per etapes

NO PROBABILÍSTIC ≈ NO ALEATORI  Mostreig per quotes  Mostreig incidental  Mostreig accidental

 Habitualment indicat com a MAS.

 Els elements de la mostra s’escullen de forma independent un de l’altre. La

probabilitat de cada element no depèn de quin són els altres elements seleccionats.

 Tots els elements de la població tenen les mateixes probabilitats de ser

escollits.

a) MOSTREIG ALEATORI SIMPLE (MAS)

ESTADÍSTICA II. Inferència Estadística 33

a) MOSTREIG ALEATORI SIMPLE (MAS)

 Suposem hi ha 1.000 persones en un llistat telefònic.  Enumerem les persones de l’1 al 1.000.  Volem una mostra aleatòria de 100 persones.  Extraiem 100 boles del bombo i associem els número de la bola a les persones del llistat telefònic.

 En l’era dels ordinadors, això s’acostuma a fer mitjançant algun programa informàtic que ens permeti la selecció aleatòria d’una mostra

 Variació del MAS que es realitza en casos en que la mostra no es fixa sinó que varia en el temps.

 Una mostra sistemàtica s’obté quan els elements es seleccionen d’una forma ordenada i depèn del nombre d’elements inclosos en la població i de la mida mostral.

 El primer element de la mostra es selecciona a l’atzar.

 La resta d’elements s’obtenen a partir d’aquest i en intervals regulars de k

en k (k= N/n; on N és la mida de la població i n la mida mostral).

 Una mostra sistemàtica pot donar la mateixa precisió d’estimació sobre la

població que una mostra aleatòria simple sempre i quan els elements de la població estiguin ordenats a l’atzar.

b) MOSTREIG ALEATORI SISTEMÀTIC

ESTADÍSTICA II. Inferència Estadística 37

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Control de qualitat de bombetes

EXEMPLE

Control de qualitat de bombetes

ESTADÍSTICA II. Inferència Estadística

EXEMPLE

Selecció a l’atzar d’un element: 15

39

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Control de qualitat de bombetes

EXEMPLE

6 6 6

Selecció a l’atzar d’un element: 15 Mostra aleatòria de 3 bombetes: 18/3=

6