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


tema 9, Apuntes de Estadística

Asignatura: estadistica, Profesor: , Carrera: Química, Universidad: UNIOVI

Tipo: Apuntes

Antes del 2010

Subido el 22/01/2008

noemi_nena
noemi_nena 🇪🇸

3.3

(7)

11 documentos

1 / 4

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Estad´ıstica - 2ode Qu´ımicas - UNIVERSIDAD DE OVIEDO 107
INFERENCIA ESTAD´
ISTICA
Como indicamos al comienzo de la asignatura, la Estad´ıstica Inferencial se ocupa
del estudio de conceptos, resultados y ecnicas para la interpretaci´on de los datos. En
resumen, su objetivo es aprovechar la informaci´on contenida en los datos proporciona-
dos por una serie de realizaciones experimentales para extraer conclusiones sobre el
comportamiento global del experimento correspondiente.
MUESTREO ALEATORIO
En lo que sigue supondremos que el experimento aleatorio consiste en la observaci´on
de una variable aleatoria Xsobre cierta poblaci´on. Las conclusiones a las que se ata˜ne
la inferencia se refieren habitualmente a ciertos par´ametros o medidas de la distribuci´on
de dicha variable en la poblaci´on o a la distribuci´on en s´ı misma.
Introducci´on y Muestreo Aleatorio Simple
Las conclusiones van a basarse en la informaci´on suministrada por la observaci´on
de la variable sobre una muestra de individuos seleccionados a partir de la poblaci´on.
Estos individuos se eligen siguiendo las pautas que marca la Teor´ıa de Muestras.
Para poder manejar adecuadamente la informaci´on muestral, se tratar´a cada mues-
tra de observaciones de tama˜no ncomo una realizaci´on o ‘valor’ de una muestra aleatoria
de tama˜no n(X1, . . . , Xn) que consiste en una variable aleatoria n-dimensional en la
que las nvariables unidimensionales componentes est´an igualmente distribuidas que la
variable X. Por razones operativas suele admitirse que las variables Xison independi-
entes en su conjunto, en cuyo caso se dice que (X1, . . . , Xn) es una muestra aleatoria
simple de tama˜no n.
Estad´ısticos
De este modo, el objetivo de la Inferencia Estad´ıstica es obtener conclusiones acerca
de la distribuci´on de la variable aleatoria Xsobre la base de una realizaci´on de una
muestra aleatoria simple (X1, . . . , Xn) y, as concretamente, del valor que toma cierta
funci´on real de esa muestra, T(X1, . . . , Xn), que recibe el nombre de estad´ıstico y que
a su vez sea variable aleatoria.
Los etodos inferenciales para obtener conclusiones sobre una caracter´ıstica de la
variable aleatoria (alg´un par´ametro de la distribuci´on de una variable estad´ıstica o la
propia distribuci´on) suelen basarse en un estad´ıstico que guardan cierta analog´ıa con
tal caracter´ıstica. As´ı, por ejemplo, cuando quieren obtenerse conclusiones sobre el
valor esperado de una variable se considera habitualmente la media de la muestra de
observaciones (o valor del estad´ıstico media muestral), etc.
pf3
pf4

Vista previa parcial del texto

¡Descarga tema 9 y más Apuntes en PDF de Estadística solo en Docsity!

INFERENCIA ESTAD´ISTICA

Como indicamos al comienzo de la asignatura, la Estad´ıstica Inferencial se ocupa del estudio de conceptos, resultados y t´ecnicas para la interpretaci´on de los datos. En resumen, su objetivo es aprovechar la informaci´on contenida en los datos proporciona- dos por una serie de realizaciones experimentales para extraer conclusiones sobre el comportamiento global del experimento correspondiente.

MUESTREO ALEATORIO

En lo que sigue supondremos que el experimento aleatorio consiste en la observaci´on de una variable aleatoria X sobre cierta poblaci´on. Las conclusiones a las que se ata˜ne la inferencia se refieren habitualmente a ciertos par´ametros o medidas de la distribuci´on de dicha variable en la poblaci´on o a la distribuci´on en s´ı misma.

Introducci´on y Muestreo Aleatorio Simple

Las conclusiones van a basarse en la informaci´on suministrada por la observaci´on de la variable sobre una muestra de individuos seleccionados a partir de la poblaci´on. Estos individuos se eligen siguiendo las pautas que marca la Teor´ıa de Muestras. Para poder manejar adecuadamente la informaci´on muestral, se tratar´a cada mues- tra de observaciones de tama˜no n como una realizaci´on o ‘valor’ de una muestra aleatoria de tama˜no n (X 1 ,... , Xn) que consiste en una variable aleatoria n-dimensional en la que las n variables unidimensionales componentes est´an igualmente distribuidas que la variable X. Por razones operativas suele admitirse que las variables Xi son independi- entes en su conjunto, en cuyo caso se dice que (X 1 ,... , Xn) es una muestra aleatoria simple de tama˜no n.

Estad´ısticos

De este modo, el objetivo de la Inferencia Estad´ıstica es obtener conclusiones acerca de la distribuci´on de la variable aleatoria X sobre la base de una realizaci´on de una muestra aleatoria simple (X 1 ,... , Xn) y, m´as concretamente, del valor que toma cierta funci´on real de esa muestra, T (X 1 ,... , Xn), que recibe el nombre de estad´ıstico y que a su vez sea variable aleatoria. Los m´etodos inferenciales para obtener conclusiones sobre una caracter´ıstica de la variable aleatoria (alg´un par´ametro de la distribuci´on de una variable estad´ıstica o la propia distribuci´on) suelen basarse en un estad´ıstico que guardan cierta analog´ıa con tal caracter´ıstica. As´ı, por ejemplo, cuando quieren obtenerse conclusiones sobre el valor esperado de una variable se considera habitualmente la media de la muestra de observaciones (o valor del estad´ıstico media muestral), etc.

Si X es una variable aleatoria y (X 1 ,... , Xn) es una muestra aleatoria a partir de la misma, se define el estad´ıstico: media muestral como la variable aleatoria:

Xn = X 1 +... + Xn n

Por las propiedades de la media y la varianza de la suma de variables aleatorias inde- pendientes, se tiene que:

E

Xn

= E

X 1 +... + Xn n

n

E

X 1 +... + Xn

n

[

E

X 1

+... + E

Xn

)]

n

[E(X) +... + E(X)] = E(X).

Var

Xn

= Var

X 1 +... + Xn n

n^2

Var

X 1 +... + Xn

n^2

[

Var

X 1

+... + Var

Xn

)]

n^2 [Var(X) +... + Var(X)] = Var(X) n

Si X es una variable aleatoria y (X 1 ,... , Xn) es una muestra aleatoria simple a partir de la misma, se define el estad´ıstico: desviaci´on t´ıpica muestral como la variable aleatoria:

sn =

n

∑^ n

i=

Xi − Xn

X n^2 −

Xn

Por las propiedades de la media y la varianza de sumas de variables aleatorias indepen- dientes se tiene que: E

s^2 n

= E

X n^2 −

Xn

= E

X n^2

− E

Xn

= E

X^2

[

Var

Xn

E

Xn

)) 2 ]

= E

X^2

[

Var(X) n

E(X)

) 2 ]

= E

X^2

E(X)

Var(X) n

= Var(X) − Var(X) n

n − 1 n

Var(X).

Distribuciones de estad´ısticos

Como la obtenci´on de conclusiones cuando se aplican t´ecnicas de Inferencia Es- tad´ıstica se lleva a cabo en condiciones de desconocimiento sobre alguna caracter´ıstica de la distribuci´on de la variable X, las conclusiones son susceptibles de error. La “cuan- tificaci´on” del error (o, alternativamente, la incertidumbre, la informaci´on, la confianza, etc.) se basa habitualmente en alguna medida o caracter´ıstica relativa a la distribuci´on del estad´ıstico en el que se basa la inferencia. Por esta raz´on, interesa conocer la distribuci´on de los estad´ısticos que van a emplearse en la realizaci´on de inferencias. Los procedimientos m´as usuales para determinar la distribuci´on de un estad´ıstico son:

Figura 30. Funci´on de densidad de la distribuci´on χ^2 n.

Xn − μ ŝn/

n

√ tn− 1 (distribuci´on t de Student con n − 1 grados de libertad)

con ŝn^2 =

n n − 1 s^2 n.

Figura 31. Funci´on de densidad de la distribuci´on tn.