Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

ACTIVIDAD No1 ESTADISTICA INFERENCIAL PDF

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 7

ACTIVIDAD No3

Estadística Inferencial

CINDRI MILENA MELO BEJARANO

ID: 627627

JOHN JAIRO CRUZ BELTRAN


NRC: 2193

CORPORACION UNIVERSITARIA MINUTO DE DIOS

SEGURIDAD Y SALUD EN EL TRABAJO

BOGOTÁ, D.C

2020
1. Hacer un cuadro sinóptico o mapa conceptual sobre los tipos de estimaciones.
(Elaboración propia)

ESTIMACION INFERENCIAL

ESTIMACIÓN PRUEBAS DE HIPOTESIS

CONJUNTO DE
TECNICAS QUE
PERMITEN DAR UN
APROXIMADO
PARAMETRICAS NO PARAMETRICAS

PUNTUAL POR INTERVALO


DE CONFIANZA

CONSISTE EN CONSISTE EN
LA LA ESTIMACION
ESTIMACIÓN DENTRO DEL
DEL CUAL ESTARA
PARAMETRO ELPARAMETRO
1 ¿En qué consiste una estimación estadística?

Resultados de búsqueda

Una estimación estadística es un proceso mediante el que establecemos qué valor debe tener
un parámetro según deducciones que realizamos a partir de estadísticos. En otras
palabras, estimar es establecer conclusiones sobre características poblacionales a partir de
resultados muestrales.

2 Determine los criterios para seleccionar un buen estimador.

CRITERIO DE UN BUEN ESTIMADOR

Podemos evaluar la calidad de un estadístico como estimador aplicando cuatro criterios:

1.- IMPARCIALIDAD. - Esta es una propiedad conveniente de un buen estimador. El


término imparcialidad se refiere al hecho de que una media muestral es un estimador
insesgado de la media de la población, pues la media de la distribución de muestreo de la
medias muestrales tomadas de una misma población es igual a la media de esta última.

2.- EFICIECIENCA.- designa el tamaño del error estándar del estadístico.

3.- CONGRUENCIA.- Un estadístico es un estimador congruente del parámetro de una


población si, al aumentar el tamaño de la muestra, se logra una seguridad casi absoluta de
que el valor del estadístico se acerca mucho al valor del parámetro de la población.

4.- SUFICIENCIA.- Un estimador es suficiente si utiliza la información contenida en la


muestra, al punto de que ningún otro estimador podría extraer de esta última más
información referente al parámetro de la población que va a ser estimado.

3 Determine que es una estimación puntual y realice un ejemplo.


Una estimación puntual de un parámetro poblacional es cuando se utiliza un único valor para
estimar ese parámetro, es decir, se usa un punto en concreto de la muestra para estimar el
valor deseado.

Cuando estimamos un parámetro de forma puntual, podemos saber con certeza, cual es ese
valor. Imaginemos una población de 30 personas de las que seleccionamos una muestra de
20 para las que conocemos sus edades. Estimar de forma puntual la media de edad, sería tan
sencillo como sumar esos 20 datos y dividirlos entre el total de la muestra estadística.
Pensemos ahora en que queremos estimar la altura media de esa muestra. Al contrario que
antes, no tenemos el valor de la altura de cada persona. En este caso no podríamos realizar
una estimación puntual, es decir, no podríamos hallar un valor concreto de esa altura media.
En este caso tendríamos que realizar una estimación por intervalos, es decir, podríamos acotar
el valor más alto y bajo de las alturas de las personas con cierta seguridad o lo que en
estadística se conoce como cierto nivel de confianza.

5) ¿Qué es un intervalo de confianza?

Intervalo de confianza (IC): Definición y propiedades

El intervalo de confianza describe la variabilidad entre la medida obtenida en un estudio y la


medida real de la población (el valor real). Corresponde a un rango de valores, cuya
distribución es normal y en el cual se encuentra, con alta probabilidad, el valor real de una
determinada variable. Esta «alta probabilidad» se ha establecido por consenso en 95%. Así,
un intervalo de confianza de 95% nos indica que dentro del rango dado se encuentra el valor
real de un parámetro con 95% de certeza

5 estimación por intervalos

La estimación por intervalos consiste en establecer el intervalo de valores donde es más


probable se encuentre el parámetro. La obtención del intervalo se basa en las siguientes
consideraciones:

a) Si conocemos la distribución muestral del estimador podemos obtener las probabilidades


de ocurrencia de los estadísticos muestrales.

b) Si conociéramos el valor del parámetro poblacional, podríamos establecer la probabilidad


de que el estimador se halle dentro de los intervalos de la distribución muestral.

c) El problema es que el parámetro poblacional es desconocido, y por ello el intervalo se


establece alrededor del estimador. Si repetimos el muestreo un gran número de veces y
definimos un intervalo alrededor de cada valor del estadístico muestral, el parámetro se sitúa
dentro de cada intervalo en un porcentaje conocido de ocasiones. Este intervalo es
denominado "intervalo de confianza".

Ejemplo
Se generan 100000 muestras aleatorias (n=25) de una población que sigue la distribución
Normal, y resulta:

Estimación de proporciones

Sea X una variable binomial de parámetros n y p (una variable binomial es el número


de éxitos en n ensayos; en cada ensayo la probabilidad de éxito (p) es la misma, por ejemplo:
número de diabéticos en 2000 personas).
Si n es grande y p no está próximo a 0 ó 1 (np ³ 5) X es aproximadamente normal con

media np y varianza npq (siendo q = 1 - p) y se puede usar el estadístico (proporción

muestral), que es también aproximadamente normal, con error típico dado por
en consecuencia, un IC para p al 100(1 - a)% será

es decir, la misma estructura que antes:

8) Mira el vídeo del siguiente enlace y realizar un breve resumen explicativo del mismo.
https://www.youtube.com/watch?v=cMqgG_lBC2U

ESTIMACION PUNTUAL INTERVALO


Calcular característica va a hacer desconocida poblacional parámetro
En la muestra de calcula el interés
Valor estimado puntual consiste en tomar el numero de la muestra que es el mas aproximado
Estimación intervalo puntual tomar la estimación + y – ancho
Ventaje de la estimación por intervela un limite inferior superior por lo cual es mas posible
que incluya el parámetro desconocido

9) Consultar que es una distribución normal en estadística y sus gráficas

La distribución normal es la más extendida en estadística y muchos tests estadísticos están


basados en una "normalidad" más o menos justificada de la variable aleatoria bajo estudio.
En probabilidad, la distribución normal aparece como el límite de varias distribuciones de
probabilidad continuas y discretas.
REFERENCIA

http://asignatura.us.es/dadpsico/apuntes/EstimacionEstadistica.pdf

http://www.hrc.es/bioest/esti_propor.html

También podría gustarte