7 C2S3

Ciclo II-2024
Introducción a la Inferencia
Estadística
Plug- In Principle
• Vamos a usar una metodología general para relacionar muestras con

poblaciones.
• Dada una muestra (conjunto de datos observados) procederemos como
si esta fuese una población finita (i.e. que los datos provienen de una
distribución de probabilidad discreta).
• Esto nos va a permitir usar los métodos para el estudio de poblaciones
finitas para aprender sobre las muestras.
• Este enfoque se conoce como el Principio del Enchufe (Plug-In Principle).
Plug- In Principle
• Definición 1:Principio del Enchufe (Plug-In Principle). Sea x= (𝑥1, 𝑥2, … ,

𝑥 𝑛) una muestra. La distribución de probabilidad empírica de x
designada como p̂𝑛 distribución de probabilidad discreta definida por:
asignación de la probabilidad 1/n a cada {𝑥} .
Nota: La asignación de la probabilidad 1/n no depende del

valor específico de cada {𝑥𝑖}
.
Plug- In Principle
• Ejemplo: Se lanza un dado honesto 20 Note que, aunque las probabilidades
veces, resultando en la muestra verdaderas son 𝑷 {𝒙𝒊} = 𝟏/𝟔 , las
probabilidades empíricas varían entre 0.05
y 0.35.
x = (1,6,3,2,2,3,5,3,6,4,3,2,5,3,2,2,3,2,4,2) • El hecho que p̂20 difiere de 𝑷 es un
La distribución de probabilidad empírica ejemplo de variación aleatoria.
p̂20 , es la distribución de probabilidad • La inferencia estadística busca : ¿Qué
discreta que asigna las probabilidades nos dice la distribución empírica (muestra)
siguientes: sobre la distribución verdadera
(población)?
• La distribución empírica, p̂𝑛 , es una
aproximación atractiva a la distribución de
probabilidad verdadera 𝑷, de la cual se
extrajo la muestra.
Note que la probabilidad empírica de
cualquier evento A es
p̂𝑛 = # {Xi ϵ A} x (1/n)

Plug- In Principle
Definición 2: Distribución acumulativa empírica La distribución acumulativa
^
empírica, 𝐹𝑛 , es la función de distribución acumulativa asociada con p̂𝑛
^
𝐹𝑛 (X) = p̂𝑛 (X < x) = # {xi < x} x (1/n)
Estimadores Plug-In de la Media y la Varianza
Las cantidades poblacionales definidas con valores esperados son estimadas

fácilmente con el principio de enchufado.
Por ejemplo, suponga que 𝑋1, 𝑋2, … , 𝑋𝑛 ~𝑃 y que observamos la muestra x = 𝑥1 ,
𝑥2 … , 𝑥𝑛 . Denote la media poblacional como 𝜇 = 𝐸(𝑋𝑖) .
Definición 3 El estimado de enchufe de 𝜇, denotado como 𝜇 ^ , es la media de la
𝑛
distribución empírica:
Esta cantidad la media de la muestra y su valor esperado es 𝑬(x̄𝑛 )= 𝜇
𝑛
1
𝜇𝑛 = 𝑥𝑛 = ෍ 𝑥𝑖
𝑛
𝑖=1
Calculemos ahora la media muestral y la media poblacional del Ejemplo del
lanzamiento de dados
Media poblacional
1 1 1 1 1 1
𝜇 = 𝑬(X) = 1 𝑥 + 2 x + 3 𝑥 + 4 x + 5 𝑥 + 6 x = 3.5
6 6 6 6 6 6
Media muestral
𝜇^𝑛 = 𝑬(x̄𝑛 ) = 1 𝑥 0.05 + 2 𝑥 0.35 + 3 + 0.30 + 4 𝑥 0.10 + 5 𝑥 0.1 + (6 𝑥0.10) = 3.15
^ 𝑦 𝑒𝑠 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑜 𝑑𝑒 𝜇.
x̄𝑛 = 𝜇20
Podemos observar variación muestral
Denote la varianza poblacional como 𝜎 2 = 𝑉𝑎𝑟(𝑋𝑖) .
Definición 4: El estimado de enchufe de 𝜎 2 , denotado como ^𝜎𝑛2 , es la
varianza de la distribución empírica:
Varianza de la muestra
𝑛
^2 1 ^ )2
𝜎𝑛 = ෍(𝑥𝑖 − 𝜇𝑛
Esta es la varianza de la
𝑛 muestra y se denota 𝑆𝑛2
𝑖=1
𝑛 𝑛−1
^ 1 El valor esperado de 𝑆𝑛2 es E(𝑆𝑛2 ) = 𝜎2 < 𝜎2
𝜎𝑛2 = ෍(𝑥𝑖 − x̄𝑛 ) 2 𝑛
𝑛 Donde 𝑆𝑛2 no es insesgado
𝑖=1
𝑛 𝑛
1 1 Por lo tanto usaremos un estimador alternativo
^
𝜎𝑛 = ෍(𝑥𝑖 ) −( ෍(𝑥𝑖 )2
2 2
1
𝑛 𝑛 de 𝜎 2 → 𝑆𝑛2 = 𝑛−1 σ𝑛𝑖=1(𝑥𝑖 − x̄𝑛 ) 2
𝑖=1 𝑖=1
Retomando el Ejemplo del lanzamiento de los dados
Varianza poblacional
1 1 1 1 1 1
𝜎 2 = 12 𝑥 6 + 22 x6 + 32 𝑥 6 + 42 x 6 + 52 𝑥 6 + 62 x 6 − (𝟑. 𝟓)𝟐
35
=
12
= 2.92
Varianza muestral
^ 2 =𝑆 2 = 12 𝑥 0.05 + 22 𝑥 0.35 + 32 + 0.30 + 42 𝑥 0.10 + 52 𝑥 0.1 + 62 𝑥0.10 − (𝟑. 𝟏𝟓)𝟐

𝜎𝑛 𝑛
= 1.93
^2
𝜎20 no iguala a 𝜎 2 . Estamos ante otro caso de variación muestral
Ejemplo tomado del capítulo 7 (Anderson, 2011)

Estimadores Plug-In de los cuantiles
Los cuantiles poblacionales se pueden estimar con el principio de
enchufado.
• Por ejemplo, suponga que 𝑋1, 𝑋2, … , 𝑋𝑛 ~𝑃 y que observamos la
muestra x= 𝑥1, 𝑥2, … , 𝑥𝑛 ..
• Definición 5 El estimado de enchufe de un cuantil poblacional es el

correspondiente cuantil de la distribución de la muestra. En particular, la
mediana es la mediana de la distribución empírica, y el rango intercuartil
poblacional es el rango intercuartil de la distribución empírica.
Ejemplo
– Se selecciona una muestra de tamaño 20 de la distribución
Uniforme(1,5)
– Esta distribución tiene una mediana de 3 y un rango intercuartil de 4 −
2 = 2.
– Usar el comando siguiente en R: x <- sort(runif(20,min=1,max=5))
– Genera datos de una U(1,5) y lista la muestra en orden ascendente
Si calculamos la mediana → (3.191022 +3.391315)/2 = 3.291168
Y los cuartiles 1 y 3
Bigote superior
max(x) –q3 Q3+1.5(IQR) valores atípicos benignos
Mediana
Rango intercuartil = Q3 –Q1
Q1-1.5(IQR) valores atípicos benignos

Bigote inferior
q1 –min(x)
Eje vertical representa el valor numérico en la muestra

El gráfico de cajas permite identificar valores atípicos (outliers).
• Valores atípicos (outliers) corresponden a observaciones cuyos valores caen a
una distancia extrema de otros valores en una muestra aleatoria.
• Hay 2 tipos de valores atípicos –
Benignos: El valor cae más allá de 𝑸𝟑 + 𝟏. 𝟓(𝑰𝑸𝑹) o de 𝑸𝟏 −
𝟏.𝟓(𝑰𝑸𝑹) (Verjas internas de los datos)
Severos: El valor cae más allá de 𝑸𝟑 + 𝟑(𝑰𝑸𝑹) o de 𝑸𝟏 − 𝟑(𝑰𝑸𝑹)
(Verjas externas de los datos)
• Existen procedimientos estadísticos formales para determinar si hay “Outliers”
en un conjunto de datos
En el caso de una distribución normal estándar, el IQR es aproximadamente
igual a 1.35 desviaciones estándar.
Para una muestra seleccionada de distribución normal, una observación es un
“Outlier” si su valor cae más allá de (𝟏.𝟑𝟒𝟖𝟗𝟖/𝟐) + 𝟏.𝟓 (𝟏. 𝟑𝟒𝟖𝟗𝟖) = 𝟐. 𝟔𝟗𝟕𝟗𝟔
desviaciones estándar de la media.
Así, la probabilidad de que una observación extraída de una distribución normal
sea un “Outlier” es
Esperamos que una muestra seleccionada de la distribución normal

contenga aproximadamente 7 “Outliers” por cada 1000 observaciones.
El gráfico de probabilidad normal para la muestra de tamaño 100 de una

distribución Chi-Cuadrado con 3 grados de libertad se obtiene con > qqnorm(x)

7 C2S3

Cargado por

Copyright:

Formatos disponibles

7 C2S3

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

7 C2S3

Cargado por

Copyright:

Formatos disponibles

Ciclo II-2024

• Vamos a usar una metodología general para relacionar muestras con

• Definición 1:Principio del Enchufe (Plug-In Principle). Sea x= (𝑥1, 𝑥2, … ,

asignación de la probabilidad 1/n a cada {𝑥} .

Nota: La asignación de la probabilidad 1/n no depende del

p̂𝑛 = # {Xi ϵ A} x (1/n)

Las cantidades poblacionales definidas con valores esperados son estimadas

Esta cantidad la media de la muestra y su valor esperado es 𝑬(x̄𝑛 )= 𝜇

^ 2 =𝑆 2 = 12 𝑥 0.05 + 22 𝑥 0.35 + 32 + 0.30 + 42 𝑥 0.10 + 52 𝑥 0.1 + 62 𝑥0.10 − (𝟑. 𝟏𝟓)𝟐

Ejemplo tomado del capítulo 7 (Anderson, 2011)

• Definición 5 El estimado de enchufe de un cuantil poblacional es el

Si calculamos la mediana → (3.191022 +3.391315)/2 = 3.291168

Q1-1.5(IQR) valores atípicos benignos

Eje vertical representa el valor numérico en la muestra

Esperamos que una muestra seleccionada de la distribución normal

El gráfico de probabilidad normal para la muestra de tamaño 100 de una

También podría gustarte