Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1/ 24
ASIGNATURA: ESTADÍSTICA II
TEMA 1: MUESTRAS Y ESTADÍSTICOS DE MUESTREO
1.1. Introducción a la Inferencia Estadística
1.2. Concepto de población, muestra y estadístico 1.3. Distribución de un estadístico en el muestreo 1.4. Principales estadísticos de muestreo 1.4.1. Media muestral 1.4.2. Varianza muestral OBJETIVOS:
Al finalizar este tema, el alumno será capaz de:
Distinguir población y muestra
Comprender la naturaleza aleatoria de la muestra y los estadísticos
Enunciar las propiedades fundamentales de la media muestral y comprender su
significado
Interpretar el significado de la distribución asintótica de la media muestral y
comprender la importancia de su aplicación a problemas reales
Conocer la distribución muestral de la media muestral y la varianza muestral en
poblaciones Normales 1.1. Introducción a la Inferencia estadística ESTADÍSTICA DESCRIPTIVA (Estadística I) Se ocupa de organizar y resumir un conjunto de datos, con el fin de describir, las características más relevantes de esos datos.
INFERENCIA ESTADÍSTICA (Estadística II)
Existe incertidumbre en los fenómenos que generan los datos ⇒ Evaluar la información que nos proporcionan los datos con el fin de sacar conclusiones fiables sobre la población (o el modelo) que los genera POBLACIÓN / MODELO XXXXXXXXXXXXX Datos/muestra XXXXXXXXXXXXX XXXXXX xxxx
INFERENCIA ESTADÍSTICA
Herramienta: CÁLCULO DE PROBABILIDADES (Estadística I)
Modelos de comportamiento Cuantificación del riesgo
(variables aleatorias) (probabilidad, varianza, etc) INFERENCIA PARAMÉTRICA: Un “modelo”: X→F(x;θ), θ∈Θ genera mis datos
Modelo F(x;θ) Muestra
xxxx x x xx
Muestra xx x xxxx Con esta muestra Muestra xx concreta ¿Qué puedo xxxx “inferir” sobre θ?
ESTIMACIÓN: θ̂ CONTRASTES DE HIPÓTESIS: ¿θ=5? 1.2. Concepto de población, muestra y estadístico Población: 2 acepciones Conjunto de individuos que tratamos de estudiar: los votantes de un país, las empresas del sector agroalimentario, el parque automovilístico europeo,…; Las poblaciones pueden ser finitas o infinitas.
Conjunto de posibles valores que puede tomar la variable a estudiar (votar a un
partido o no, los beneficios empresariales, la antigüedad de los vehículos,…). En este sentido, la población queda caracterizada por una variable aleatoria X y su distribución, distribución que será parcial o totalmente desconocida y que trataremos de conocer en el proceso de inferencia. Para estudiar una población utilizaremos una parte representativa de la misma, una muestra, un subconjunto de n individuos de la población elegidos aleatoriamente (2.000 votantes, 150 empresas del sector agroalimentario, 1.000 automóviles,…). No obstante, desarrollemos el concepto de muestra considerando la población, no como el conjunto de individuos, sino como una variable con un modelo probabilístico asociado. Ejemplo 1: Queremos conocer el porcentaje de hogares con lavavajillas en el conjunto de hogares españoles.
La población a estudiar es el conjunto de hogares españoles, pero para nosotros la
población es la variable aleatoria que recoge el objetivo del estudio. En este caso, la disponibilidad de lavavajillas en un hogar se modeliza por una variable de Bernoulli:
p es la probabilidad de que un hogar elegido al azar disponga de lavavajillas (p(X=1))
y la proporción de hogares de toda la población que cuenta con lavavajillas (E(X)). ¿Cómo “averiguar” p? ⇒ elegir una muestra representativa de hogares. Por simplicidad, tomaremos 3 hogares. Muestra: A priori, antes de hacer el experimento (preguntar u observar): 1 𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻 𝑐𝑐𝑐𝑐𝑐𝑐 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 → 𝑝𝑝 X i=� →v.a. b(p), i=1,2,3, independientes 0 𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻 sin 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 → 1 − 𝑝𝑝 Muestra: (X 1, X 2, X 3) muestra de tamaño n=3 de una b(p) → v.a. tridimensional Valores de la Función de probabilidad muestra: de la muestra (x1, x2, x3) P(X 1 =x 1 ,X 2 =x2 ,X 3 =x 3 ) (0, 0, 0) (1-p)3 (0, 0, 1) (1-p)2p (0, 1, 0) (1-p)2p (1, 0, 0) (1-p)2p (1, 1, 0) (1-p)p2 (0, 1, 1) (1-p)p2 (1, 0, 1) (1-p)p2 (1, 1, 1) p3 ¡ La muestra es una variable aleatoria n-dimensional ! Muestra aleatoria simple (m.a.s.) de X de tamaño n: (X1,...,Xn ) variables aleatorias independientes igualmente distribuidas (i.i.d.)
• Ejemplo 1: p(0,1,0)= 𝑝𝑝1 (1 − 𝑝𝑝)3−1 = 𝑝𝑝1 (1 − 𝑝𝑝)2 ya que ∑ 𝑥𝑥𝑖𝑖 = 1
• Si hubiésemos encuestado a 1000 hogares y 630 de ellos hubieran tenido lavavajillas, la probabilidad de esa realización de la muestra sería: p(1,….1,0…0)= 𝑝𝑝630 (1 − 𝑝𝑝)1000−630 = 𝑝𝑝630 (1 − 𝑝𝑝)370
630 370 Caso continuo: Modelo/Población Exponencial negativa [X → ε(λ)]
𝐹𝐹𝑋𝑋1 ,…,𝑋𝑋𝑛𝑛 (𝑥𝑥1 , … , 𝑥𝑥𝑛𝑛 ) = 𝑓𝑓𝑋𝑋1 (𝑥𝑥1 ) ∗ 𝑓𝑓𝑋𝑋2 (𝑥𝑥2 ) ∗ … ∗ 𝑓𝑓𝑋𝑋𝑛𝑛 (𝑥𝑥𝑛𝑛 ) −𝜆𝜆𝑥𝑥1 −𝜆𝜆𝑥𝑥2 −𝜆𝜆𝑥𝑥𝑛𝑛 𝑛𝑛 −𝜆𝜆 ∑𝑛𝑛 𝑖𝑖=1 𝑥𝑥𝑖𝑖 = 𝜆𝜆𝑒𝑒 ∗ 𝜆𝜆𝑒𝑒 ∗ … ∗ 𝜆𝜆𝑒𝑒 = 𝜆𝜆 𝑒𝑒 Estadístico= función (resumen) de la muestra: T(X1,...,Xn) ⇒ es v.a. unidimensional. Los estadísticos más usuales 1.3. Distribución de un estadístico en el muestreo Ejemplo 1 (continuación): (X 1,X2,X 3) m.a.s. tamaño n=3 de una b(p). X 1 ++ X n Estadístico: X= n ⇒ ¿Valores de X ?
¡ X es variable aleatoria ! ⇒ Tiene su propia distribución ⇒
⇒ distribución muestral o distribución en el muestreo de X Distribución muestral de X : (L:lavavajillas; NL=No lavavajillas) _ p( X =0)=p(0,0,0)=p(NL,NL,NL)=p(NL)p(NL)p(NL)= (1-p)3 _ p( X =1/3)= p((0,0,1) ó (1,0,0) ó (0,1,0)) = p(0,0,1)+p(1,0,0)+p(0,1,0)=3(1-p)2p _ p( X =2/3)= p((1,0,1) ó (1,1,0) ó (0,1,1)) = p(1,0,1)+p(1,1,0)+p(0,1,1)=3(1-p)p2 _ p( X =1)= p(1,1,1)=p(LLL)= p(L)p(L)p(L)= p3
X 0 1/3 2/3 1 p( X =x) (1-p)3 3(1-p)2p 3(1-p) p2 p3 ⇒ suma=1
0 1/3 2/3 1 Distribución de un estadístico en el muestreo: distribución de los valores tomados por el estadístico en todas las posibles muestras de igual tamaño de la misma población 1.4. Principales estadísticos de muestreo Sea (X1,...,Xn ) m.a.s. de X con E(X)=µ y Var(X)=σ2.
1.4.1. MEDIA MUESTRAL
La distribución de la media Momentos: muestral: X 1 +... + X n 1 nµ E( X )=E( n )= [E(X1 ) + ... + E(X n )]= n =µ Está centrada en la n media poblacional 1 nσ2 σ2 Var( X )= [Var (X1 ) + ... + Var (X n )]= n2 n2 = n Tiene menos dispersión σ que el modelo Error típico = Var (X) = σ = X n Distribución de X : La distribución “exacta” de X depende de la distribución del modelo X: Caso particular: Si X → ε(λ) ⇒ X1 +... +Xn → γ(n, λ)⇒ X → γ(n, λn) Caso particular: Si X → N(µ,σ) ⇒ X → N(µ,σ/ n ) La distribución muestral de la media muestral en una población Normal1
1 Este gráfico está tomado del libro de Peña, D., 2001, p. 271) Ejemplo 2: La altura de los ciudadanos de un determinado país es una variable aleatoria Normal de media 160 cm y desviación típica 10. a) Calcula la probabilidad de que un ciudadano elegido al azar mida más de 166cm b) Para una muestra aleatoria simple de tamaño 25, calcula la probabilidad de que la media muestral supere los 166cm.
Solución: a) Sea X= altura de los ciudadanos → N(160, 10)
p(X >166)=p( X −160 > 166 −160 )=p(Z>0.6)=1-Φ(0.6)=1-0.7257=0.2743
10 10 X 1 + ... + X 25 b) Sea X = la altura media de 25 ciudadanos → N(160, 10 )=N(160,2) 25 25 p( X >166)=p( X −160 > 166 −160 )=p(Z>3)=1-Φ(3)=1-0.9987=0.0013 ¡menor! 2 2 Solución Statgraphics: Graficar/Distribuciones de probabilidad a) X= altura de los ciudadanos → N(160, 10), calculo p(X >166) X 1 + ... + X 25 b) X = altura media de 25 ciudadanos → N(160,2), calculo p( X >166) 25 Distribución: Normal
Variable Dist. 1 Dist. 2 Dist. 3 Dist. 4 Dist. 5 166 0,274252 0,00134996 Si no se conoce la distribución “exacta” de X , ¿ qué hacer ? En algunos casos particulares, no conocemos la distribución “exacta” de X pero sí la distribución “exacta” de la suma (X1+... +Xn) y podemos utilizar ésta para el cálculo de probabilidades sobre la media muestral. ¡ Recordad ! : Distribuciones de sumas de v.a. independientes • Bernoulli: X 1 ,...,X n v.a. independientes con X i → b(p): SUMA ⇒ X 1 +..... +X n → B(n , p) • Binomial: X 1,...,X k v.a. independientes con X i → B(n i , p): SUMA ⇒ X 1 +..... +X k → B(n 1 +...+nk , p) • Poisson: X 1 ,...,X n v.a. independientes con X i →Poisson(λi): SUMA ⇒ X1+..... +Xn → Poisson(λ1+…+λn) • Geométrica: X1,...,Xr v.a. independientes con Xi →G(p): SUMA ⇒ X1+..... +Xr → BN(r, p) • Normal: X1,...,Xn v.a. independientes con Xi → N(µi,σi): SUMA ⇒ X1+..... +Xn → N(µ1+...+µn, σ 12 +...+ σ n2 ) • Gamma: X1, ... , Xn v.a. independientes con Xi → γ(αi,λ): SUMA ⇒ X1+..... +Xn → γ(α1+…+αn , λ) Caso particular: X1, ... ,Xn v.a. i.i.d. con Xi → ε(λ) = γ(1,λ)⇒ X1+..... +Xn → γ(n,λ) Ejemplo 2 (continuación): X= altura de los ciudadanos → N(160, 10) X +...+X = suma altura de 25 ciudadanos → N(160*25, 102 * 25 )=N(4000,50) 1 25
p( X >166)= p( X 1 +...+ X 25 > 166 )=p( X 1 + ... + X 25 > 4150 )=p(Z>3)=1-Φ(3)= 0.0013 25 Solución Statgraphics: Distribuciones de Probabilidad
Distribución: Normal Parámetros: Media Desv. Est. Dist. 1 4000 50 Dist. 2 Dist. 3 Dist. 4 Dist. 5
Área Cola Superior (>)
Variable Dist. 1 Dist. 2 Dist. 3 Dist. 4 Dist. 5 4150 0,00134996 Ejemplo 3: Si la probabilidad de que nazca un varón es 0.514, ¿cuál es la probabilidad de que en 1000 nacimientos haya menos hombres que mujeres? 1 si nace var ón → 0.514 Sea X= 0 caso contrario → 0.486 → b(0.514)
⇒ X1,..., X1000 m.a.s. de X
X = proporción “muestral” de varones ΣXi=Nº de varones en la muestra →B(1000, 0.514). Calculo p( X <0.5) = p(ΣXi <500)=0,179452 Solución Statgraphics: Distribuciones de Probabilidad Distribución: Binomial Parámetros: Prob. Evento Ensayos Dist. 1 0,514 1000 Dist. 2
Distribución Acumulada Distribución: Binomial Área Cola Inferior (<) Variable Dist. 1 Dist. 2 Dist. 3 Dist. 4 Dist. 5 500 0,179452 En general, ¿se podría obtener la distribución “exacta” de X ? ⇒ conocer los valores que toma X en todas las posibles muestras de tamaño n de X (ver ej. Bernoulli sección 1.3) ⇒ ¡ inviable, en general ! ⇓ http://www.youtube.com/watch?v=xZmFqLHIFJk ⇓ Teorema central del límite: Distribución “asintótica” de X X1,...,Xn m.a.s. de X con E(X) , Var(X) ⇓ X − E( X ) d → N (0,1) Var(X) / n ⇓ Si n es “suficientemente” grande: X ≈ N(E(X), Var( X ) / n ) ¡¡¡¡ sea cual sea la distribución de X !!!! Caso particular: X1, X2,..., Xn m.a.s de una Bernoulli ⇒ Xi= 1 ocurre A → p 0 ocurre A →1 − p
X = proporción “muestral” de éxitos
Momentos: • E( X )=E(X)=p; • Var( X )= Var(X) p( 1 − p) n = n Distribución asintótica: X − p ~ N (0,1) ⇔ X ≈ N ( p, p (1 − p) ) p (1 − p ) n→∞ n n
Ejemplo 3 (continuación): 1 si nace var ón → 0.514 Sea X= 0 caso contrario → 0.486 → b(0.514) ⇒ X1,..., X1000 m.a.s de X X = proporción “muestral” de varones ≈ N (0.514, 0.514 (1 − 0.514) =N(0.514, ) 0.0158) 1000
Solución Statgraphics: Distribuciones de Probabilidad
Distribución: Normal Parámetros: Media Desv. Est. Dist. 1 0,514 0,0158
Distribución Acumulada Distribución: Normal Área Cola Inferior (<) Variable Dist. 1 Dist. 2 Dist. 3 Dist. 4 Dist. 5 0,5 0,187787 1.4.2. VARIANZA MUESTRAL:2 n n 2 ∑ ( X i − X )2 ∑ Xi S X2 = i=1 n = i =1 − X2 n Momentos: 2 n −1 2 La distribución de la varianza muestral NO E( S )= X σ ≠σ 2 n está centrada en la varianza poblacional ⇒ Demostración: n 1 n 1 σ2 n −1 2 21 E( S )=E( ∑ X i ) − E( X )= ∑ E(Xi ) −E( X ) = n (σ + µ ) −( +µ2) = 2 2 2 2 2 2 σ ≠ σ2 X n i=1 n i =1 n n n
⇒ E( Xi2 ) = Var(Xi) + [E(Xi)]2 = σ2 + µ2
_ _ σ2 2 ⇒ E( X )= Var( X ) + [E( X )] = 2 + µ2 n
Distribución: n S X → χ2 2 La distribución de S X2 depende de la distribución del modelo X. Caso particular: Si X→N(µ,σ) ⇒ 2 n -1 σ
Desviación típica muestral: S X = S X2
n 2 Algunos autores definen la varianza muestral como: S = i∑ 2 ( X i − X )2 . Sin embargo, nosotros llamaremos a este estadístico, que emplea como divisor (n-1), cuasi- =1 n −1 varianza muestral y lo denotaremos por S c , para distinguirlo de lo que definimos como varianza muestral S X2 . 2 Resumen: trabajamos con DOS “MUNDOS”:
Poblacional Muestral
MODELO DATOS de una m.a.s
Variable aleatoria X X1,X2,…,Xn (v.a.i.i.d.)
MOMENTOS TEÓRICOS MOMENTOS MUESTRALES
Parámetros (constantes) Estadísticos (v.a)
E(X) = µ 1 X = (X1 + .... + X n ) n media poblacional media muestral n 1 Var(X) = σ ∑ (X − X ) 2 2 2
S X = i n t =1 varianza poblacional varianza muestral BIBLIOGRAFÍA BÁSICA* Canavos, G.C. (2001), Probabilidad y Estadística: Aplicaciones y Métodos, Madrid: McGraw-Hill. Secciones 7.1-7.5
Casas Sánchez, J.M. y Gutiérrez López, P. (2011) Estadística II: Inferencia
estadística. Edición revisada. Madrid: Centro de Estudios Ramón Areces. Secciones 1.1 – 1.6, 1.7.1., 1.7.3, 1.8
BIBLIOGRAFÍA COMPLEMENTARIA* Casas, J.M. (1997) Inferencia estadística (incluye ejercicios resueltos). Madrid: Centro de Estudios Ramón Areces. Secciones 1.1 – 1.8
Peña, D. (2008), Fundamentos de Estadística, Madrid: Alianza
Secciones 7.1, 7.2, 7.4
*También pueden consultarse las ediciones de años anteriores de los mismos libros
