Science">
Qué Es Estadística Inferencial
Qué Es Estadística Inferencial
Qué Es Estadística Inferencial
Realizado por:
Presentado a:
NRC: 19835
Contaduría Publica
Villavicencio Meta
2022
Qué es estadística Inferencial.
y comparaciones.
También le son útiles los análisis de correlación y de regresión, las series cronológicas, el
tendencias, para hacerse una idea posible de las acciones y reacciones de la misma de cara a
condiciones específicas. Esto no significa que se las pueda predecir fielmente, ni que estemos
en presencia de una ciencia exacta, pero sí de una aproximación posible al resultado final.
subconjunto posible de una población determinada. Así, cuando se habla de una muestra se
está haciendo referencia a un conjunto determinado de sujetos que parten de un grupo más
Hablamos de muestreo aleatorio en los casos en que todos los sujetos que forman
parte de una población tienen la misma probabilidad de ser escogidos como parte de la
muestra. Los muestreos de esta clase son más populares y útiles que los no aleatorios,
muestra.
función de probabilidad y son independientes entre ellas. La población tiene que ser infinita o
bien finita con reposición de elementos. El muestreo aleatorio simple es el que más se utiliza
2. Estratificado
ejemplo de esto sería estudiar la relación entre el grado de satisfacción vital y el nivel
3. De conglomerados
poblacionales, como pueden ser las escuelas o los centros hospitalarios públicos de un
municipio. Al llevar a cabo este tipo de muestreo se divide la población (en los ejemplos, una
para estudiarlos.
4. Sistemático
escoge un número al azar de entre los primeros y se va sumando de forma constante este
llevar a cabo otros de tipo aleatorio, lo cual es muy habitual a causa del elevado coste de los
procedimientos de control.
que conformarán la muestra, dando por supuesto que esta será representativa de la población
culturas minoritarias.
3. Muestreo por cuotas o accidental
concreto de sujetos que cumplan unas características determinadas (p. e. mujeres españolas de
más de 65 años con deterioro cognitivo severo) a partir de su conocimiento sobre los estratos
nos referimos al número total de individuos que conforman tu población objetivo. Para
estudios más grandes, puedes usar un valor aproximado en vez de un número exacto.
hace mayor a medida que el grupo de estudio se hace más pequeño. Por ejemplo,
si quieres realizar una encuesta entre los miembros de alguna organización local o
con más libertad. Por ejemplo, si tu población objetivo incluye a todos los
personas a pesar de que el número real pueda variar por algunos cientos o miles de
individuos.
2. Determina el margen de error: El margen de error, también conocido como "intervalo
de confianza", es el tamaño del error que estás dispuesto a aceptar en tus resultados.[1]
• El margen de error es un porcentaje que indica qué tan cerca estarán los
resultados de tu muestra del valor real de la población general objeto del estudio.
• Mientras más pequeño sea el margen de error, las medidas serán más
exactas, pero la elección de un margen de error más pequeño requerirá que se tome una
usualmente como un porcentaje que es positivo y negativo a la vez. Por ejemplo: "35 %
de los encuestados están de acuerdo con la opción A, con un margen de error de +/- 5 %"
>En este ejemplo, el margen de error indica que el encuestador está "seguro" de
el intervalo de confianza (margen de error). Este valor mide el grado de certidumbre de tu medida
en cuanto a qué tan bien una muestra representa a la población objetivo, respetando el margen de
error establecido.
permite decir que estás 95 % seguro de que los resultados que obtuviste respetan el
que tendrán tus resultados, pero a la vez requerirá que tomes una muestra más grande. Los
niveles de confianza usados con más frecuencia son de 90 %, de 95 % y de 99 % de
confianza.
en la sección de márgenes de error, eso querría decir que estás 95 % seguro de que un
• Es más probable que las respuestas extremas sean más exactas que
exactitud.
encuesta, la mayoría de los investigadores fijan este valor a 0,5 (50 %). Este es
el porcentaje que describe el peor escenario, así que fijar este valor te asegura
al elegir el nivel de confianza. Es un indicador del "valor normal estándar", o lo que es lo mismo,
población.
línea o puedes buscarlo en una tabla de valores z. Cada uno de los métodos
poblacional
El parámetro en estadística
Un parámetro tiene una enorme utilidad en estadística. En primer lugar, sirve para
conocer atributos de una distribución de datos. Por ejemplo, la media aritmética o la desviación
típica de estos. En probabilidad permite conocer las llamadas funciones de distribución. En una
recta de regresión nos indica valores numéricos asociados a dicha recta y que la hacen única.
Estadístico muestral
Más formalmente un estadístico es una función medible T que, dada una muestra
estadística de valores, les asigna un número, que sirve para estimar determinado parámetro de la
distribución de la que procede la muestra. Así, por ejemplo, la media de los valores de una
muestra (media muestral) sirve para estimar la media de la población de la que se ha extraído la
misma; la varianza muestral podría usarse para estimar la varianza poblacional, etc. Esto se
Error Muestral
parámetros poblaciones que existen en la población y se produce por el hecho de utilizar una
muestra en lugar de analizar a la población completa. La teoría del muestreo nos permite hacer
diseños muestrales donde podemos controlar el error muestral en el que incurrimos, aplicando las
fórmulas pertinentes. Si definimos a priori el nivel de error muestral máximo que queremos
asumir (es decir, la desviación teórica que los datos pueden tener respecto de los parámetros
inversa, si no podemos realizar una muestra superior a un tamaño “n”, por una cuestión de
presupuesto, podremos calcular el error muestral que vamos a asumir en un escenario más
reducido.
Nivel de confianza
estimación o contraste.
Varianza poblacional
las distancias desde cada punto de datos en una población en particular a la media, al
la distribución de las medias sigue aproximadamente una distribución normal. El tamaño que
tamaño de muestra más grande. Por ejemplo, la distribución de la media puede ser
aproximadamente normal si el tamaño de la muestra es mayor que 50. Las siguientes gráficas
Una población que sigue una distribución uniforme es simétrica, pero marcadamente no
normal, como lo demuestra el primer histograma. Sin embargo, la distribución de las medias de
1000 muestras de tamaño 5 de esta población es aproximadamente normal debido al teorema del
límite central, como lo demuestra el segundo histograma. Este histograma de las medias de las
muestras incluye una curva normal superpuesta para ilustrar esta normalidad.
Muestras de una población exponencial
Una población que sigue una distribución exponencial es asimétrica y no normal, como lo
demuestra el primer histograma. Sin embargo, la distribución de las medias de 1000 muestras de
tamaño 50 de esta población es aproximadamente normal debido al teorema del límite central,
como lo demuestra el segundo histograma. Este histograma de las medias de las muestras incluye