07 – Estimación puntual e introducción a la estadística inferencial

download 07 – Estimación puntual e introducción a la estadística inferencial

If you can't read please download the document

description

Si quiere descargar la presentación, dirijase a:http://probestunalmzl.wikispaces.com/temarioLe agradecería si me reporta los errores que encuentre en la diapositiva (daalvarez arroba unal punto edu punto co)

Transcript of 07 – Estimación puntual e introducción a la estadística inferencial

  • 1. 07 Estimacin puntual e introduccin a la estadstica inferencial
      • Diego Andrs Alvarez Marn
    • Profesor Asistente
    • Universidad Nacional de Colombia
    • Sede Manizales

2. Contenido

  • Qu es la estadstica inferencial?
  • Muestreo aleatorio
  • Estimador puntual
  • Estimacin de parmetros de una FDP utilizando el mtodo de la mxima verosimilitud
  • Distribuciones de muestreo
    • Mtodo bootstrap para la aproximacin de la distribucin de muestreo
    • FDP chi-cuadrada
    • FDP t-Student
    • FDP F

3. Estadstica

  • Es la rama matemtica relacionada con la coleccin, el anlisis, la interpretacin (o explicacin) y la representacin de datos.

4. Teora de probabilidades vs Estadstica

  • Lateora de probabilidadeses la rama de la matemtica relacionada con el anlisis de fenmenos aleatorios; esta se desarroll como un modelo abstracto y sus conclusiones y deducciones estn basados enaxiomas .
  • Laestadsticase basa en la aplicacin de la teora de probabilidad a problemas reales y sus conclusiones son inferencias basadas enobservaciones .

5. Ramas de la estadstica

    • La estadstica se divide en dos ramas:
    • Estadstica descriptiva
    • Estadstica inferencial

6. Estadstica descriptiva

    • La estadstica descriptiva se dedica a los mtodos de recoleccin, descripcin, visualizacin y resumen de datos originados a partir de los fenmenos en estudio. Los datos pueden ser resumidos en forma numrica y/o grfica.

7. Estadstica inferencial

    • Esta comprende los mtodos y procedimientos para deducir propiedades (hacer inferencias) de una poblacin, a partir de una pequea parte de la misma (muestra). Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden dividirse en los siguientes temas:
    • estimacin de parmetros
    • prueba de hiptesis (respuestas a preguntas si/no)
    • pronsticos de futuras observaciones
    • descripciones de asociacin (correlacin)
    • modelamiento de relaciones entre variables (anlisis de regresin)

8. Estadstica descriptiva vs. Estadstica inferencial

    • La diferencia entre la estadstica descriptiva y la estadstica inferencial es que la primera intenta resumir los datos de forma cuantitativa mientras que la segunda se usa para sustentar afirmaciones, tomar decisiones y obtener conclusiones sobre la poblacin que est representada por los datos recopilados (muestra).

9. Definiciones

  • Se quiere estudiar unapoblacin . Sin embargo por razones prcticas se analiza unamuestrade la poblacin. Los datos se coleccionan mediante unmuestreooexperimento . Las observaciones de la muestra aleatoria se usan para calcular ciertas caractersticas de la muestra llamadasestadsticas .
  • (ver las definiciones en la siguiente diapositiva)

10. Poblacin

  • La poblacin es el conjunto de elementos de referencia sobre el que se realizan todas las observaciones. La poblacin es la coleccin de toda la informacin que caracteriza un fenmeno.
  • El tamao de la poblacin puede ser grande o pequeo, finito o infinito.
  • Como en general, toda la poblacin no se puede observar, debe hacerse un anlisis a partir de un subconjunto de las observaciones provenientes de la poblacin que sean de ayuda para tomar decisiones sobre esta, la llamadamuestra .

11.

  • Muestra estadstica (o aleatoria):es un subconjunto representativo de individuos de la poblacin
  • Muestreo:es la tcnica por la cual se selecciona una muestra aleatoria a partir de una poblacin
  • Para que las inferencias sean vlidas, la muestra debe ser representativa de la poblacin (de este modo se debe tener cuidado de no introducirsesgosdurante la fase de muestreo); por lo tanto es conveniente seleccionar una muestra aleatoria como el resultado de un mecanismo aleatorio.

Muestra estadstica (o aleatoria) 12.

  • Unaestadsticaes el resultado de aplicar una funcin a una muestra aleatoria. Como es posible obtener muchas muestra aleatorias de una poblacin, el valor de la estadstica cambiar de muestra a muestra, esto es la estadstica en s es una variable aleatoria.
  • De notaremos en forma general una estadstica (entendida como variable aleatoria) por el smbolomientras que una realizacin de dicha variable aleatoria se denotar mediante.

Estadstica 13. Distribucin de muestreo

  • Puesto que una estadstica es una variable aleatoria, esta tiene una FDP, la cual llamaremos ladistribucin de muestreode la estadstica.

14. 15. Mtodo bootstrap para la estimacin de las distribuciones de muestreo 16. Seleccin de estimadores

  • Eventualmente podran tenerse varias opciones para el estimador puntual de un parmetro. Por ejemplo, si se desea estimar la media de una poblacin, pueden considerarse como estimadores puntuales la media muestral, la mediana muestral o quizs el promedio de las observaciones ms grande y ms pequea. Para decidir cul es el mejor estimador puntual para un parmetro en particular, es necesario examinar las propiedades estadsticas de estos y desarrollar algunos criterios para comparar estimadores.