Glosario Términos de Inferencia Estadistica

Parámetro.- Característica numérica de una población, por ejemplo, la media poblacional µ, la desviación estándar poblacional σ, la proporción poblacional p, etcétera.

Muestreo aleatorio Simple.-Poblaciones finitas: muestra seleccionada de manera que cada una de las muestras de tamaño n tenga la misma probabilidad de ser seleccionada. Poblaciones infinitas: muestra seleccionada de manera que todos los elementos provengan de la misma población y los elementos se seleccionen de manera independiente.

Muestreo sin reemplazo.-una vez que un elemento ha sido incluido en la muestra, se retira de la población y ya no se selecciona una vez más.

Muestreo con reemplazo.- Una vez que un elemnto se ha incluido en la muestra, se regresa a la población. un elemento ya seleccionado para la muestra puede ser seleccionado nuevamente y puede aparecer más de una vez en la muestra

Estadístico muestral.- Característica muestral, por ejemplo, la media muestral ӯ , la desviación estándar muestral s, la proporción muestral p, etc. El valor estadístico muestral se usa para estimar el valor del correspondiente parámetro poblacional correspondiente.

Distribución muestral.- Distribución de probabilidad que consta de todos los posibles valores de un estadístico muestral.

Error estándar.- La desviación estándar de un estimador puntual.

Error de muestreo.- error o variación entre estadísticas de muestra debido al azar; es decir, diferencias entre cada muestra y la población, y entre varias muestras que se deben únicamente a los elementos que elegimos para la muestra.

Inferencia estadística.- Proceso de hacer inferencias sobre poblaciones, a partir de la información contenida en muestras



Demostración de estimador de la media poblacional por la media muestral



La demostración es la siguiente:

Bienvenida Alumnos Presencial

Estimados Alumnos del curso de Inferencia Estadística modalidad presencial, es muy grato para mi poder compartir mis experiencias y conocimientos en este importante campo del conocimiento esperando estar a la altura de las expectativas y esperando que este curso sea de mucho provecho para su formación profesional

Saludos Cordiales
Ing. Enrique Montenegro

Recuperación de Clase DUED Sábado 12 Marzo de 2 a 5 pm

ESTIMADOS ALUMNOS DEL CURSO DE INFERENCIA ESTADISTICA ESPECIALIDAD DE ING. INDUSTRIAL MODALIDAD A DISTANCIA ESTE SABADO 12 DE MARZO SE REALIZARA LA RECUPERACIÓN PENDIENTE DE 2 A 5PM

ATTE
ING. ENRIQUE MONTENEGRO
CEL: 9970063001

Bienvenida

Estimados Alumnos del curso de Inferencia Estadística, es muy grato para mi poder compartir mis experiencias y conocimientos en este importante campo del conocimiento esperando estar a la altura de las expectativas y esperando que este curso sea de mucho provecho para su formación profesional.

El principal objetivo de la Estadística es inferir o estimar características de una población que no es completamente observable (o no interesa observarla en su totalidad) a través del análisis de una parte de ella a la que llamamos muestra. Las razones por las que generalmentese trabaja con muestras son principalmente:
- Económicas.
-Tiempo: si la población es muy grande llevaría tanto tiempo analizarla que incluso la característica de interés podría variar en ese período.
- Destrucción: la medición de cierta característica podría llevar a la destrucción del individuo. Por ejemplo, al estudiar la supervivencia de ciertos animales a un tratamiento.
Lo que se hace entonces es analizar la muestra y extrapolar conclusiones desde la muestra la población. Ahora bien, para considerar válidas en la población las conclusiones obtenidas en la muestra, ésta ha de representar bien a la población (representativa). Por lo tanto, la elección de la muestra es de suma importancia, y para ello hay diversos métodos (métodos de muestreo). Cuando se intuye que la característica en estudio puede presentar valores homogéneos en la población, una forma de obtener una muestra representativa es eligiéndola al azar. A este método de selección de la muestra se le llama muestreo aleatorio simple y es el más sencillo. La Inferencia Estadística se puede clasificar en inferencia paramétrica e inferencia no paramétrica. La inferencia paramétrica tiene lugar cuando se conoce la distribución de la variable de estudio en la población, y el interés recae sobre los parámetros desconocidos de la misma. La inferencia no paramétrica tiene lugar si no se conoce la distribución y sólo se suponen propiedades generales de la misma. Nosotros nos centramos en la inferencia paramétrica, y nuestro objetivo será inferir o estimar parámetros poblacionales a partir de la información que nos proporciona una muestra.
Espero sus comentarios.........