MARÍA DE LA LUZ ARREGUIN ÁLVAREZ
ESTADÍSTICA INFERENCIAL
UNIDAD 5. INFERENCIAS ESTADÍSTICAS DE DOS
POBLACIONES
ACTIVIDAD 5. PROYECTO INTEGRADOR ETAPA 1
Introducción
En una sociedad en continuo cambio, como la que nos ha tocado vivir,
hemos dejado de asombrarnos por los avances de la ciencia y la
tecnología. La estadística ha jugado un papel primordial en este desarrollo,
al proporcionar herramientas metodológicas generales para analizar la
variabilidad, determinar relaciones entre variables, diseñar de forma óptima
experimentos, mejorar las predicciones y la toma de decisiones en
situaciones de incertidumbre.
La estadística es una ciencia aplicada de las matemáticas y es una valiosa
herramienta para la toma de decisiones. Permite el estudio de fenómenos
mediante la descripción del mismo a través de inferencias mediante
distribuciones probabilísticas.
En el presente proyecto se calcularan valores estadísticos como la media y
desviación estándar además de hacer un análisis con intervalos de
confianza que un rango de valores, derivado de los estadísticos de la
muestra, que posiblemente incluya el valor de un parámetro de población
desconocido. Debido a su naturaleza aleatoria, es poco probable que dos
muestras de una población en particular produzcan intervalos de confianza
idénticos. Sin embargo, si usted repitiera muchas veces su muestra, un
determinado porcentaje de los intervalos de confianza resultantes incluiría
el parámetro de población desconocido.
La estimación de la muestra de los departamentos de las colonias Portales
del sur y Narváez permitirá tomar una decisión o inferencia final.
Justificación
El presente proyecto estimación de un intervalo para la media consiste en
realizar el análisis de inversión para edificio de departamentos, en base al
ingreso familiar en la delegación Benito Juárez de la Ciudad de México para
tomar la decisión de invertir en la construcción de un edificio de
departamentos, con precio de venta de 1´500,000 pesos, el ingreso
promedio que se requiere es de 35,000 pesos por familia.
Para la ejecución de este proyecto se tomara en cuenta la estimación
puntual y por intervalos con distribución normal. Dicho análisis permitirá inferir
en si se toma la decisión de invertir en la construcción de dicho edificio.
Marco teórico
Estimación
Cuando queremos realizar un estudio de una población cualquiera de la
que desconocemos sus parámetros, por ejemplo, su media poblacional o la
probabilidad de éxito si la población sigue una distribución binomial,
debemos tomar una muestra aleatoria de dicha población a través de la
cual calcular una aproximación a dichos parámetros que desconocemos y
queremos estimar. Bien, pues esa aproximación se llama estimación.
Estimación puntual
Una estimación puntual del valor de un parámetro poblacional
desconocido, es un número que se utiliza para aproximar el verdadero valor
de dicho parámetro poblacional. Para realizar la estimación, tomaremos
una muestra de la población y calcularemos el parámetro muestral
asociado.
El valor de este parámetro muestral será la estimación puntual del
parámetro poblacional.
Una estimación es puntual cuando se usa un solo valor extraído de la
muestra para estimar el parámetro desconocido de la población. Al valor
usado se le llama estimador.
La media de la población se puede estimar puntualmente mediante la
media de la muestra:
La proporción de la población se puede estimar puntualmente mediante la
proporción de la muestra:
La desviación típica de la población se puede estimar puntualmente
mediante la desviación típica de la muestra, aunque hay mejores
estimadores:
Estimación por intervalos
Dada una población X, que sigue una distribución cualquiera con media µ
y desviación estándar σ. Sabemos que, para valores de n , la media muestral
x sigue una distribución aproximadamente normal con media µ x = µ y
desviación estándar n x σ = σ .
A veces es conveniente obtener unos límites entre los cuales se encuentre el
parámetro con un cierto nivel de confianza, en este caso hablamos de
estimación por intervalos.
Intervalo de confianza
En estadística, se llama intervalo de confianza a un par o varios pares de
números entre los cuales se estima que estará cierto valor desconocido con
una determinada probabilidad de acierto. Formalmente, estos números
determinan un intervalo, que se calcula a partir de datos de una muestra, y
el valor desconocido es un parámetro poblacional. La probabilidad de éxito
en la estimación se representa con 1 - α y se denomina nivel de confianza.
En estas circunstancias, α es el llamado error aleatorio o nivel de
significación, esto es, una medida de las posibilidades de fallar en la
estimación mediante tal intervalo.
El nivel de confianza y la amplitud del intervalo varían conjuntamente, de
forma que un intervalo más amplio tendrá más probabilidad de acierto
(mayor nivel de confianza), mientras que, para un intervalo más pequeño,
que ofrece una estimación más precisa, aumenta su probabilidad de error.
Para la construcción de un determinado intervalo de confianza es necesario
conocer la distribución teórica que sigue el parámetro a estimar, θ. Es
habitual que el parámetro presente una distribución normal.
En definitiva, un intervalo de confianza al 1 - α por ciento para la estimación
de un parámetro poblacional θ que sigue una determinada distribución de
probabilidad, es una expresión del tipo [θ1, θ2] tal que P[θ1 ≤ θ ≤ θ2] = 1 - α,
donde P es la función de distribución de probabilidad de θ.
Intervalo de confianza para la media muestral
Si y s son la media y la desviación estándar de una muestra aleatoria de
una población normal con varianza 𝝈𝟐 , desconocida, un intervalo de
confianza de
( ) 100% para µ es:
𝑆 𝑆
𝑋̅ − 𝑡𝛼 < 𝜇 < 𝑋̅ + 𝑡𝛼 (A.Jhonson, 2012)
2 √ 𝑛 2 √𝑛
Donde 𝒕𝜶/𝟐 es el valor t con 𝒗 = 𝒏 − 𝟏grados de libertad, que deja un área
𝜶
de 𝟐 a la derecha.
Se hace una distinción entre los casos de conocida y desconocida al
calcular las estimaciones del intervalo de confianza. Se debe enfatizar que
para el primer caso se utiliza el teorema del límite central, mientras que
para desconocida se hace uso de la distribución muestral de la variable
aleatoria t. Sin embargo, el uso de la distribución t se basa en la premisa de
que el muestreo se realiza de una distribución normal. En tanto que la
distribución tenga forma aproximada de campana, los intervalos de
confianza se pueden calcular cuando la varianza se desconoce mediante
el uso de la distribución t y se puede esperar buenos resultados.
Con mucha frecuencia los estadísticos recomiendan que aun cuando la
normalidad no se pueda suponer, con desconocida y n 30, se puede
reemplazar ha y se puede utilizar el intervalo de confianza:
𝑆
𝑋̅ ± 𝑍𝛼/2
√𝑛
Por lo general éste se denomina como un intervalo de confianza de muestra
grande. La justificación yace sólo en la presunción de que con una muestra
grande como 30, s estará muy cerca de la real y de esta manera el
teorema del límite central sigue valiendo.
Hipótesis estadísticas
En cualquier estudio sobre la realidad educativa, el investigador se plantea
interrogantes a los que trata de dar respuesta o temas de interés sobre los
que pretende incrementar su conocimiento. En la indagación sobre esos
interrogantes, el investigador formula hipótesis, que no son posibles
soluciones o respuestas a los problemas planteados. Tales hipótesis
permanecerán en el terreno de la conjetura hasta tanto no sean
comprobadas.
“Inferencias concernientes a la media”
La estadística permite comprobar hipótesis científicas a partir de los datos
recogidos sobre un problema, pero para ello es necesario que tales
hipótesis sean formuladas en términos estadísticos.
Es decir, las hipótesis científicas tienen que ser operativizadas previamente,
expresadas en forma de afirmaciones acerca de parámetros. Por tanto, en
una prueba de decisión estadística no contrastamos directamente las
hipótesis científicas, sino que trabajamos con hipótesis estadísticas que son
una traducción de aquéllas. Tras comprobar la hipótesis estadística,
podemos inferir que la hipótesis científica queda validada.
Las hipótesis estadísticas son proposiciones acerca de parámetros de la
población (media, proporciones, varianza, diferencia de medias, etc.) o de
su distribución.
Cuando llevamos a cabo una prueba estadística, estamos trabajando con
una hipótesis nula, que simbolizamos por H0. Junto a ésta, consideramos la
hipótesis alternativa, opuesta a la anterior, que queda simbolizada por H1.
Veamos en qué consisten cada una de ellas:
a) Hipótesis nula (H0). Generalmente, niega la hipótesis científica que
queremos someter a contraste. Por ejemplo, puede afirmar que no
existe una relación entre variables; que no se dan diferencias entre
determinados grupos o que no existen diferencias entre dos
distribuciones, atribuyendo al azar cualquier posible relación o
diferencia observada,
b) Hipótesis alternativa (H1). Toda hipótesis nula va siempre
acompaña da de una hipótesis alternativa, la cual afirmaría que las
relaciones, las diferencias, etc. observadas no son debidas al azar y,
por tanto, resultan estadísticamente significativas.
Prueba de hipótesis para la media
Ejemplo
Una muestra aleatoria de 100 muertes registradas en Estados Unidos
el año pasado mostró una vida promedio de 71.8 años. Suponiendo
una desviación estándar poblacional de 8.9 años, ¿esto parece
indicar que la vida media actual es mayor que 70 años? Utilice un
nivel de significancia de 0.05.
Planteamiento del problema
Análisis de inversión para edificio de departamentos, en base al ingreso
familiar en la delegación Benito Juárez de la Ciudad de México, se realizó
una muestra de tres cuadras en la colonia Portales Sur y otra igual en la
colonia Narvarte, para tomar la decisión de invertir en la construcción de un
edificio de departamentos, con precio de venta de 1´500,000 pesos, el
ingreso promedio que se requiere es de 35,000 pesos por familia.
1. Con los datos que se muestran de los
ingresos por familia se procede a hacer el
cálculo de la media y la desviación
estándar para ambas colonias.
2. Establecimiento de hipótesis en base a
el ingreso promedio de 35,000
Hipótesis nula Hipótesis alternativa
H0: μ = 35000 H1: μ≠ 35000
3. Intervalo de confianza con un 90% por colonia y su respectiva
interpretación
4. Calculo del error con un 10%
Interpretación: Se puede afirmar que con un 90% de confianza el
error máximo es de 1.35 para Portales y Narvaez 1.44.
Distribución Muestral de la Media:
Prueba de Hipótesis.
Portales sur Narvarte
Media Muestral 33.38 Media Muestral 34.51
Desviación Desviación
Muestral 549.09% Muestral 585.67%
Error de la Error de la
Media 0.818528421 Media 0.873066245
Calcular el intervalo de Confianza para la media de los ingresos por familia
de la colonia Portales Sur.
Intervalo de Intervalo de Intervalo de
confianza a 90% confianza a 95% confianza a 99%
Z: 1.64 Z: 1.96 Z: 2.58
Alfa: 10.0% Alfa: 5.0% Alfa: 1.0%
Inferior Superior
t90 1.64 32.03 34.72 A un nivel de confianza del 90% la media
POBLACIONAL se encuentra entre 32.03 y 34.72
t95 1.96 31.77 34.98 A un nivel de confianza del 95% la media
POBLACIONAL se encuentra entre 31.77 y 34.98
t99 2.58 31.27 35.49 A un nivel de confianza del 99% la media
POBLACIONAL se encuentra entre 31.27 y 35.49
Calcular el intervalo de Confianza para la media de los ingresos por familia
de la colonia Narvarte.
Intervalo de Intervalo de Intervalo de
confianza a 90% confianza a 95% confianza a 99%
Z: 1.64 Z: 1.96 Z: 2.58
Alfa: 10.0% Alfa: 5.0% Alfa: 1.0%
Inferior Superior
t90 1.64 33.08 35.95 A un nivel de confianza del 90% la media POBLACIONAL se
encuentra entre 33.08 y 35.95
t95 1.96 32.80 36.22 A un nivel de confianza del 95% la media POBLACIONAL se
encuentra entre 32.80 y 36.22
t99 2.58 32.26 36.76 A un nivel de confianza del 99% la media POBLACIONAL se
encuentra entre 32.26 y 36.76
Evalúa el intervalo de confianza con un 10% de error.
Aun 10% de error la media poblacional se encuentra entre un límite inferior
de 33.08 mil y el límite superior de 35.95 mil.
La colonia portales se encuentra estadísticamente mas entre los límites por
lo que es la colonia que se sugiere para el negocio inmobiliario de acuerdo
a los ingresos por familia.
Conclusiones
Por el momento se puede apreciar que la colonia Portales tiene un menor
error maximo en fallar para la construcción del edificio ademas se acepta
la hipotesis nula de que el ingreso mensual se apaga dentro del limite de
35,000 pesos de ingresos por familia.
Cabe mencionar que Si rechazamos la Hipótesis Nula, concluimos que “hay
suficiente evidencia estadística para inferir que la hipótesis nula es falsa” Si
no rechazamos la Hipótesis Nula, concluimos que “no hay suficiente
evidencia estadística para inferir que la hipótesis nula es falsa.
La Estadística de Prueba es una estadística que se deriva del estimador
puntual del parámetro que estemos probando y en ella basamos nuestra
decisión acerca de si rechazar o no rechazar la Hipótesis Nula.
Bibliografía
A.Jhonson, R. (2012). Probabilidad y estadística para ingenieros. México:
Pearson. Obtenido de
http://www.bibliotechnia.com.mx/portal/visor/web/visor.php
ANEXOS
Anexo 1 .Distribucion Normal Estándar
