Act 1: Revisin de Presaberes Conceptualizacin.

Dentro de la inferencia estadstica, el proceso de muestreo permite que a partir de los resultados obtenidos al analizar una muestra, se pueda obtener conclusiones en cuanto a una o varias de las caractersticas o parmetros de una poblacin. Esta rea de la Estadstica, ayuda a determinar la confiabilidad de la inferencia de que los fenmenos observados en la muestra ocurrirn tambin en la poblacin de donde se seleccion la muestra. Es decir, sirve para estimar la eficacia del razonamiento inductivo con el cual se infiere que lo observado en una parte ser equivalente a lo observado en la poblacin

Cuando el nmero de unidades que inte ra una poblacin es muy rande, se puede considerar a sta como una poblacin infinita. !a poblacin finita es aquella conformada por un determinado o limitado nmero de elementos. El investi ador define la poblacin ob"eto de estudio en trminos de espacio y tiempo, ya que de esta manera los resultados sern sobre la poblacin definida en el espacio demarcado y en el tiempo definido.

!as unidades de muestreo son con"untos dis"untos, cuya unin conforman la poblacin completa. #or e"emplo en un censo poblacional los $o ares conforman las unidades de muestreo, en un estudio sobre la vida til de las llantas de un automvil, el auto ser la unidad de muestreo. !os elementos que se miden% es decir, sobre los que se toman los datos de las variables a medir, constituyen las unidades de observacin, que en con"unto forman el marco de muestreo

Inferencia Estadstica
!os dos tipos de problemas que resuelven las tcnicas estadsticas son& estimacin y contraste de $iptesis. En ambos casos se trata de eneralizar la informacin obtenida en una muestra una poblacin. Estas tcnicas e'i en que la muestra sea aleatoria. En la prctica rara vez se dispone de muestras aleatorias, por la tanto la situacin $abitual es la que se esquematiza en la fi ura. Entre la muestra con la que se traba"a y la poblacin de inters, o poblacin diana, aparece la denominada poblacin de muestreo& poblacin (la mayor parte de las veces no definida con precisin) de la cual nuestra muestra es una muestra aleatoria. En consecuencia la eneralizacin est amenazada por dos posibles

tipos de errores& error aleatorio que es el que las tcnicas estadsticas permiten cuantificar y crticamente dependiente del tama*o muestral, pero tambin de la variabilidad de la variable a estudiar y el error sistemtico que tiene que ver con la diferencia entre la poblacin de muestreo y la poblacin diana y que slo puede ser controlado por el dise*o del estudio.

Su respuesta & !as unidades de observacin Correcto& #orque en estudio por muestreo estas unidades son ob"etos de mediciones para realizar inferencias sobre sus caracterstica.
El mtodo Estadstico que nos permite obtener conclusiones acerca de los parmetros de una poblacin con base en el anlisis de datos mustrales es&

Su respuesta & +nferencia Estadstica Correcto& Esta funcin de la Estadsatica es la que permite realizar apro'imaciones de parmetros de una poblacin con base en datos de una muestra
,na muestra es aleatoria cuando las unidades se seleccionan se n una de las si uientes opciones&

Su respuesta & De tal manera que todas las unidades ten an la misma posibilidad. Correcto& Esta es la condicn fundamental para obtener una muestra aleatoria Inferir
El proceso de estimacin conlleva a obtener un estimador que ten a ciertas condiciones deseables para $acer inferencia sobre el modelo de probabilidad que $a enerado los datos. Entre los mtodos de estimacin de la estadstica parametrica, se tiene& -omentos, mnimos cuadrados y m'ima verosimilitud. En temticas posteriores se analizar lo referente a la estimacin. En el conte'to de estimar un parmetro poblacional, un intervalo de confianza es un ran o de valores (calculado en una muestra) en el cual se encuentra el verdadero valor del parmetro, con una probabilidad determinada. !a prueba de $iptesis consiste en aplicar tcnicas estadsticas que permitan aceptar o rec$azar una $iptesis. Este procedimiento se conoce como contraste de

$iptesis. !as pruebas de $iptesis utilizan un procedimiento de cinco pasos, los cuales se mencionan a continuacin& .. /. 0. #lantear las $iptesis nula y alternativa. Determinar el nivel de si nificancia. Estimar el valor estadstico de prueba.

1. 2.

Establecer la re la de decisin. 3omar la decisin.

En la prueba de investi acin, o de validez de una afirmacin, se conocen las si uientes clases de pruebas&

#ruebas para randes muestras. #ruebas para peque*as muestras. #ruebas de varianza.

En las pruebas de randes muestras se realizan para los si uientes casos& #ruebas de medias y de proporciones. #ruebas de diferencias de medias y proporciones.

En las pruebas de peque*as muestras se realizan para los si uientes casos& #ruebas para medias y diferencias de medias.

!a $iptesis nula y alternativa son entonces aseveraciones sobre la poblacin que compiten entre s, en el si uiente sentido& la $iptesis nula (4 o) es verdadera, o lo es la $iptesis alternativa (4 .), pero no ambas. En el caso ideal, el procedimiento de prueba de $iptesis debe conducir a la aceptacin de 4 o cuando sea verdadera y al rec$azo de 4.. Desafortunadamente no siempre es posible puesto que como las pruebas de $iptesis se basan en la informacin de la muestra, se debe considerar la posibilidad de cometer errores. Cuando se tiene una $iptesis esta puede ser verdadera o falsa y la decisin que se toma en la prueba es aceptar o rec$azar la $iptesis. 5i la decisin que se toma est de acuerdo con la realidad no se cometen errores, en este caso las dos buenas decisiones son& aceptar la $iptesis nula cuando es cierta o rec$azar la $iptesis nula cuando es falsa

Cundo se $abla de pruebas $iptesis se dice que la $iptesis alterna puede ser&

Su respuesta & ,nilateral o 6ilateral

Correcto& Esta clasificacin, est fundamentada en el direccionamiento, mayor, menor o ambos. Continuar
Es una de las dos formas utilizadas para realizar inferencia estadstica con respecto a los parmetros o caractersticas de una poblacin ob"eto de anlisis estadstico.

Su respuesta & !a estimacin Correcto& la apro'imacin a los valores de los parmetros o caracterstica de una poblacin, puede $acerse determinando ran os o valores puntuales de stos. a este procedimiento se le denomina estimacin
Un propsito de las pruebas de hiptesis puede ser:

Su respuesta & 7yudar al investi ador a tomar una decisin en torno a una poblacin, tomando una muestra de ella Correcto. #orque el propsito tiene que ver con el uso del resultado del contraste
Es la formula que se utiliza con los datos de muestra y que permite obtener un valor numrico de comparacin para tomar una decisin con respecto a la $iptesis nula.

Su respuesta & Estadstico de #rueba Correcto& 5i los datos de la muestra favorecen la $iptesis, sta no podr ser rec$azada. esta decisin se toma se n la ma nitud del Estadstico de prueba. Introduccin al Anlisis de Varianzas.
En estadstica, el anlisis de la varianza o anlisis de varianza (789:7, se n terminolo a in lesa) es una coleccin de modelos estadsticos y sus procedimientos asociados, en el cual la varianza esta particionada en ciertos componentes debidos a diferentes variables e'plicativas. El anlisis de varianza sirve para comparar si los valores de un con"unto

de datos numricos son si nificativamente distintos a los valores de otro o ms con"untos de datos. El procedimiento para comparar estos valores est basado en la varianza lobal observada en los rupos de datos numricos a comparar. 3picamente, el anlisis de varianza se utiliza para asociar una probabilidad a la conclusin de que la media de un rupo de puntuaciones es distinta de la media de otro rupo de puntuaciones

a !"cnica de A#$VA
El anlisis de varianza lleva a la realizacin de pruebas de si nificacin estadstica, usando la denominada distribucin ;. 7 travs de esta tcnica se pueden comparar los efectos de una variable cuantitativa en varios rupos, utilizando como elemento de comparacin los promedios de estas variables en los rupos respectivos. !a tcnica fundamental consiste en la separacin de la suma de cuadrados (55, <sum of squares<) en componentes relativos a los factores contemplados en el modelo. Como e"emplo, mostramos el modelo para un 789:7 simplificado con un tipo de factores en diferentes niveles. a %iptesis nula del Anlisis de la Varianza afir&a 'ue:

Su respuesta & 8o e'isten diferencias entre las medias de las subpoblaciones. Correcto& !a $iptesis nula es la que afirma que no e'iste diferencias entre las medias de los rupos en contraste.
!as dos fuentes de variacin para construir una tabla de 789:7 (7nlisis de varianzas de un slo factor) son&

Su respuesta & Entre rupos y Dentro de rupos Correcto& #orque con la variabilidad que se presenta dentro de los rupos a comparar y la que se presenta entre dic$os rupos se puede estimar la variabilidad total de la poblacin en estudio.
!os valores que deben ser confrontados para tomar la decisin en un contraste de $iptesis son&

Su respuesta & El #=:alor y el nivel de si nificancia Correcto. #orque si el #=valor es menor que el nivel de si nificacin la $iptesis nula es rec$azada. En caso contrario se acepta.