Estadistica inferencial

Violeta Alicia Nolberto Sifuentes María Estela Ponce Aruneri

ESTADÍSTICA INFERENCIAL APLICADA

Unidad de Post Grado de la Facultad de Educación de la Universidad Nacional Mayor de San Marcos

Primera edición: Lima, 2008.

© Violeta Alicia Nolberto Sifuentes. María Estela Ponce Aruneri. © Unidad de Post Grado de la Facultad de Educación de la Universidad Nacional Mayor de San Marcos.Serie: Textos de la Maestría en Educación.

Edición: Elena Soto Loayza.

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE EDUCACIÓN UNIDAD DE POST GRADO Rector Decano Director de la UPG Comité Directivo de la UPG : : : : Dr. Luis Izquierdo Vásquez Dr. Carlos Barriga Hernández Dr. Elías Mejía Mejía Dra. Elsa Barrientos Jiménez Dr. Kenneth Delgado Santa Gadea Mg. Rubén Mesía Maraví

2Dedicatoria Dedicatoria Para Sandra Natalia (María Estela) Para Ernesto Alonso (Violeta Alicia)

3

ÍNDICE Prefacio Agradecimientos Capítulo 1. La estadística y su relación con la investigación científica 1.1. 1.2. 1.3. 1.4. 1.5. 1.6. Introducción Definición de estadística Investigación científica Objetivos fundamentales de la investigación científica Paradigmas de la investigaciónClasificación de la estadística 010 011 013 014 015 018 008 009

Capítulo 2. Estadística inferencial 2.1. 2.2. 2.3. 2.4. 2.5. 2.6. 2.7. 2.8. 2.9. Introducción Población Muestra Muestra aleatoria Muestra aleatoria aplicada Parámetro Estadístico Distribución muestral Estimación 021 022 024 024 025 027 028 030 037 039 041 043 044

2.10. Prueba de hipótesis 2.11. Estadística paramétrica 2.12. Estadística noparamétrica Ejercicios propuestos

4

Capítulo 3. Estimación de parámetros 3.1. 3.2. 3.3. 3.4. 3.5. Introducción Propiedades de los estimadores Estimación de parámetros mediante intervalos de confianza Intervalo de confianza para estimar la media µ de una población normal Intervalo de confianza para estimar la varianza poblacional
σ 2 de una población normal

3.6. 3.7.

Intervalo deconfianza para estimar la proporción poblacional
π de una población binomial

Intervalo de confianza para estimar diferencia de medias poblacionales,
µ1 − µ 2 , de poblaciones normales

3.7.1. Usando muestras independientes 3.7.2. Usando muestras relacionadas 3.8. Intervalo de confianza para estimar la razón de varianzas poblacionales,
σ 12 , de poblaciones normales independientes 2 σ2

3.9.Intervalo de confianza para estimar la diferencia de proporciones poblacionales, π 1 − π 2 , de poblaciones binomiales independientes

Ejercicios propuestos Capítulo 4. Prueba de hipótesis paramétrica 4.1. 4.2. 4.3. 4.4. 4.5. 4.6. 4.7. Introducción Conceptos básicos Etapas para realizar una prueba de hipótesis Prueba de para µ de una población normal Prueba para σ 2 de una población normalPara

π

de una población binomial

Prueba para µ1 − µ 2 usando muestras independientes 4.7.1. Cuando las varianzas poblacionales son conocidas 4.7.2. Cuando las varianzas poblacionales son desconocidas
5

4.8. 4.9.

Para µ1 − µ 2 usando muestras relacionadas Para la igualdad de varianzas poblacionales

4.10. Para

π1 − π 2

de poblaciones binomiales

Ejercicios propuestosCapítulo 5. Análisis de regresión lineal múltiple 5.1. 5.2. 5.3. 5.4. 5.5. 5.6. 5.7. 5.8. 5.9. Introducción Modelo de regresión lineal simple Gráfico o diagrama de dispersión Modelo de regresión lineal simple poblacional Estimación de los parámetros del modelo de regresión lineal simple Evaluación del ajuste global del modelo Adecuación del modelo: Análisis de residuos Modelo de regresión linealmúltiple Prueba de la significancia de la regresión

5.10. Correlación lineal simple Ejercicios propuestos Capítulo 6. Pruebas de hipótesis no parámetricas 6.1. 6.2. 6.3. 6.4. 6.5. 6.6. Introducción Prueba binomial Prueba U de Mann-Whitney Prueba de rangos de Wilcoxon Prueba de Kruskal-Wallis Prueba de Kolmogorov-Smirnov

Ejercicios propuestos Capítulo 7. Análisis de datos categóricos 7.1. 7.2....