INFERENCIA ESTADÍSTICA Variables aleatorias discretas y continuas. Distribuciones de probabilidad: binomial, normal, t, f, x2 y de poisson. Distribución uniforme. Distribución normal. Técnicas de muestreo. Distribuciones muestrales: de la media, de una proporción, de la varianza. Estimación de parámetros. Estimación puntual de parámetros. Estimación de parámetros por intervalos. Intervalo de confianza por la media. Intervalo de confianza para la varianza. Intervalo de confianza para para la razón de dos varianzas. Intervalo de confianza para la diferencia entre dos medias. Aplicaciones con spss y con otros paquetes estadísticos

• Autor: Blas Vilca, Peter Edson
• Fecha de Publicación: 2022
• Institución: Universidad Nacional de Educación Enrique Guzmán y Valle
• Repositorio: UNE-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.une.edu.pe:20.500.14039/9125
• Enlace del recurso: https://repositorio.une.edu.pe/handle/20.500.14039/9125
• Nivel de acceso: acceso abierto
• Materia: Rendimiento académico; http://purl.org/pe-repo/ocde/ford#1.01.00

El objetivo de este trabajo de investigación es dar a conocer que al hacer referencia a la inferencia estadística, se entiende como un conjunto de métodos y técnicas que nos ayudan a concluir a partir de la información que obtenemos. Utilizando una muestra, podemos inferir el comportamiento de una determinada población, con un margen de error que puede ser medido desde la perspectiva probabilística. Las variables de una inferencia estadística se pueden fraccionar únicamente en dos formas de estimación: de parámetros y de contraste de hipótesis. Los anteriores tienen como base el conocimiento de la teoría sobre la forma de distribuir la probabilidad del estadístico de la muestra que se usa como estimador de un parámetro. La estimación de parámetros se trata en asignar un valor específico al parámetro o parámetros que describen la distribución de probabilidad de la población. Estimar un parámetro de población, incluso si el estimador utilizado tiene todas las propiedades ideales, da como resultado un error de estimación, la diferencia entre el valor estimado y el valor real del parámetro. El error de estimación es desconocido, por lo que no resulta posible conocer la magnitud o el signo del error en todos los casos; para evaluar la precisión asociada con la estimación puntual, construimos intervalos de confianza a partir de esta estimación. En resumen, un intervalo de confianza consiste en un conjunto de valores numéricos de modo que la probabilidad que contenga el valor verdadero de un parámetro puede establecerse arbitrariamente grande. Esta probabilidad lleva como nombre intervalo de confianza y el ancho del intervalo es una medida de la precisión con la que se estima el parámetro.