Tema 4 Introducion A Inferencia Estatistica

Tema 4: Introdución á inferencia
estatística
Ciencias do Mar
María Xosé Rodríguez Álvarez

Curso 2023/2024
Introdución
A inferencia Estatística é a rama da estatística que ofrece as ferramentas formais, coa probabilidade
xogando un papel fundamental, para, a partir dunha mostra, extraer conclusións (e validalas
estatisticamente) acerca de toda a poboación
2/123
Exemplo
Imaxinemos que queremos estudar a intención de voto nas próximas eleccións. En particular gustaríanos
saber cal será a proporción de votantes do Partido Estatístico (PE).
Mundo real (non observable): A poboación está formada por 100 persoas, numeradas de 1 a 100, e as
súas preferencias electorais son as que figuran na táboa seguinte: 1 significa “votante do PE” e 0 significa
“non votante do PE”. A proporción real (descoñecida para nós) de votantes do PE é p = 0.3 (nos 100, hai
30 votantes do PE).
1 0 21 0 41 1 61 0 81 0
2 0 22 0 42 1 62 0 82 0
3 0 23 0 43 1 63 0 83 1
4 1 24 1 44 1 64 1 84 0
5 0 25 0 45 0 65 0 85 0
6 0 26 0 46 0 66 1 86 0
7 0 27 0 47 0 67 0 87 0
8 0 28 0 48 0 68 0 88 0
9 0 29 1 49 1 69 0 89 0
10 1 30 1 50 0 70 0 90 1
11 0 31 0 51 0 71 1 91 0
12 0 32 0 52 0 72 0 92 1
13 0 33 0 53 0 73 1 93 0
14 1 34 0 54 0 74 0 94 0
15 0 35 0 55 1 75 0 95 1
16 1 36 0 56 1 76 0 96 1
17 1 37 0 57 1 77 0 97 0
18 0 38 0 58 0 78 1 98 0
19 0 39 1 59 0 79 0 99 0
20 0 40 1 60 1 80 0 100 1
3/123
Exemplo (cont.)
· Neste caso, só nos interesa a intención electoral de cada persoa. Así, podemos identificar a nosa variable
aleatoria de interese, X = “Votar ao PE”, como unha variable de Bernoulli:
- 1 significa que a persoa é votante do PE.

- 0 significa que non é votante do PE.
É dicir, X ∼ Bernoulli(p) , onde p é a verdadeira proporción de votantes do PE na poboación

(descoñecida para nós).
· A proporción (ou probabilidade) de votantes do PE, p, é o parámetro descoñecido sobre o que faremos
inferencia.
· Dado que, por diversas razóns énos imposible entrevistar a todos os individuos da poboación, o lóxico
será que seleccionemos uns poucos (a nosa mostra) e, a partir deses datos, tratemos de sacar
conclusións sobre o parámetro p.
· Traballaremos cunha mostra de tamaño N = 20. A mostra extráese empregando un determinado

método de mostraxe
· No noso caso o método de mostraxe consiste simplemente en sortear (elixir ao azar) 20 números do 1
ao 100, e elixir aos individuos que se corresponden con eses números como os individuos da mostra.
4/123
Exemplo (cont.)
Realizamos o sorteo e extraemos ós 20 individuos (mostra). Por exemplo, os individuos seleccionados son
os que se corresponden cos números 31, 79, 51, 14, 67, etc. Os datos son os ceros e os uns asociados a
eses individuos. Con eses datos para dar un valor (aproximado) para p (unha estimación), parece lóxico
considerar a proporción de 1’s na mostra (frecuencia relativa).
Estimación 1
Mostra 1
31 0 42 1 90 1 92 1 Nº votantes do PE na mostra 7
79 0 50 0 91 0 9 0 p̂1 = = = 0.35.
51 0 43 1 69 0 93 0 Tamaño mostral 20
14 1 14 1 91 0 99 0
67 0 25 0 57 1 72 0
5/123
Exemplo (cont.)
Estimación 1
Mostra 1
79 0 50 0 91 0 9 0 p̂1 = = = 0.35.
51 0 43 1 69 0 93 0 Tamaño mostral 20
14 1 14 1 91 0 99 0
67 0 25 0 57 1 72 0
¿Que pasa se collemos outra mostra?

Estimación 2
Mostra 2
7 0 78 1 32 0 23 0 p̂2 = = = 0.3.
42 1 81 0 7 0 27 0 Tamaño mostral 20
9 0 43 1 9 0 60 1
83 1 76 0 41 1 53 0
6/123
Exemplo (cont.)
Estimación 1
Mostra 1
79 0 50 0 91 0 9 0 p̂1 = = = 0.35.
51 0 43 1 69 0 93 0 Tamaño mostral 20
14 1 14 1 91 0 99 0
67 0 25 0 57 1 72 0
¿Que pasa se collemos outra mostra?

Estimación 2
Mostra 2
7 0 78 1 32 0 23 0 p̂2 = = = 0.3.
42 1 81 0 7 0 27 0 Tamaño mostral 20
9 0 43 1 9 0 60 1
83 1 76 0 41 1 53 0
¿E se collemos outra mostra?

Estimación 3
Mostra 3
53 0 34 0 63 0 25 0 p̂3 = = = 0.05.
27 0 93 0 13 0 38 0 Tamaño mostral 20
96 1 69 0 82 0 21 0
38 0 72 0 97 0 79 0
7/123
Exemplo (cont.)
¿E se repetimos o procedemento, digamos, 1000 veces? É dicir extraemos 1000 mostras distintas de
tamaño N = 20. Neste caso, teremos 1000 estimacións (valores de p̂) para o noso parámetro de interese
p. Podemos obter a táboa de frecuencias de todos eses valores, e graficalos a ver que vemos.
p̂ Frecuencia absoluta Frecuencia relativa
0.05 6 0.006
0.1 39 0.039
0.15 65 0.065
0.2 139 0.139
0.25 157 0.157
0.3 186 0.186
0.35 169 0.169
0.4 122 0.122
0.45 63 0.063
0.5 36 0.036
0.55 17 0.017
0.6 1 0.001
Suma 1000 1.000
8/123
Exemplo (cont.)
p̂ é unha variable aleatoria
· Neste caso a “poboación” está formada por tódalas posibles mostras (de tamaño N = 20) que podemos
extraer da nosa poboacion inicial de interese. Cada mostra concreta (de tamaño N ) será un “individuo”
desa poboación (de mostras).
· Dado que p̂ é unha variable aleatoria, podemos analizala dende o punto de vista teórico. É fácil
comprobar que p̂ é unha variable aleatoria discreta con masa de probabilidade
20 ) ( n )
n 20 n
P (p̂ = = p (1 − p)20−n
con n = 0, 1, … , 20.
Ademais
‾p(1
‾‾‾‾‾‾‾
− p)‾
√ 20
E(p̂) = p e DT(p̂) = .
O estudo teórico pódese facer incluso sen coñecer

cal é o verdadeiro valor de p.
9/123
Exemplo (cont.)
¿Que pasa se aumentamos o tamaño mostral? Por exemplo, agora a miña mostra ten un tamaño de
N = 80
( ) ( )
n 20 n n 80 n
P (p̂20 = ) = p (1 − p)20−n
, P (p̂80 = ) = p (1 − p)80−n
,
20 n 80 n
‾p(1
‾‾‾‾‾‾‾
− p)‾ ‾p(1
‾‾‾‾‾‾‾
− p)‾
√ 20 √ 80
E(p̂20 ) = p e DT(p̂20 ) = . E(p̂80 ) = p e DT(p̂80 ) = .
10/123
Métodos de mostraxe
O procedemento mediante o que se obtén a mostra denomínase método de mostraxe. Existen moitos
métodos de mostraxe distintos. Neste curso centrarémonos na chamada mostraxe aleatoria simple.
Mostraxe aleatoria simple

Todos os individuos da poboación teñen a mesma probabilidade de ser escollidos ⟹ un mesmo
individuo pode aparecer varias veces na mostra (en poboacións moi grandes será moi pouco probable).
Denotaremos como X1 , …, XN á mostra, de tamaño N , da variable aleatoria (poboacional) de interese X .

Cada un dos elementos da mostra é unha variable aleatoria, e, polo método de mostraxe son
independentes é teñen a mesma distribución que X . Neste caso diremos que X1 , …, XN forman unha
mostra aleatoria simple (m.a.s.) de X .
Outros métodos
Mostraxe estratificada, mostraxe por conglomerados, etc.
11/123
Tipos de Inferencia
Supoñamos que temos unha variable aleatoria de interese X e que queremos facer inferencia (gañar
coñecemento) sobre un parámetro θ (media: μ, varianza: σ, proporción ou porcentaxe: p, etc) a partir
dunha mostra. Con ese obxectivo, a inferencia estatística emprega os seguintes tres procedementos
Estimación puntual
No caso da estimación puntual, o obxectivo é obter un valor numérico único para o parámetro
poboacional descoñecido θ.
A intención de voto ao PE é do 27%.
Intervalos de confianza
Os intervalos de confianza van un paso máis alá, e, en lugar de proporcionar un valor numérico único,
proporcionan todo un rango de posibles valores para o parámetro poboacional descoñecido θ.
A intención de voto ao PE está entre o 23% e o 31%.
Contrastes de hipóteses
Finalmente, os contrastes de hipóteses teñen como obxectivo corroborar ou invalidar unha determinada
afirmación acerca do parámetro poboacional descoñecido θ.
¿É a intención de voto ao PE maior do 40%? 12/123

Estimación puntual
Estimación puntual
Como acabamos de ver a estimación puntual consiste en dar un valor numérico único para θ a partir
dunha mostra de X .
Nesta situación, parece lóxico que o valor numérico que se proporcione sexa unha función da mostra.
Estatístico
Recebe o nome de estatístico calquera función T da mostra aleatoria
T = T(X1 , X2 , … , XN ).
Como a mostra está formada por variables aleatorias, o estatístico tamén é unha variable aleatoria. A súa
distribución (función de distribución, masa de probabilidade ou función de densidade, segundo
corresponda) chámase distribución na mostraxe de T .
Exemplos de estatísticos
· Media mostral
∑Ni=1 Xi
T(X1 , X2 , … , XN ) = X̄ =
N
· Proporción mostral
nPE ∑Ni=1 Xi
T(X1 , X2 , … , XN ) = = 14/123
N N
Estimación puntual
Por tanto, o xeito de proceder para obter unha estimación puntual de θ (parámetro poboacional de
interese) é sumamente sinxelo. Consiste en:
· Paso 1: seleccionar un estatístico T para ese parámetro. Neste caso, o estatístico tamén recebe o nome
de estimador porque serve para dar un valor estimado do parámetro. Normalmente un estimador do
parámetro θ denotarase por θ.̂
· Paso 2: proporcionar como estimación puntual de θ o valor de θ ̂ calculado a partir da mostra concreta
coa que contamos.
Un estimador é unha regra xeral de cálculo (que poderemos aplicar a todas as m.a.s), mentres que unha
estimación é o resultado de aplicar dita regra a unha mostra concreta.
No exemplo dos pingüíns empregado no Tema 2, a variable de interese pode ser o bill_depth_mm e
o parámetro poboacional de interese a súa media, μ (é dicir, estamos interesados na profundidade
media do pico dos pingüíns do arquipélago de Palmer). Un estimador natural para a media
poboacional μ é a media mostral
∑Ni=1 Xi
μ̂ = X̄ = .
N
que nos datos concretos cos que contamos toma o valor (estimación puntual)
x̄ = 17.165 mm.
15/123
Estimación puntual
Agora ben
· ¿Como sabemos cal é o mellor estimador para a noso parámetro descoñecido?

· ¿Ten sentido empregar a mediana mostral para estimar a media poboacional?
· ¿Ou ten a media mostral algunha propiedade que fai que sexa o estimador máis apropiado para
a media poboacional?
Parece claro que un estimador θ ̂ para un parámetro θ será bo se as estimacións que proporciona están
“cerca” de θ.
16/123
Estimación puntual
Como vimos antes, todo estimador é unha variable aleatoria ⟹ podemos estudar o seu
comportamento teórico.
Aínda que non o indicamos explicitamente nas expresións que empregamos ata o de agora, o estimador θ̂
depende” do tamaño mostral (pensade na media mostral, o valor de N aparece na expresión).
̂ para indicar a “dependencia” de N
Empregaremos nas seguintes definicións notación θN
Innesgadez
̂ do parámetro θ é innesgado se
· Diremos que un estimador θN
E(θN̂ ) = θ.
17/123
Estimación puntual
¿Pero, é suficiente que un estimador sexa innesgado para que se converta no mellor estimador de
θ?
⟹ Outra propiedade desexable é que teña pouca varianza.
18/123
Estimación puntual
Consistencia
Diremos que un estimador é consistente cando:
lim Var(θN̂ ) = 0.
N→∞
Erro estándar
O erro estándar dun estimador é a súa desviación típica
ES(θN̂ ) = √‾‾‾‾‾‾‾
Var( θN̂ ‾).
19/123
Estimación puntual
Estimadores notables
· Temos unha variable aleatoria X da cal descoñecemos (algún) dos parámetros que caracterizan a súa
distribución (media, varianza, etc.).
· O noso obxectivo é aproximar (estimar) ese parámetro a través da información proporcionada por unha
mostra (aleatoria simple) de tamaño N de X (X1 , X2 , …, XN ).
· Para elo, empregaremos estimadores quen cumpran as propiedades que acabamos de estudar
(innesgadez e consistencia).
- Estimación da media poboacional de X , que denotamos por μ = E(X). O estimador adecuado neste
caso é a media mostral.
- Estimación da varianza poboacional de X , que denotamos por σ 2 = Var(X). O estimador axeitado

neste caso é a varianza mostral. A partir deste estimador tamén podemos dar un estimador para a
desviación típica a de X a través da desviación típica mostral.
- Estimación dunha proporción/probabilidade poboacional relacionada con X . Por exemplo, a

probabilidade de que X verifique unha determinada condición. O estimador adecuado neste caso é
a proporción mostral (frecuencia relativa) das observacións que cumpren a dita condición.
20/123
Estimación puntual
Estimador para a media

Sexa X1 , X2 , …, XN unha m.a.s. da variable aleatoria X de interese, que ten media μ = E(X) e varianza
σ 2 = Var(X).
· Se queremos facer inferencia sobre o parámetro media poboacional μ = E(X), un estimador razoable
para μ é a media mostral
N
Xi
∑ N
μ̂ = X̄ = .
i=1
A media mostral, como estimador, cumpre as seguintes propiedades:
· É innesgado
( i=1 N ) i=1 N
N N N
Xi E(Xi ) μ Nμ
∑ ∑ ∑
E(X̄ ) = E = = = = μ.
i=1
N μ
· É consistente (aquí empregamos o feito de que X1 , … , XN son independentes)
( N)
N
Xi ∑Ni=1 Var(Xi ) Nσ 2 σ2
∑
Var(X̄ ) = Var = 2
= = →N→∞ 0. 21/123
N N N
Estimación puntual
Estimador para a media
Para crear a figura, xeráronse, mediante simulación, 1000 mostras con N = 10 observacións cada unha, 1000 máis con N = 20
observacións, e así sucesivamente ata un tamaño de mostra de N = 1000. En todos os casos, asumiuse que X ∼ Poisson(1). Para cada
mostra, calculouse a media mostral. A gráfica amosa o diagrama de caixas paras esas medias mostrais separadamente para cada tamaño
mostral. A liña de cor amosa a media poboacional (1).
22/123
Estimación puntual
Estimador para a media: distribución na mostraxe

¿Podemos dicir algo acerca da distribución na mostraxe de X̄ (recordade que é unha variable aleatoria)?
· No caso particular no que X ten unha distribución normal, é dicir X ∼ N(μ, σ 2 ), entón
( √N )
σ
X̄ ∼ N μ, ,
‾‾
ou equivalentemente
X̄ − μ
σ ∼ N(0, 1).
√N
23/123
Estimación puntual

· De xeito xeral (é dicir independentemente da distribución que teña X ) o Teorema Central do Límite
dinos que
X̄ − μ
( √N ‾‾ )
σ
X̄ aprox. N μ, , ou equivalentemente σ aprox. N(0, 1).
√N
onde μ = E(X) e σ 2 = Var(X).

· En xeral esta aproximación é boa xa para tamaños moderados de N (por exemplo N > 30).
σ
En ambos os dous casos, o erro estándar do estimador é ES(X̄ ) = .
√N
24/123
Estimación puntual
Para crear a figura, xeráronse, mediante simulación, 1000 mostras con N = 100 observacións cada unha asumindo que X ∼ Poisson(1), e
1000 máis con N = 30 observacións pero asumindo que X ∼ N(1, 1). Para cada mostra, calculouse a media mostral. A gráfica amosa o
1
histograma para esas medias mostrais separadamente para cada distribución. A liña de cor é a densidade asociada a unha N(1, ).
√30
25/123
Estimación puntual
Para crear a figura, xeráronse, mediante simulación, 1000 mostras con N = 30 observacións cada, e 1000 mostras máis con N = 100
observacións. En ambos os dous casos asumiuse que X ∼ N(1, 1). Para cada mostra, calculouse a media mostral. A gráfica amosa o
1
histograma para esas medias mostrais separadamente para cada distribución. A liña de cor é a densidade asociada a unha N(1, )
√30
1
(esquerda) e unha N(1, ) (dereita).
√100
26/123
Estimación puntual
Estimador para a varianza

Sexa X1 , X2 , …, XN unha m.a.s. da variable aleatoria X de interese, que ten media μ = E(X) e varianza
σ 2 = Var(X).
· Se queremos facer inferencia sobre o parámetro varianza poboacional σ 2 = Var(X) (ou o parámetro
desviación típica poboacional σ = √‾ ‾‾‾‾‾‾), un estimador razoable para σ 2 é a varianza mostral (ou
Var(X)
para σ a desviación típica mostral).
2 ‾N‾‾‾‾‾‾‾‾‾‾‾‾2‾
(Xi − X̄ ) (Xi − X̄ )
N 
∑ N−1 ∑ N−1
σ̂ = S =
2 2
e σ̂ = S =  .
i=1 ⎷ i=1
A varianza mostral e a desviación típica mostral, como estimadores, cumpren as seguintes

propiedades:
· Son innesgado
· Son consistentes
27/123
Estimación puntual
Estimador para a varianza
observacións, e así sucesivamente ata un tamaño de mostra de N = 1000. En todos os casos, asumiuse que X ∼ Poisson(1). Para cada
mostra, calculouse a varianza mostral. A gráfica amosa o diagrama de caixas paras esas varianzas mostrais separadamente para cada
tamaño mostral. A liña de cor amosa a varianza poboacional (12 ).
28/123
Estimación puntual
Estimador para a varianza: distribución na mostraxe

¿Podemos dicir algo acerca da distribución na mostraxe de S 2 (recordade que é unha variable
aleatoria)?
· Neste caso, a distribución de S 2 vai depender da distribución de X .
· No caso particular no que X ten unha distribución normal, é dicir X ∼ N(μ, σ 2 ), entón
(N − 1)S 2
2
∼ χN−1
2 ,
σ
2
onde χN−1 denota unha distribución chi-cadrado de Pearson con N − 1 graos de liberdade.
29/123
Estimación puntual
Estimador para a varianza: distribución na mostraxe
Para crear a figura, xeráronse, mediante simulación, 1000 mostras con N = 30 observacións cada unha e asumiuse que X ∼ N(1, 1). Para
2
cada mostra, calculouse a varianza mostral, multiplicouse ese valor por (30-1) e dividiuse por σ 2 = 1 . A gráfica amosa o histograma para
eses valores. A liña de cor é a densidade asociada a unha χ30−1 .
30/123
Estimación puntual
Estimador para unha proporción

· Supoñamos estamos interesados en estimar a proporción p de individuos dunha poboación que
presentan unha determinada característica de interese. Podemos identificar a nosa variable aleatoria de
interese, que denotamos por X , como unha variable aleatoria de Bernoulli, onde
- 1 significa que o individuo ten a característica de interese.

- 0 significa que o individuo non ten a característica de interese.
· É dicir, X ∼ Bernoulli(p) . Recordade que μ = E(X) = p.
· Sexa X1 , X2 , …, XN unha m.a.s. de X . Se queremos facer inferencia sobre o parámetro proporción
poboacional p, un estimador razoable para p é proporción mostral de individuos da mostra que
presentan a característica
Nº de 1's na mostra ∑Ni=1 Xi

p̂ = = = X̄ .
N N
Fixádevos que estamos ante un caso particular da estimación da media poboacional, e por tanto p̂ ten as
mesmas propiedades que tiña X̄ . Por tanto, é un estimador innesgado (E(p̂) = p) e consistente.
31/123
Estimación puntual
Estimador para unha proporción
observacións, e así sucesivamente ata un tamaño de mostra de N = 1000. En todos os casos, asumiuse que X ∼ Bernoulli(0.2) . Para
cada mostra, calculouse a proporción de 1’s na mostra. A gráfica amosa o diagrama de caixas paras esas proporcións separadamente para
cada tamaño mostral. A liña de cor amosa a proporción poboacional (p = 0.2).
32/123
Estimación puntual
Estimador para unha proporción: distribución na mostraxe

¿Podemos dicir algo acerca da distribución na mostraxe de p̂ (recordade que é unha variable aleatoria)?
· Facendo uso, de novo, do Teorema Central do Límite podemos aproximar a distribución na mostraxe de
p̂ por unha distribución Normal
‾p(1
‾‾‾‾‾‾‾
− p)‾
( √ )
p̂ aprox. N p, ,
N
ou equivalentemente
p̂ − p
aprox. N(0, 1).
‾‾‾‾‾‾
√ N
p(1−p)
· Para que a aproximación sexa boa necesitaremos un tamaño mostral suficientemente grande. En xeral
N > 40 é suficiente xunto con N p̂ > 10 e N(1 − p̂) > 10.
33/123
Estimación puntual
Estimador para unha proporción: distribución na mostraxe
Para crear a figura, xeráronse, mediante simulación, 1000 mostras con N = 100 observacións cada unha, e 1000 máis con N = 200
observacións. En ambos os dous casos asumiuse que X ∼ Bernoulli(0.2). Para cada mostra, calculouse a proporción de 1’s na mostra. A
‾‾‾‾‾‾‾‾
(0.2, √ 100 ) (esquerda) e a unha
0.2(1−0.2)
gráfica amosa o histograma para esas proporcións. A liña de cor é a densidade asociada a unha N
N (0.2, √‾‾‾‾‾‾‾‾ (dereita)

)
0.2(1−0.2)
200
34/123
· Ata este momento, describimos os fundamentos da teoría da mostraxe que é a base para facer
conxecturas (inferencias) sobre os parámetros da poboación a partir dunha mostra de datos.
· Unha das razóns polas que necesitamos toda esta teoría da mostraxe é que cada conxunto de datos
(mostra) déixanos con incertezas: as nosas estimacións nunca van ser perfectamente precisas.
· O que faltou ata o de agora é un intento de cuantificar canta incerteza acompaña á nosa estimación:
- Por exemplo, pode non bastar con dicir que a porcentaxe estimada de persoas que van a votar ao PE
é do 28.5%.
- Tamén queremos ser capaces de dicir algo que exprese o grao de certeza que temos nesa
conxetura.
- ¿Non sería bo poder dicir que a porcentaxe real está entre o 26.5% e 30.5% cunha confianza do,
digamos digamos, 95%? O nome para isto é intervalo de confianza: xa non dou un único valor
(estimación puntual) se non todo un rango de posibles valores.
- Obviamente, canto menor sexa o intervalo, mellor (menos incerteza). Non é o mesmo dicir que a
porcentaxe real de voto está entre o 10% e o 47%, que dicir que está entre o 26.5% e o 30.5%.
36/123
Definición
Intervalo de confianza
Sexa X a variable aleatoria e sexa θ o parámetro poboacional sobre o que queremos facer inferencia (gañar
coñecemento). Sexa X1 , X2 ,…, XN , unha m.a.s. de X . Denomínase intervalo de confianza (IC) para θ con
nivel de confianza 1 − α (α ∈ [0, 1]) a un intervalo aleatorio (T1 , T2 ) de forma que
P (T1 ≤ θ ≤ T2 ) = 1 − α,
onde T1 = T1 (X1 , … , XN ) e T2 = T2 (X1 , … , XN ) son dous estatísticos que se calculan a partir da
mostra.
Moitas veces o nivel de confianza dase nunha escala de 0 a 100 (porcentaxe). Por exemplo,
falaremos dun nivel de confianza do 95%, que é equivalente a dicir que 1 − α = 0.95.
37/123
Interpretación
· A figura mostra os intervalos de confianza do 95% para a proporción real de votantes ao PE ( p = 0.3)
obtidos para 100 mostras diferentes de tamaño N = 40.
· Cada mostra da lugar a un intervalo de confianza diferente (diferentes valores de T1 e T2 ) ⟹ Os

intervalos son aleatorios
· En 92 das 100 mostras (92%) o intervalo obtido contén á verdadeira proporción de votantes ao PE.
38/123
Interpretación
· Na “poboación” das mostras de tamaño N = 40, o 95% dos intervalos de confianza obtidos a partir
delas van conter á verdadeira proporción de votantes ao PE.
· Na práctica, eu vou ter unha mostra concreta e un intervalo concreto ⟹ o intervalo contén ou non á
verdadeira proporción (non hai aleatoriedade!).
· Dado que elixín un nivel de confianza ao 95% ⟹ eu confío, cunha confianza do 95%, que a miña
mostra é unha das que da lugar a un intervalo de confianza que si contén á verdadeira proporción .
39/123
Nivel de confianza
⟹ O aumento do nivel de confianza conleva un aumento da lonxitude do intervalo.
40/123
Tamaño mostral
⟹ O aumento do tamaño mostral conleva unha diminución da lonxitude do intervalo.
41/123
Exemplo
Sábese que o peso (en kg) que alcanzan as robalizas dunha planta de acuicultura alimentadas
cun penso experimental é unha variable aleatoria que segue una distribución N(μ, 0.3), e μ, o
peso medio que alcanzan as robalizas, é decoñecido. Deséxase estimar μ. Para isto
selecciónanse ao azar 16 robalizas e recóllese o seu peso, sendo os datos obtidos os seguintes
## [1] 0.85375 0.95375 1.49375 1.04375 1.06375 1.53375 1.16375 0.64375 0.81375
## [10] 0.89375 1.39375 1.13375 1.14375 1.05375 0.85375 1.56375
A media mostral arroxa un valor de x̄ = 1.1 kg.

¿É fiable ese valor? ⟹ Calculemos o intervalo de confianza.
42/123
Construción
· Para ilustrar os pasos para a construción dun intervalo de confianza empregaremos un dos casos máis
sinxelos.
· Sexa X1 , X2 , …, XN unha m.a.s. da variable aleatoria X de interese con X ∼ N(μ, σ).

- Supoñamos, de momento, que σ é coñecido (moi infrecuente)
- A media poboacional μ é o parámetro sobre o que queremos facer inferencia (descoñecido para
nós).
- Como vimos na parte de estimación puntual o estimador natural (e con boas propiedades) para μ é a
media mostral e sabemos cal é a súa distribución na mostraxe
N
( √N )
Xi σ
∑ N
μ̂ = X̄ = ∼ N μ, .
i=1
‾‾
43/123
Construción
1. O primeiro paso será fixar o nivel de confianza, digamos 1 − α = 0.95 (por tanto, α = 0.05).
2. O seguinte paso será buscar para X̄ (o noso estimador) dous valores a e b, tal que:
P(a ≤ X̄ ≤ b) = 0.95.
Existen infinitos pares de valores que verifican esa propiedade, pero ímonos quedar cos dous valores
que fan o intervalo de lonxitude mínima (que é algo que nos interesa). Neste caso, pódese ver que eses
valores son a = μ − 1.96 σ e b = μ + 1.96 σ . Notade que 1.96 é o cuantil de orde 0.975
√N √N
(= 1 − α/2) dunha distribución N(0, 1).
44/123
Construción
3. O último paso será reorganizar para que μ (o parámetro descoñecido) quede no medio. Neste caso pode
verse que
( ‾‾ )
σ σ
0.95 = P μ − 1.96 ≤ X̄ ≤ μ + 1.96
√N‾‾ √N
( )
σ σ
= P X̄ − 1.96 ≤ μ ≤ X̄ + 1.96 .
√N‾‾ √N‾‾
Por tanto, neste caso o intervalo de confianza para μ cun nivel de confianza do 0.95 é
( ‾‾ )
σ σ
X̄ − 1.96 , X̄ + 1.96
√N‾‾ √N
De xeito xeral, o intervalo de confianza para μ cun nivel de confianza de 1 − αé
( ‾‾ )
σ σ
X̄ − z1−α/2 , X̄ + z1−α/2
√N‾‾ √N
onde zp é o cuantil de orde p dunha N(0, 1).
45/123
Exercicio
Sábese que o peso (en kg) que alcanzan as robalizas dunha planta de acuicultura alimentadas
cun penso experimental é unha variable aleatoria que segue una distribución N(μ, 0.3), e μ, o
peso medio que alcanzan as robalizas, é decoñecido. Deséxase estimar μ. Para isto
selecciónanse ao azar 16 robalizas, obténdose un peso medio mostral x̄ = 1.1 kg.
Para eses datos, calcular
· O intervalo confianza para o peso medio poboacional μ con nivel de confianza 0.95
(α = 0.05)
(α = 0.10)
(α = 0.01)
46/123
Exercicio (solución)
( ‾‾ )
σ σ
X̄ − z1−α/2 , X̄ + z1−α/2
√N‾‾ √N
(α = 0.05) é:
( )
0.3 0.3
1.1 − 1.96 , 1.1 + 1.96 = (0.953, 1.247) .
‾‾
‾
√16 ‾‾
‾
√16
(α = 0.10) é:
( )
0.3 0.3
1.1 − 1.64 , 1.1 + 1.64 = (0.977, 1.223) .
√‾‾
‾
16 √‾‾
‾
16
(α = 0.01) é:
( )
0.3 0.3
1.1 − 2.58 , 1.1 + 2.58 = (0.9065, 1.2935) .
‾‾
‾
√16 ‾‾
‾
√16
47/123
Observade que a lonxitude do intervalo de confianza aumenta ao aumentar o nivel de confiaza
Intervalos notables
Intervalo de confianza para unha media μ: distribución Normal

Sexa X1 , X2 , …, XN unha m.a.s. da variable aleatoria X de interese, con X ∼ N(μ, σ), e queremos
construír un intervalo de confianza para μ. Neste caso podemos ter dúas situacións: σ coñecido e σ
descoñecido.
· σ coñecido (moi pouco frecuente na práctica)

- O intervalo de confianza para μ con nivel de confianza 1 − αé
( )
σ σ
I Cμ = X̄ − z1−α/2 , X̄ + z1−α/2 ,
√‾‾
N √‾‾
N
onde zp é o cuantil de orde p dunha distribución N(0, 1)
48/123
Intervalos notables

· σ descoñecido (este é o que realmente se utiliza na práctica)
- Neste caso, o que faremos será reemprazar, na expresión anterior, σ polo seu estimador natural, a
desviación típica mostral S.
- Ese “cambio” modificará tamén o cuantil que empreguemos que xa non será o dunha distribución
N(0, 1) senón o dunha distribución t de Student con N − 1 graos de liberdade.
- O intervalo de confianza para μ con nivel de confianza 1 − αé
( )
S S
I Cμ = X̄ − tN−1,1−α/2 , X̄ + tN−1,1−α/2 ,
‾‾
√N ‾‾
√N
onde tN−1,p é o cuantil de orde p dunha distribución t de Student con N − 1 graos de liberdade.
49/123
Intervalos notables
Densidades de distribucións t de Student e Normal
50/123
Intervalos notables

Exercicio
Elevadas concentracións de mercurio son un problema importante tanto para os golfiños como
para outros animais, que ocasionalmente os comen. Por elo, na área de Taiji en Xapón realizaron
un estudo para determinar a concentración de mercurio nos músculos dos golfiños. Así,
mediron a concentración de mercurio (microgramo de mercurio por gramo húmedo de músculo,
μg/g húmedo) en 19 golfiños da zona, obténdo os seguintes datos
## [1] 5.09 2.65 2.49 3.46 8.17 5.09 6.12 8.72 5.80 2.33 1.09 0.84 3.14 5.83 5.55
## [16] 3.39 1.66 5.30 6.91
Analizados os datos, obtemos unha concentración media (mostral) x̄ = 4.4μg/g húmedo e

desviación típica s = 2.3μg/g húmedo. Os datos non suxiren que a suposición de normalidade
non se verifique.
· Calcular o intervalo de confianza ao 95% para a concentración media de mercurio nos

músculos dos golfiños da área de Taiji en Xapón
51/123
Intervalos notables

Neste caso, temos a media e a desviación típica mostral (x̄ = 4.4 e s = 2.3, respectivamente) e
N = 19. Asumindo, como se nos di, que os datos distribúense normalmemte, temos que o
intervalo de confianza ao 95% (α = 0.05) é
( )
S S
X̄ − tN−1,1−α/2 , X̄ + tN−1,1−α/2 =
√N‾‾ √N‾‾
( )
2.3 2.3
4.4 − t18,0.975 , 4.4 + t18,0.975 =
√ ‾‾
‾
19 √ ‾‾
‾
19
( )
2.3 2.3
4.4 − 2.10 , 4.4 + 2.10 = (3.291, 5.508) .
‾‾
√19‾ ‾‾
√19‾
52/123
Intervalos notables
Intervalo de confianza para unha proporción p

Sexa X1 , X2 , …, XN unha m.a.s. da variable aleatoria X de interese, con X ∼ Bernoulli(p), e queremos
construír un intervalo de confianza para p.
Neste caso facemos uso, de novo, do Teorema Central do Límite.
Por tanto, os intervalos de confianza que obteremos son aproximados e necesitaremos un tamaño mostral
suficientemente grande. En xeral N > 40 é suficiente xunto con N p̂ > 10 e N(1 − p̂) > 10.
· O intervalo de confianza aproximado para p con nivel de confianza 1 − αé
‾p‾‾‾‾‾‾‾
̂(1 − p̂)‾ ‾p‾‾‾‾‾‾‾
̂(1 − p̂)‾
( √ √ N )
ICAp = p̂ − z1−α/2 , p̂ + z1−α/2 ,
N
onde zp é o cuantil de orde p dunha distribución N(0, 1)
53/123
Exemplo
Antes de facer o seguinte exercicio, vexamos o seguinte vídeo
https://www.youtube.com/watch?
v=vJG698U2Mvo
54/123
Exercicio
· Todos cremos que vemos a maior parte do que ocorre ao noso ao redor, polo menos as
cousas máis obvias. Con todo, recentemente psicólogos identificaron un fenómeno chamado
“mirada selectiva”, que significa que, se a nosa atención céntrase nun aspecto do que vemos,
mesmo podemos pasar por alto cousas aparentemente obvias presentadas ao mesmo tempo.
· Nunha sorprendente demostración deste fenómeno, mostrouse o vídeo anterior a unha serie
de estudantes elixidos ao azar. Dos 120 alumnes que viron o vídeo, 50 decatáronse da
presenza do gorila.
· A partir destes datos
- Cal é a mellor estimación da proporción de estudantes da poboación que se decatan da

presenza da persoa co traxe de gorila?
- Cal é o intervalo de confianza do 95% para a proporción de estudantes da poboación que

se decatan da presenza da persoa co traxe de gorila?
55/123
· Cal é a mellor estimación da proporción de estudantes da poboación que se decatan da

presenza da persoa co traxe de gorila?
50
p̂ = = 0.4166667 (≈ 0.42)
120
· Cal é o intervalo de confianza do 95% para a proporción de estudantes da poboación que se
decatan da presenza da persoa co traxe de gorila?
‾0.42(1
‾‾‾‾‾‾‾‾‾‾‾‾
− 0.42)‾ ‾0.42(1
‾‾‾‾‾‾‾‾‾‾‾‾
− 0.42)‾
( √ √ )
0.42 − 1.96 , 0.42 + 1.96 = (0.332, 0.508),
120 120
56/123
Estimación puntual e intervalos de confianza
Caso práctico
No ano 2013, a Penn Research Foundation plantexouse estudar a proporción de estadounidenses adultos
con unha ou máis enfermidades crónicas (tensión alta, problemas pulmonares, diabetes, enfermidade
coronaria, ou cancro). Para elo, realizou unha enquisa a 3014 estadounidenses adultos, dos cales o 45%
reportou ter unha ou máis enfermidades crónicas.
· ¿Cal é a variable aleatoria de interese neste estudo?
· ¿Que distribución ten a variable?
· ¿Cal é o parámetro poboacional de interese no estudo?
· Se quixésemos dar unha estimación puntual dese parámetro ¿Que valor dariamos?
· Se en lugar de dar un único valor, quixésemos dar todo un posible rango de valores ¿Que
empregaríamos?
· Se quixésemos calcular o intervalo de confianza ¿Que deberíamos verificar antes de poder construílo?
· Calcular o intervalo de confianza ao 95% para para a porcentaxe de estadounidenses adultos que teñen
unha ou máis enfermidades crónicas.
57/123
Estimación puntual e intervalos de confianza
Caso práctico (cont.)
· Indicar se as seguintes “afirmacións” son verdadeiras ou falsas:
- Podemos dicir, con total certeza, que o intervalo de confianza calculado anteriormente contén á
verdadeira proporción de estadounidenses adultos que teñen unha ou máis enfermidades crónicas.
- Se puidésemos repetir a enquisa 1000 veces e construísemos o intervalo de confianza ao 95%,

entón, aproximadamente, 950 deses intervalos van conter á verdadeira proporción de
estadounidenses adultos que teñen unha ou máis enfermidades crónicas.
- Se quixésemos reducir a lonxitude do intervalo de confianza (dar unha estimación máis precisa da
verdadeira proporción), entón teríamos que facerlle a enquisa a menos persoas.
- Se agora construímos o intervalo de confianza ao 90%, ese intervalo será máis longo que o intervalo
de confianza ao 95%.
58/123
· Ata o de agora expuxemos as ideas que subxacen á estimación (tanto puntual como por intervalos de
confianza), que é unha das dúas “grandes ideas” da inferencia estatística.
· Agora é o momento de prestar atención á outra gran idea, que é a comprobación (ou contraste) de
hipóteses.
· Na súa forma máis abstracta, un contraste de hipóteses é unha idea moi simple: temos unha teoría
sobre o mundo, e queremos determinar se os datos que temos (mostra) apoian esa teoría ou polo
contrario proporcionan evidencia de que é falsa.
· En termos estatísticos o que imos ter é unha hipótese (afirmación) sobre unha variable aleatoria de
interese (ou algún dos seus parámetros) e o que necesitamos é un procedemento que nos permita
decidir ata que punto os datos que temos (mostra) corroboran ou non esa hipótese.
60/123
Exemplo
· Volvemos ao exemplo do principio deste tema no que estabamos interesadas en estudar a intención de
voto ao Partido Estatístico (PE) nas próximas eleccións.
· Sabemos que nas anteriores eleccións a proporción de votantes ao PE foi do 50%.
· En particular, agora o noso interese céntrase en determinar se a intención de voto ao Partido Estatístico
(PE) nas próximas eleccións mantense con respecto ás anteriores eleccións ou polo contrario hai
cambios (a proporción de votantes a día de hoxe é maior ou menor do 50%).
· Así, hai dúas posibilidades, dúas hipóteses a contrastar, que, no contexto do exemplo, podemos
especificar como:
Hipótese nula H0 : p = 0.5 (non hai cambios con respecto ás anteriores eleccións)
Hipótese alternativa H1 : p ≠ 0.5 (sí hai cambios)
· A cuestión é ¿como podo decidir cal das dúas é a correcta?.
61/123
Exemplo
· Decido que, para tomar a decisión, procederei do seguinte xeito: 1) escollerei a 10 individuos aos azar (o
presuposto non me permite coller a máis); 2) recollerei a súa intención de voto ( X1 , … , X10 ), e 3)
calcularei a frecuencia de votantes ao PE.
· Como algo de probabilidade xa sei, coñezo a función de masa de probabilidade da variable aleatoria
∑10
i=1 Xi
p̂ = ,
10
no caso no que a intención de voto ao PE sexa do 50% (p = 0.5).
62/123
Exemplo
Finalmente escollo aos 10 individuos, e resulta que 5 deles teñen intención de votar ao PE ( p̂ = 5
10
) ¿Que
decisión tomo?
63/123
Exemplo
Finalmente escollo aos 10 individuos, e resulta que 5 deles teñen intención de votar ao PE ( p̂ = 5
10
) ¿Que
decisión tomo?
· Ese resultado parece consistente con que a intención de voto ao PE sexa do 50% (se o é, ocorrerá o
24.6% das veces).
· Por tanto, dado que os datos non parece que aporten evidencia de que a intención de voto ao PE sexa
diferente do 50%, reteño a hipótese nula (p = 0.5) ⟹ NON teño evidencia de que haxa cambios con
respecto ás anteriores eleccións.
64/123
Exemplo
¿Que pasa se nos 10 individuos que escollín os 10 teñen intención de votar ao PE ( p̂ = 1)? ¿Que decisión
tomo?
65/123
Exemplo
¿Que pasa se nos 10 individuos que escollín os 10 teñen intención de votar ao PE ( p̂ = 1)? ¿Que decisión
tomo?
O certo é que ese é un resultado posible mesmo que que a intención de voto ao PE sexa do 50% (sabemos
que ocorrerá o 0.1% das veces).
· Así, podo pensar que aínda que é moi pouco probable é posible e polo tanto sigo retendo a hipótese
nula (p = 0.5) ⟹ NON teño evidencia de que haxa cambios con respecto ás anteriores eleccións.
· Alternativamente, podo pensar que é un resultado moi improbable como para ter ocorrido por “azar”,
e argumentar que sería un resultado probable se efectivamente a intención de voto ao PE é maior do
50%.
- Se emprego este último argumento, a decisión que tomarei será rexeitar a hipótese nula, xa que o
resultado suxire que é falsa (p ≠ 0.5) ⟹ SI teño evidencia de que hai cambios con respecto ás
anteriores eleccións.
66/123
Exemplo
Así, podemos pensar nunha regra de decisión como a seguinte:
· Se nos 10 individuos que escolla ao azar, o número de votantes ao PE é 2, 3, 4, 5, 6, 7 e 8, entón reterei

a hipótese nula, H0 : p = 0.5, e concluirei que NON teño evidencia de que haxa cambios con respecto
ás anteriores eleccións (se realmente p = 0.5, todos eses valores ocorren cunha probabilidade do
0.978).
· Se nos 10 individuos que escolla ao azar, o número de votantes ao PE é 0, 1, 9 ou 10, entón rexeitarei a
hipótese nula (se realmente p = 0.5, todos eses valores ocorren cunha probabilidade do 0.022), e
concluirei que SI teño evidencia de que hai cambios con respecto ás anteriores eleccións ( H1 : p ≠ 0.5).
67/123
Conceptos principais
· Un contraste de hipóteses é un criterio ou regra de decisión para decidir entre dúas hipóteses
complementarias en base á información proporcionada por unha mostra.
· Por tanto, antes de realizar un contraste, será necesario especificar dúas hipóteses:
- Hipótese nula (H0 ). Hipótese a validar (exemplo: p = 0.5)

- Hipótese alternativa (H1 ). Resto de situacións de interese (exemplo: p ≠ 0.5).
68/123
· Obviamente, o ideal sería ter un criterio de decisión que nunca cometa erros. É dicir, sexa cal sexa a
mostra concreta (datos) que eu teña, sempre tome a decisión correcta entre as dúas hipóteses que estou
a contrastar (decida correctamente cal delas é certa).
· Desgraciadamente, iso non é posible.
· Así, segundo H0 sexa certa ou falsa (neste último caso H1 será certa) o criterio de decisión elixido dará
lugar a dous tipos de decisións correctas e a dous tipos de erros.
Decisión
Reter H0 Rexeitar H0
H0 certa Decisión correcta Erro de tipo I

Realidade
H0 falsa Erro de tipo II Decisión correcta
69/123
Como vemos, temos dous tipos de erros diferentes, para os que podemos definir a probabilidade de
cometelos:
· Erro de tipo I: cometemos un erro de tipo I se rexeitamos a hipótese nula cando é realmente certa. A
probabilidade de cometer dito erro chámase nivel de significación do contraste e denótase por α
α = P (erro de tipo I) = P (rexeitar H0 /H0 é certa) .

· Erro de tipo II: cometemos un erro de tipo II se retemos a hipótese nula cando en realidade é falsa. A
súa probabilidade denótase por β
β = P (erro de tipo II) = P (reter H0 /H0 é falsa) .
70/123
· Potencia: a potencia dun contraste é a probabilidade de rexeitar H0 cando é falsa, e denótase por π:
π = potencia = P (rexeitar H0 /H0 é falsa) .

⟹ a potencia é o complementario da probabilidade de erro de tipo II
π = 1 − β = P (rexeitar H0 /H0 é falsa) .
71/123
· Obviamente, a situación ideal cando realizamos un contraste de hipóteses é que as dúas probabilidades
de erro, α e β sexan cero ⟹ esa situación non é posible.
· Sendo menos ambiciosos, o noso obxectivo será, por tanto, que α e β sexan o máis pequenos posibles.
· Desafortunadamente isto non sempre é posible: se intentamos dimuír a probabilidade dun tipo de erro
(cambiando o criterio a empregar para tomar a decisión), entón aumentará a probabilidade de cometer o
erro do outro tipo ⟹ é preciso tomar unha decisión.
· Nos contrastes de hipóteses tende a considerarse H0 como a hipótese preestablecida, contra a

cal é necesario esgrimir unha gran evidencia para invalidala ⟹ os test de hipóteses
empréganse con carácter conservador a favor de H0 .
· Noutras palabras, non hai un comportamento imparcial con respecto ás dúas hipóteses que se
están a considerar (H0 e H1 ). Non se trata de decidir cal das dúas hipóteses é máis verosímil á
vista dos datos, senon se os datos proporcionan evidencia suficiente para rexeitar a hipótese
nula H0 ⟹ eu teño moita “confianza” na miña hipótese nula, e só estou disposta a rexeitala no
caso no que os datos me proporcionen “razóns suficientes” para facelo.
72/123
· Un xeito de pensar nisto é imaxinar que un contrates de hipóteses é un xuízo.
- Hipótese nula: o acusado é inocente (en todo xuízo existe a presunción de inocencia)
- Hipótese alternativa: o acusado é culpable
- Xuízo: é o procedemento no cal se trata de determinar se o acusado é culpable ⟹ a evidencia debe

ser moi forte para que se rexeite a inocencia (H0 ) en favor da culpabilidade ( H1 ).
- Veredicto: Decisión
- Erro de tipo I: condenar a un inocente.
- Erro de tipo II: absolver a un culpable.
73/123
· Como acabamos de ver, a maior preocupación nun contraste de hipóteses radica no erro de tipo I
⟹ o obxectivo é garantir que sexa moi infrecuente rexeitar H0 cando sexa certa, pero non preocupa
tanto o feito de retela cando sexa falsa (erro de tipo II).
· Así, nun contraste de hipóteses, vaise establecer de antemán a probabilidade de cometer o erro de
tipo I, ou nivel de significación α. É habitual traballar con α = 0.05.
⟹ estamos a asegurar que, como máximo, rexeitaremos a hipótese H0 sendo esta certa para o 5%
mostras que podemos obter. En termos da analoxía inocente-culpable, asegurámonos que no caso de
persoas inocentes, enviaremos ao cárcere, como máximo, ao 5%.
· O valor de α representa, dalgún xeito, o prezo que estou disposto a pagar.
⟹ Canto menor sexa dito nivel, menos disposto estarei a rexeitar a hipótese nula no caso de que sexa
certa, mesmo que iso signifique que estou disposto a retela máis veces das “debidas” no caso de ser
falsa.
74/123
· Se o resultado dun contraste é reter a hipótese nula, H0 , debe interpretarse como que os datos
non aportaron evidencia suficiente como para descartala. Non falaremos, por tanto, de que
aceitamos H0 se non de que non a rexeitamos.
· Se, polo contrario, o resultado dun contraste é rexeitar a hipótese nula, H0 , é porque se está
razoablemente seguro de que H0 é falsa, e por tanto H1 é verdadeira.
· A estratexia en moitos casos será establecer como hipótese alternativa (H1 ) a que realmente
queremos validar. Se o contraste sae a rexeitar, podemos estar razoablemente seguros de que a
nosa hipótese é certa.
75/123
Contraste de hipóteses
Caso práctico
Seguridade alimentaria
Un inspector de seguridade alimentaria é chamado para investigar un restaurante con algúns informes de
clientes sobre prácticas sanitarias deficientes.
O inspector de seguridade alimentaria quere empregar o marco dos contrastes de hipóteses para avaliar
se se incumpren as normas. Se decide que o restaurante comete unha infracción grave, revogaráselle a
licenza para servir alimentos.
· ¿Cal serían, en palabras, a hipótese nula e a alternativa neste caso?
· Neste contexto ¿Como interpretamos un erro de tipo I?
· Neste contexto ¿Como interpretamos un erro de tipo II?
· ¿Que erro é máis problemático para o propietario do restaurante? ¿Por que?
· ¿Que erro é máis problemático para os clientes? ¿Por que?
· Como cliente, ¿preferirías que o inspector de seguridade alimentaria esixise probas contundentes ou
probas moi contundentes de problemas de saúde antes de revogar a licenza do restaurante?
76/123
Contraste de hipóteses
Caso práctico
Verdadeiro ou falso
Determina se as seguintes afirmacións son verdadeiras ou falsas
· Se se reduce o nivel de significación dun contraste (α) entón aumentará a probabilidade de cometer un
erro de tipo I.
· Supoñamos que a hipótese nula é H0 : p = 0.5 e, ao facer o contraste, non rexeitamos H0 . Entón
podemos dicir que a verdadeira proporción na pobación de interese é 0.5.
77/123
Pasos para o contraste
Os contrastes de hipóteses sempre se basean nos seguintes pasos e ideas:
· Determinar a hipótese nula (H0 ) e a hipótese alternativa (H1 ).
· Seleccionar un estatístico de contraste (que denotamos como D). Este estatístico vainos servir para
medir a concordancia/discrepancia entre os datos e H0 (vainos dar a regra ou criterio de decisión). O
estatístico de contraste é unha variable aleatoria: o seu valor pode cambiar con cada mostra concreta
que teñamos.
· Determinar a distribución na mostraxe de D baixo H0 (é dicir, baixo o suposto de que H0 sexa certa).
¿Por que é necesario este paso (que é o fundamental)? Porque esta distribución dinos exactamente que
valores de D podemos esperar observar se a hipótese nula é certa ⟹ podemos utilizar esta
distribución como ferramenta para avaliar a concordancia/discrepancia entre H0 e os datos que temos
(mostra).
78/123
· Fixar o nivel de significación, α (por exemplo α = 0.05).
· Dividir en dúas rexións os posibles valores do estatístico de contraste: rexión de aceptación e rexión de
rexeitamento/crítica. Estás rexións obtéñense a partir da distribución na mostraxe de D baixo H0
- Rexión de aceptación de probabilidade 1 − α baixo H0 . É dicir, se H0 é certa, entón temos unha

probabilidade 1 − α de obter unha mostra tal que o valor de D está nesa rexión.
- Rexión de rexeitamento ou rexión crítica de probabilidade α baixo H0 . É dicir, se H0 é certa, entón

temos unha probabilidade α de obter unha mostra tal que o valor de D está nesa rexión.
⟹ Estas rexións son as que determinan a regra ou criterio de decisión (a partir do valor crítico, que é
o valor, ou valores, que separa as rexións de aceptación e rexeitamento).
79/123
· Tomar a decisión. Unha vez que teñamos a mostra concreta, calcularemos o valor concreto do
estatístico de contraste D:
- Se ese valor cae na rexión crítica, rexeitarei a hipótese nula, e, por tanto aceitarei a hipótese
alternativa ⟹ Neste caso diremos que contraste foi estatísticamente significativo.
- Se ese valor cae na rexión de aceptación, entón os datos non aportan evidencia de que a hipótese
nula sexa falsa ⟹ Neste caso diremos que contraste foi non significativo.
80/123
Exemplo
Unha empresa de pensos para a alimentación de robalizas en acuicultura acaba de desenvolver

un novo penso e na información que proporciona indica que as robalizas alimentadas con ese
penso acadan, en media, un peso de 1kg.
Un centro de acuicultura está interesado en mercar ese penso, pero antes quere determinar se
a afirmación que fai a empresa sobre o peso medio é certa
Para elo “colle” a 16 robalizas, as alimenta con ese penso, e ao final do proceso determina o peso
acadado. Os pesos obtidos amósanse a continuación
## [1] 0.70375 0.80375 1.34375 0.89375 0.91375 1.38375 1.01375 0.49375 0.66375
## [10] 0.74375 1.24375 0.98375 0.99375 0.90375 0.70375 1.41375
Son os datos coherentes co que indica a empresa de que o peso medio é 1kg ou polo contrario
aportan evidencia de que é diferente de 1kg?
H0 :μ = 1
H1 :μ ≠ 1
Notade que os datos arroxan un valor medio de descontinuade x̄ = 0.95.
81/123
Sexa X1 , X2 , …, XN unha m.a.s. da variable aleatoria X de interese con X ∼ N(μ, σ).
· Supoñamos, de momento, que σ é coñecido (moi infrecuente)
· Queremos contrastar unha hipótese sobre a media poboacional μ (que é descoñecida para nós). En
particular, interésanos o seguinte contraste
H0 :μ = μ0
H1 :μ ≠ μ0
onde μ0 é un valor pre-especificado (valor que hipotetizamos).
· O sentido común aconséllanos rexeitar a hipótese nula H0 de que a media poboacional μ toma o valor
μ0 cando a media mostral X̄ sexa moi distinta de μ0 .
· Recordemos que
( √N ‾‾ )
σ
X̄ ∼ N μ,
82/123
Exemplo
· Para o noso exemplo, supoñamos que a nosa variable aleatoria
X = "peso (en kg) acadado"

segue unha distribución N(μ, 0.3) (notade que a desviación típica é coñecida).
· Queremos contrastar a seguinte hipótese sobre media poboacional μ (que é descoñecida para nós)
H0 :μ = 1
H1 :μ ≠ 1
· Seguindo o argumento anterior, rexeitaremos a hipótese nula H0 de que a media poboacional μ toma o
valor 1 cando a media mostral X̄ sexa moi distinta de 1.
· A cuestión é ¿Canto de distinta ten que ser para rexeitar H0 ?
83/123
Exemplo
1.96 é o cuantil de orde 0.975 dunha distribución N(0, 1).

84/123
Exemplo
Sobre a base da gráfica anterior, podemos pensar na seguinte regra de decisión
· Se a media dos datos cos que contamos está no intervalo
(0.853, 1.147)
⟹ Reteremos (non rexeitaremos) a hipótese nula H0 . Ese intervalo/rexión recebe o nome de Rexión de
aceptación
· Se a media dos datos cos que contamos está no intervalo
(−∞, 0.853) ∪ (1.147, ∞)

⟹ Rexeitaremos a hipótese nula H0 . Ese intervalo/rexión recebe o nome de Rexión de rexeitamento
ou rexión crítica
Se procedemos dese xeito, se H0 é verdadeira a probabilidade de rexeitala é α = 0.05 (Nivel de

significación)
85/123
Exemplo
· Para o noso exemplo tiñamos que x̄ = 0.95 que cae na rexión de aceptación ⟹ retemos a hipótese
nula.
· Concluímos por tanto que, para un nivel de significación de α = 0.05, os datos non aportan evidencia
suficiente de que a hipótese nula (H0 : μ = 1) é falsa ⟹ non hai evidencia suficiente de que o peso
medio que acadan as robalizas alimentadas co penso experimental é diferente de 1kg.
· Neste caso diremos que temos un resultado do contraste que non é estatisticamente significativo en
contra de H0 : μ = 1.
86/123
Exemplo: α = 0.01
2.58 é o cuantil de orde 0.995 (= 1 − α/2) dunha distribución N(0, 1).

· Rexión de aceptación de probabilidade 0.99 baixo H0 .
· Rexión de rexeitamento ou rexión crítica de probabilidade 0.01 baixo H0 .
87/123
Exemplo: α xenérico
zp é o cuantil de orde p dunha distribución N(0, 1).

· Rexión de aceptación de probabilidade 1 − α baixo H0 .
· Rexión de rexeitamento ou rexión crítica de probabilidade α baixo H0 .
88/123
Exemplo: tipificación
zp é o cuantil de orde p dunha distribución N(0, 1).

89/123
· Neste caso, e fixado o nivel de significación α, as rexións de aceptación e rexeitamento só dependen do
cuantil de orde 1 − α/2 da N(0, 1)
- Rexión de aceptación: (−z1−α/2 , z1−α/2 )
- Rexión de rexeitamento ou rexión crítica: (−∞, −z1−α/2 ) ∪ (z1−α/2 , ∞)
· ¿Como tomamos a decisión?
- Deberemos calcular o valor do estatístico de contraste D X̄ −1

= nos datos concretos que temos.
0.3/√16
Denotamos ese valor como DObs
- Se DObs cae na rexión de aceptación ⟹ reteremos (non rexeitaremos) a hipótese nula H0
- Se DObs cae na rexión crítica ⟹ rexeitaremos a hipótese nula H0 , e por tanto, aceitaremos a
hipótese alternativa H1
90/123
· Para o noso exemplo tiñamos que x̄ = 0.95.
· Considerando un nivel de significación α = 0.05, temos que:

- Rexión de aceptación: (−1.96, 1.96)
- Rexión de rexeitamento ou rexión crítica: (−∞, −1.96) ∪ (1.96, ∞)

· O valor do estatístico de contraste nos datos concretos é
0.95 − 1
DObs = 0.3
= −0.6666667.
√16
¿Que decisión tomamos? ¿Como interpretamos esa decisión?
91/123
Contrastes unilaterais
Nalgunhas situacións estaremos interesados en contrastes da forma
· Unilateral inferior
H0 :μ ≥ μ0
H1 :μ < μ0
· Unilateral superior
H0 :μ ≤ μ0
H1 :μ > μ0
Nestes casos o sentido común aconséllanos rexeitar a hipótese nula H0 cando:
· Unilateral inferior: A media mostral X̄ sexa “considerablemente menor” que μ0 , ou, equivalentemente,
X̄ −μ0
D= sexa “considerablemente menor” que 0.
σ/√N
· Unilateral superior: A media mostral X̄ sexa “considerablemente maior” que μ0 , ou, equivalentemente,
X̄ −μ0
D= sexa “considerablemente maior” que 0.
σ/√N
92/123
Tipos de contraste e rexións de aceptación e críticas
Bilateral Unilateral inferior Unilateral superior
H0 :μ = μ0 H0 : μ ≥ μ0 H0 : μ ≤ μ0
H1 :μ ≠ μ0 H1 : μ < μ0 H1 : μ > μ0
X̄ −μ0
Función de densidade do estatístico de contraste D = σ/√N
baixo H0 (D ∼ N(0, 1)).

93/123
Tipos de contraste e rexións de aceptación e críticas
H0 :μ = μ0 H0 : μ ≥ μ0 H0 : μ ≤ μ0
H1 :μ ≠ μ0 H1 : μ < μ0 H1 : μ > μ0
Rexión de aceptación: Rexión de aceptación: Rexión de aceptación:
(−z1−α/2 , z1−α/2 ) (−z1−α , ∞) (−∞, z1−α )

Rexión crítica: Rexión crítica: Rexión crítica:
(−∞, −z1−α/2 ) ∪ (z1−α/2 , ∞) (−∞, −z1−α ) (z1−α , ∞)

onde zp denota o cuantil de orde p dunha distribución N(0, 1).
94/123
p-valor
· En certo sentido, o noso contraste de hipótese está completo: (1) eliximos un estatístico de contraste, (2)
calculamos a súa distribución de mostraxe baixo a hipótese nula; (3) construímos a rexión crítica, e (4)
tomamos a decisión.
· Con todo, na presentación anterior omitimos o número “máis importante de todos” (o que ides atopar en
todos os lados): o p-valor.
· O p-valor obtense a partir do valor do estatístico de contraste calculado na mostra Dobs . Ao igual que as
rexións de aceptación e rexeitamento/crítica, o cálculo do p-valor depende do tipo de contraste que
teñamos (bilateral ou unilateral).
O p-valor é a probabilidade de obter un valor do estatístico de contraste que sexa tan ou máis
contraditorio con H0 como o que se observou a partir da mostra, supoñendo que H0 é certa.
95/123
p-valor
H0 : μ = μ0 H0 : μ ≥ μ0 H0 : μ ≤ μ0
H1 : μ ≠ μ0 H1 : μ < μ0 H1 : μ > μ0
p-valor = 2 × P (D ≥ |Dobs |) p-valor = P (D ≤ Dobs ) p-valor = P (D ≥ Dobs )
X̄ −μ0
Función de densidade do estatístico de contraste D = σ/√N
baixo H0 (D ∼ N(0, 1)).
96/123
p-valor
O p-valor é a probabilidade de obter un valor do estatístico de contraste que sexa tan ou máis
contraditorio con H0 como o que se observou a partir da mostra, supoñendo que H0 é certa.
· Intuitivamente, o p-valor é unha medida da evidencia en contra de H0 : canto menor sexa o p-valor,
maior é a evidencia en contra de H0 .
· Ademais, se coñecemos o p-valor, podemos tomar a decisión (sen necesidade de coñecer ou calcular a
rexión crítica)
- Se o p-valor < α entón rexéitase a hipótese nula H0 (contraste significativo).

- Se o p-valor ≥ α entón non se rexeita a hipótese nula H0 (contraste non significativo).
· Para o noso exemplo, o p-valor calcúlase do seguinte xeito:
2 × P (D ≥ | − 0.6666667|) = 2 × (1 − P (D ≤ | − 0.6666667|)) = 0.5049851.

onde D ∼ N(0, 1) .
97/123
p-valor
· Finalmente recalcar que un p-valor grande (retemos a hipótese nula) pode ocorrer por dúas razóns:
- H0 é certa; ou
- H0 é falsa, pero o procedemento de contraste ten pouca potencia.
O p-valor non é a probabilidade de que H0 sexa certa!
98/123
Resumo
A modo resumo, estes son os pasos para realizar un contraste de hipóteses:
· Paso 1: Especificar a hipótese nula, H0 , e a hipótese alternativa, H1 .
· Paso 2: Elexir o nivel de significación desexado α.
· Paso 3: Elexir o estatístico de contraste D que empregaremos para medir a discrepancia entre a hipótese
nula e os datos. Deberemos determinar a súa distribución baixo H0 .
· Paso 4: Clasificar en dúas rexións os posibles valores do estatístico de contraste baixo H0
- Rexión de aceptación, con probabilidade 1 − α.

- Rexión de rexeitamento ou crítica, con probabilidade α.
· Paso 5: Calcular o valor concreto do estatístico de contraste na mostra que temos e tomar a decisión:
- Se cae na rexión de aceptación, non hai evidencias de que H0 é falsa ⟹ non rexeitamos H0 (pero
tampoco podemos dicir que sexa verdadeira).
- Se cae na rexión crítica, hai evidencias “fortes” de que H0 é falsa ⟹ rexeitamos H0 e, polo tanto,
aceptamos H1 .
· Paso 6: Calcular (en moitas casos con axuda de R) e interpretar o p-valor.

99/123
Contrastes notables
Contraste para unha media μ: distribución Normal

Sexa X1 , X2 , …, XN unha m.a.s. da variable aleatoria X de interese, con X ∼ N(μ, σ).
· σ coñecido (moi pouco frecuente na práctica)

X̄ − μ0
D= σ ∼ N(0, 1) baixo H0
√N
H0 :μ = μ0 H0 :μ ≥ μ0 H0 :μ ≤ μ0
H1 :μ ≠ μ0 H1 :μ < μ0 H1 :μ > μ0
100/123
Función de densidade do estatístico de contraste D baixo H0 (D ∼ N(0, 1)).
Contrastes notables

· σ coñecido (resumo)
H0 :μ = μ0 H0 :μ ≥ μ0 H0 :μ ≤ μ0
H1 :μ ≠ μ0 H1 :μ < μ0 H1 :μ > μ0
(−z1−α/2 , z1−α/2 ) (−z1−α , ∞) (−∞, z1−α )

(−∞, −z1−α/2 ) ∪ (z1−α/2 , ∞) (−∞, −z1−α ) (z1−α , ∞)

p-valor: p-valor: p-valor:

onde D ∼ N(0, 1) , e zp denota o cuantil de orde p dunha distribución N(0, 1).
101/123
Contrastes notables

· σ descoñecido (este é o que realmente se utiliza na práctica)
X̄ − μ0
D= S
∼ tN−1 baixo H0
√N
H0 :μ = μ0 H0 :μ ≥ μ0 H0 :μ ≤ μ0
H1 :μ ≠ μ0 H1 :μ < μ0 H1 :μ > μ0
102/123
Función de densidade do estatístico de contraste D baixo H0 (D ∼ tN−1 ).
Contrastes notables

· σ descoñecido (resumo)
H0 :μ = μ0 H0 :μ ≥ μ0 H0 :μ ≤ μ0
H1 :μ ≠ μ0 H1 :μ < μ0 H1 :μ > μ0
(−tN−1,1−α/2 , tN−1,1−α/2 ) (−tN−1,1−α , ∞) (−∞, tN−1,1−α )

(−∞, −tN−1,1−α/2 ) ∪ (tN−1,1−α/2 , ∞) (−∞, −tN−1,1−α ) (tN−1,1−α , ∞)


onde D ∼ tN−1 , e tN−1,p denota o cuantil de orde p dunha distribución tN−1 .
103/123
Exercicio
No ano 2005, os furacáns Katrina e Rita provocaron a inundación de amplas zonas de Nova
Orleans, deixando tras de si grandes cantidades de novos sedimentos. Antes dos furacáns,
sabíase que os chans de Nova Orleans tiñan altas concentracións de chumbo, que é unha
perigosa toxina ambiental.
Nun estudo previo aos furacáns, monitorizáranse 10 zonas de Nova Orleans e determinárase o
contido de chumbo no chan (medido en mg/kg). As mesmas 10 zonas foron monitorizadas
despois dos furacáns, e volveuse a determinar o contido de chumbo no chan.
Os datos que se ofrecen a continuación amosan, para as 10 zonas monitorizadas, o logaritmo do

cociente entre o contido de chumbo no chan despois dos furacáns e o contido de chumbo no
chan antes dos furacáns
## [1] -0.83 -0.18 0.14 -1.46 -0.48 0.25 -0.81 0.37 -0.90 -0.51
Notade que neste caso valores menores que cero indican unha redución do contido de chumbo
no chan despois dos furacáns e valores maiores que cero indican un incremento.
Sobre a base deses datos (x̄ = -0.441 e s = 0.5853479) ¿Hai evidencia de que, en media, houbo
unha redución do contido de chumbo no chan despois dos furacáns?
104/123
· De momento non contamos con ferramentas para contrastar a hipótese de normalidade

(verémola no seguinte tema), pero imos supor que non hai evidencias de que a suposición de
normalidade non se verifique.
· Asumimos por tanto que a nosa variable de interese
X = "cambio no contido de chumbo do chan" ∼ N(μ, σ).

· Tanto μ como σ son descoñecidos.
· O noso interese aquí é validar se μ < 0. Colocamos, por tanto, esa hipótese na alternativa. Dese
xeito, se o contraste sae a rexeitar, podemos estar razoablemente seguros de que μ < 0 (de que
efectivamente houbo unha redución no contido de chumbo).
H0 :μ ≥ 0
H1 :μ < 0
Temos por tanto un contraste unilateral inferior.
105/123
Exercicio (solución cont.)
Unha vez determinada a hipótese nula e a alternativa, realicemos agora o contraste. Para elo
imos seguir tódolos pasos
· Paso 2: Escoller o nivel de significación. Para este caso imos escoller o valor α = 0.05.
· Paso 3: Elixir o estatístico de contraste. Estamos ante un contraste para para a media
poboacional μ dunha variable Normal da cal descoñecemos a varianza poboacional σ 2 . Por tanto
X̄ − μ0 X̄ − 0
D= S
= S
∼ t9 baixo H0
√N √10
· Paso 4: Clasificar en dúas rexións os posibles valores do estatístico de contraste baixo H0 .

Dado o nivel de significación α = 0.05, e tendo en conta que o contraste é unilateral superior, as
rexións de aceptación e rexeitamento son as seguintes
- Rexión de aceptación: (−tN−1,1−α , ∞) = (−t9,0.95 , ∞) = (−1.833, ∞),
- Rexión de rexeitamento/crítica: (−∞, −tN−1,1−α ) = (−∞, −t9,0.95 ) = (−∞, −1.833).
onde 1.833 é o cuantil de orde 0.95 dunha t9 .
106/123
· Paso 5: Calcular o valor observado do estatístico de contraste e tomar a decisión. Neste caso, x̄
= -0.441 e s = 0.5853479, por tanto
−0.441 − 0
DObs = 0.5853479
= −2.3824538.
√10
Dado que o valor do estatístico de contraste cae na rexión de rexeitamento, concluímos que,
para un nivel de significación de α = 0.05, os datos proporcionan evidencia de que a hipótese
nula é falsa, e, por tanto, a alternativa é certa (H1 : μ < 0). É dicir, os datos proporcionan
evidencia de que, en media, houbo unha redución no contido de chumbo no chan de de Nova
Orleans despois dos furacáns.
· Paso 6: Calcular o p-valor.
Neste caso, temos que calcular
P(D ≤ −2.3824538) = 0.0205311.

Recordade que baixo H0 , D ∼ t9 .
107/123
Contrastes notables
Contraste para unha proporción p

Sexa X1 , X2 , …, XN unha m.a.s. da variable aleatoria X de interese, con X ∼ Bernoulli(p), e sexa p̂ = X̄ .
p̂ − p0
D= aprox. N(0, 1) baixo H0
‾p‾‾‾‾‾
0 (1−p0‾
√ N
)
H0 :p = p0 H0 :p ≥ p0 H0 :p ≤ p0
H1 :p ≠ p0 H1 :p < p0 H1 :p > p0
Función de densidade do estatístico de contraste D baixo H0 (D aprox. N(0, 1)). 108/123

Contrastes notables
Contraste para unha proporción p

H0 :p = p0 H0 :p ≥ p0 H0 :p ≤ p0
H1 :p ≠ p0 H1 :p < p0 H1 :p > p0
(−z1−α/2 , z1−α/2 ) (−z1−α , ∞) (−∞, z1−α )

(−∞, −z1−α/2 ) ∪ (z1−α/2 , ∞) (−∞, −z1−α ) (z1−α , ∞)


onde D ∼ N(0, 1) , e zp denota o cuantil de orde p dunha distribución N(0, 1).
109/123
Exercicio
En 2018, a General Society Survey preguntou a unha mostra aleatoria de 1563 adultos
estadounidenses: “¿Cre que o consumo de marihuana debería legalizarse?”. O 57% dos enquisados
respondeu afirmativamente.
Consideremos un escenario no que para legalizarse o consumo de marihuana máis do 55% dos
adultos estadounidenses deberían aprobalo.
· Se quixésemos determinar se os datos proporcionan evidencia de que, no caso de votarse, a

marihuana sería legalizada nos Estados Unidos ¿Cal serían a hipótese nula e a alternativa?
· ¿Proporcionan os datos evidencia de que, no caso de votarse, a marihuana sería legalizada

nos Estados Unidos?
110/123
Se quixésemos determinar se os datos proporcionan evidencia de que, no caso de votarse, a

marihuana sería legalizada nos Estados Unidos ¿Cal serían a hipótese nula e a alternativa?
A nosa variable aleatoria de interese é X = "Estar a favor da legalización", que, a nivel

poboacional, segue unha distribución Bernoulli(p), onde p é a proporción (probabilidade) de
estadounidenses que están a favor.
Dado que o noso interese é validar se na poboación estadounidense p > 0.55 (de ser así,
legalizaríase a marihuana), colocamos esa hipótese na alternativa. Dese xeito, se o contraste sae a
rexeitar, podemos estar razoablemente seguros de que p > 0.55
H0 :p ≤ 0.55
H1 :p > 0.55
Temos por tanto un contraste unilateral superior.
111/123
Unha vez determinada a hipótese nula e a alternativa, realicemos agora o contraste. Para elo
imos seguir tódolos pasos
· Paso 2: Escoller o nivel de significación. Para este caso imos escoller o valor α = 0.01.
· Paso 3: Elixir o estatístico de contraste. Estamos ante un contraste para unha proporción, por
tanto
p̂ − p0 p̂ − 0.55
D= = aprox. N(0, 1) baixo H0
‾p‾‾‾‾‾
0 (1−p0‾ ‾0.55(1−0.55)
‾‾‾‾‾‾‾‾‾
√ N √ 1563
)
· Paso 4: Clasificar en dúas rexións os posibles valores do estatístico de contraste baixo H0 .

Dado o nivel de significación α = 0.01, e tendo en conta que o contraste é unilateral superior, as
rexións de aceptación e rexeitamento son as seguintes
- Rexión de aceptación: (−∞, z1−α ) = (−∞, z0.99 ) = (−∞, 2.325).
- Rexión de rexeitamento/crítica: (z1−α , ∞) = (z0.99 , ∞) = (2.325, ∞),

onde 2.325 é o cuantil de orde 0.99 dunha N(0, 1).
112/123
· Paso 5: Calcular o valor observado do estatístico de contraste e tomar a decisión. Neste caso,
p̂ = 0.57, por tanto
0.57 − 0.55
DObs = = 1.5893586.
‾0.55(1−0.55)
‾‾‾‾‾‾‾‾‾
√ 1563
Dado que o valor do estatístico de contraste cae na rexión de aceptación, concluímos que, para
un nivel de significación de α = 0.01, os datos NON proporcionan evidencia suficiente de que a
hipótese nula é falsa. É dicir, os datos NON proporcionan evidencia suficiente de que, no caso
de votarse, a marihuana sería legalizada nos Estados Unidos.
· Paso 6: Calcular o p-valor.
Neste caso, temos que calcular
P(D ≥ 1.5893586) = 1 − P(D ≤ 1.5893586) = 0.21476.

Recordade que baixo H0 , D ∼ N(0, 1) .
113/123
Potencia dun contraste
Ata o momento non falamos da potencia do contraste máis que para definila
π = P (rexeitar H0 /H0 é falsa)

⟹ a potencia é o complementario da probabilidade de erro de tipo II (π = 1 − β).
114/123
Volvendo ao exemplo do comezo desta sección (o das robalizas), se na verdade μ = 0.95, é dicir a
hipótese nula é falsa ¿que probabilidade hai de rexeitala?
∑16
i=1 Xi
Distribución de X̄ = 16
cando μ = 1 ou μ = 0.95
115/123
P (rexeitar H0 ∣ H0 é falsa) = 0.0759355 + 0.0064404 = 0.082376.
116/123
¿E se μ = 0.7?
∑16
i=1 Xi
cando μ = 1 ou μ = 0.7
117/123
¿E se μ = 0.7?
P (rexeitar H0 ∣ H0 é falsa) = 0.885372 + 1.5093347 × 10−7 = 0.8853722.
Como vemos, a potencia depende do verdadeiro valor do parámetro μ. Para distintos valores de μ
obteremos distintos valores para a potencia. Pódese considerar entón a potencia como unha
función do parámetro: a medida que a verdadeira media poboacional μ toma valores máis
alonxados de 1 (valor hipotetizado) a potencia do test aumenta. Esa función chámase curva de
potencia, e serve para comparar distintos procedementos de contraste.
118/123
¿E se aumentamos o tamaño mostral? (en lugar dunha mostra de tamaño N = 10 collemos unha mostra
de tamaño N = 80)
∑80
i=1 Xi
cando μ = 1 ou μ = 0.95
119/123
P (rexeitar H0 ∣ H0 é falsa) = 0.3194319 + 2.7955494 × 10−4 = 0.3197114.
Como vemos, a potencia depende do tamaño mostral. Para distintos valores de N obteremos
distintos valores para a potencia. Pódese considerar entón a potencia como unha función do
tamaño mostral: a maior valor de N maior potencia.
120/123
Outros contrastes
· Contrastes para comparar medias (Tema 5)
· Contrastes para comparar varianzas/desviacións típicas (Tema 5)
· Contrastes de bondade de axuste (contrastes globais sobre a distribución; Tema 5)
· Contrastes para comparar proporcións (Tema 7)
· etc
121/123
Recursos
Recursos
Algúns dos exemplos e ideas empregados neste tema foron extraídos de:
· Çetinkaya-Rundel, M. e Hardin, J. (2021). Introduction to Modern Statistics, OpenIntro. O libro é de
acceso libre no seguinte enlace: https://openintro-ims.netlify.app/ (texto en Inglés).
· Mirás Calvo M.A., Sánchez Rodríguez E. (2018). Técnicas Estadísticas con Hoja de Cálculo y R: Azar y
Variabilidad en las Ciencias Naturales (1º Edición). Servizo de Publicacións da Universidade de Vigo
(Lectura recomendada).
· Navarro, D. (2018). Learning statistics with R: A tutorial for psychology students and other beginners.
O libro é de acceso libre no seguinte enlace: https://open.umn.edu/opentextbooks/textbooks/559 (texto
en Inglés).
· Underwood, A.J. (2002). Experiments in Ecology: Their logical design and interpretation using analysis
of variance. Cambridge (texto en Inglés).
· Whitlock M.C., Schluter D. (2020). The Analysis of Biological Data (3ª Edición). WH Freeman (texto en
Inglés; lectura recomendada).
Agradecementos:
· Parte do material deste tema está baseado en material proporcionado por Juan Carlos Pardo Fernández
(Profesor titular do Departamento de Estatística e Investigación Operativa da UVIGO).
· As iconas empregadas nas notas e exercicios foron deseñadas por Freepik de Flaticon (https://
www.flaticon.com/).
123/123

Tema 4 Introducion A Inferencia Estatistica

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tema 4 Introducion A Inferencia Estatistica

Uploaded by

Copyright:

Available Formats

Tema 4: Introdución á inferencia

María Xosé Rodríguez Álvarez

- 1 significa que a persoa é votante do PE.

É dicir, X ∼ Bernoulli(p) , onde p é a verdadeira proporción de votantes do PE na poboación

· Traballaremos cunha mostra de tamaño N = 20. A mostra extráese empregando un determinado

¿Que pasa se collemos outra mostra?

¿Que pasa se collemos outra mostra?

¿E se collemos outra mostra?

0.2 139 0.139

0.25 157 0.157

0.3 186 0.186

0.35 169 0.169

0.4 122 0.122

Suma 1000 1.000

p̂ é unha variable aleatoria

O estudo teórico pódese facer incluso sen coñecer

Mostraxe aleatoria simple

Denotaremos como X1 , …, XN á mostra, de tamaño N , da variable aleatoria (poboacional) de interese X .

A intención de voto ao PE é do 27%.

A intención de voto ao PE está entre o 23% e o 31%.

¿É a intención de voto ao PE maior do 40%? 12/123

· ¿Como sabemos cal é o mellor estimador para a noso parámetro descoñecido?

⟹ Outra propiedade desexable é que teña pouca varianza.

- Estimación da varianza poboacional de X , que denotamos por σ 2 = Var(X). O estimador axeitado

- Estimación dunha proporción/probabilidade poboacional relacionada con X . Por exemplo, a

Estimador para a media

A media mostral, como estimador, cumpre as seguintes propiedades:

· É consistente (aquí empregamos o feito de que X1 , … , XN son independentes)

Estimador para a media

Estimador para a media: distribución na mostraxe

Estimador para a media: distribución na mostraxe

onde μ = E(X) e σ 2 = Var(X).

Estimador para a media: distribución na mostraxe

Estimador para a media: distribución na mostraxe

Estimador para a varianza

A varianza mostral e a desviación típica mostral, como estimadores, cumpren as seguintes

Estimador para a varianza

Estimador para a varianza: distribución na mostraxe

· Neste caso, a distribución de S 2 vai depender da distribución de X .

Estimador para a varianza: distribución na mostraxe

Estimador para unha proporción

- 1 significa que o individuo ten a característica de interese.

Nº de 1's na mostra ∑Ni=1 Xi

Estimador para unha proporción

Estimador para unha proporción: distribución na mostraxe

Estimador para unha proporción: distribución na mostraxe

N (0.2, √‾‾‾‾‾‾‾‾ (dereita)

· Cada mostra da lugar a un intervalo de confianza diferente (diferentes valores de T1 e T2 ) ⟹ Os

⟹ O aumento do nivel de confianza conleva un aumento da lonxitude do intervalo.

⟹ O aumento do tamaño mostral conleva unha diminución da lonxitude do intervalo.

A media mostral arroxa un valor de x̄ = 1.1 kg.

· Sexa X1 , X2 , …, XN unha m.a.s. da variable aleatoria X de interese con X ∼ N(μ, σ).

Para eses datos, calcular

Intervalo de confianza para unha media μ: distribución Normal

· σ coñecido (moi pouco frecuente na práctica)

onde zp é o cuantil de orde p dunha distribución N(0, 1)

Intervalo de confianza para unha media μ: distribución Normal

Densidades de distribucións t de Student e Normal

Intervalo de confianza para unha media μ: distribución Normal

Analizados os datos, obtemos unha concentración media (mostral) x̄ = 4.4μg/g húmedo e

· Calcular o intervalo de confianza ao 95% para a concentración media de mercurio nos

Intervalo de confianza para unha media μ: distribución Normal

Intervalo de confianza para unha proporción p