Estimaciones a partir de una muestra

Se determinan las propiedades de una distribución usando observaciones de los datos muestreados.

Intervalos de Confianza

Este método se utiliza para encontrar el valor de un dato poblacional, en este caso se intenta estimar el promedio de la distribución \((\mu)\), el punto que se muestra gráficamente es el valor que se forma con la muestra y con el que se estima el valor poblacional. Si se observa la mayoría de los casos, la estiamción no esta cerca del promedio.

Por este motivo se crean intervalos de confianza con cierto margen de error, para buscar una mejor estimación del valor poblacional y que no se cometa un error en el cálculo. Un factor importante para este método es el tamaño de muestra con la que se cuenta, esto se puede ejemplificar a la hora que se interactua con el tamaño de muestra seleccionado

Escoge una distribución de probabilidad para tomar una muestra.

Escoge un tamaño muestral \((n)\).

Este gráfico muestra la probabilidad que se tiene de que nuestros intervalos de confianza contengan el valor de \((\mu)\).

Bootstrap

Este es un método que se practica cuando se desconoce la distribución de la muestra con la que se cuenta. Por este motivo, se realiza un remuestreo de la muestra tomando múltiples veces los valores de la muestra. En el gráfico se puede observar los puntos que se seleccionan y la cantidad de veces que se utilizan, ya que en ocaciones no se usan todos los valores para este proceso. Luego se toman esos remuestreo para hacer una aproximación a la distribución poblacional de la que procede nuestra muestra, entre más tamaño de muestra se disponga y más veces se realice este proceso, se espera que nuestras estimaciones sean mejores.

Escoge una distribución de probabilidad de la cual tomaremos una muestra para hacer el proceso de remuestreo.

Escoge un tamaño de muestra (y remuestreo) \((n)\).

Remuestrea para tener una idea de las características del promedio \(\mu\) de la distribución seleccionada.