“Breve introducción a la Inferencia Estadística”.

La inferencia estadística es, realmente, la parte más interesante y con mayor cantidad de aplicaciones en problemas concretos. ¿De qué se ocupa? El planteo, a grandes rasgos, es más o menos el siguiente: el investigador se encuentra estudiando una gran población (personas, o tornillos, o palomas, o automóviles, o lo que sea) y quiere disponer de algunos valores (promedios, desvíos, tendencias, forma de la distribución, etcétera) que sean válidos en forma general, para toda la población en estudio. Sin embargo, le resulta imposible acceder a toda la información, medir la variable analizada en todos y cada uno de los integrantes de la población.

¿Qué hace?. Apela al estudio de muestras, que son subconjuntos de la población original, con menos elementos, pero que intentan representarla del modo más fiel posible. En algún sentido puede decirse que una muestra seleccionada honestamente es un “modelo reducido a escala” de la población. Por supuesto, al tomar la muestra siempre se producen errores y se pierden detalles, pero es mucho más lo que se gana respecto a la información que ella puede proporcionar.

Existen numerosas técnicas para seleccionar muestras. Este paso es de importancia vital en un estudio estadístico, porque las conclusiones que se obtienen dependen muy esencialmente de la/s muestra/s analizada/s. Las técnicas que proporcionan las mejores muestras son las aleatorias, en las que cualquier integrante de la población tiene la misma probabilidad de ser elegido.

La cantidad de elementos que integran la muestra (el tamaño de la muestra) depende de múltiples factores, como el dinero y el tiempo disponibles para el estudio, la importancia del tema analizado, la confiabilidad que se espera de los resultados, las características propias del fenómeno analizado, etcétera.

A partir de la muestra seleccionada se realizan algunos cálculos y se estima el valor de los parámetros de la población tales como la media, la varianza, la desviación estándar, o la forma de la distribución, etcétera. Existen dos formas de estimar parámetros: la estimación puntual y la estimación por intervalo de confianza. En la primera se busca, con base en los datos muestrales, un único valor estimado para el parámetro. Para la segunda, se determina un intervalo dentro del cual se encuentra el valor del parámetro, con una probabilidad determinada.

Ejemplo: Si se dice que la media de las alturas de los estudiantes varones del I.E.S. Nº9-OO8 “Manuel Belgrano” es de 1,77 m (=1,77m), se está dando una estimación puntual. En cambio, si se dice que la media de las alturas es de 1,77m