Estimacion

Estimacion
Analisis de Datos I
Universidad del Norte
23 de octubre de 2013
An
alisis de Datos I (Uninorte)
Estimaci
on
1 / 67
Tabla de Contenidos
1
Definiciones
Intervalos de Confianza
Intervalo de confianza para la media
Definiciones
Tama
no de muestra para estimar la media poblacional
Intervalo de confianza para la media (cont.)
Intervalo de confianza para la varianza
Intervalo de confianza para la proporci
on
Intervalo de confianza para la diferencia de medias
Intervalo de confianza para el cociente de varianzas
Intervalo de confianza para la diferencia de proporciones
Ejercicios
Lmites de confianza unilaterales
Intervalo de tolerancia
Intervalos de predicci
on
An
Estimaci
on
2 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
3 / 67
Definiciones
Estimador y estimacion puntual

Sea X una variable aleatoria con distribuci
on de probabilidad f (x) y sea
un parametro no conocido asociado a esa distribuci
on, si X1 , X2 , .., Xn es
una muestra aleatoria de X de tama
no n, la variable aleatoria:
b = g (X1 , X2 , ..., Xn )
recibe el nombre de estimador puntual de . Cuando se toma una

b toma un valor numerico particular b que se denomina
muestra aleatoria
estimaci
on puntual.
An
Estimaci
on
4 / 67
Definiciones

Una estimaci
on puntual para un parametro de una poblacion es un
b
valor numerico b del estimador .
El objetivo de la estimaci
on puntual es emplear una muestra para calcular
un n
umero que represente una buena aproximaci
on para el verdadero valor
del parametro.
Los parametros que deseamos estimar de una poblaci
on son: La media ,
2
la varianza , la desviaci
on estandar , la proporci
on de exitos p, la
diferencia de medias 1 2 , el cociente de varianzas 12 /22 , la diferencia
de proporciones p1 p2 .
An
Estimaci
on
5 / 67
Definiciones

(Parametro)
2
p
1 2
12 /22
p1 p2
An
b (Estimador)
X
S2
Pb
X1 X2
S12 /S22
Pb1 Pb2
Estimaci
on
b (Estimacion puntual)
x
s2
pb
x1 x2
s12 /s22
pb1 pb2
6 / 67
Definiciones
Estimacion por intervalo

La estimaci
on por intervalo para un parametro es una expresion de la
b para
forma bI bS donde bI y bS dependen del valor del estimador
b
una muestra particular y de la distribuci
on de muestreo de .
An
Estimaci
on
7 / 67
Definiciones
Estimacion por intervalo
Para encontrar una estimaci
on por intervalo para un parametro se parte
de:
b b) = 1
P(a
y se llega a que:
bI
bS) = 1
P(
La estimaci
on por intervalo denominada intervalo de confianza de
(1 )100 % sera entonces :
bI bS
a (1 )100 % se le denomina nivel de confianza o confiabilidad, bI y bS
son los lmites de confianza inferior y superior respectivamente.
An
Estimaci
on
8 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
9 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
10 / 67
Caso I y II
Para hallar el intervalo de confianza para , utilizamos como estimador X ,
bajo las condiciones varianza conocida y poblaci
on normal X tiene una
2
distribucion normal de media y varianza n , bajo la estadstica
Z=
, se parte de:
P(a X b) = 1
y se llega a:

P X z/2 X + z/2
n
n
An
Estimaci
on

=1
11 / 67
Caso I y II
P(a X b) = 1
P(a X b ) = 1
An
z/2
=1
!
z/2
Estimaci
on
=1
12 / 67

Caso I y II

P z/2 X z/2
=1
n
n

P X z/2 X + z/2
=1
n
n

=1
P X + z/2 X z/2
n
n
ordenando se llega a:

P X z/2 X + z/2
=1
n
n
Luego se tiene que:
An
Estimaci
on
13 / 67
Caso I y II
Si x es la media de una muestra aleatoria de tama
no n tomada de una
2
poblacion normal de media y varianza conocida, un intervalo de
confianza del (1 )100 % para esta dado por:
x z/2 x + z/2
n
n
Donde z/2 es el valor z que deja a la derecha un area de /2.
Si la poblacion no es normal pero el tama
no de muestra es grande
(n 30) se puede utilizar la misma expresi
on.
An
Estimaci
on
14 / 67
Ejercicio 1
Una empresa de material electrico fabrica focos que tienen una duracion
que se distribuye normalmente con una desviaci
on estandar de 40 h . Se
toma una muestra aleatoria de 30 bombillas y se encuentra una duracion
promedio de 780 h.
1
Determine un intervalo de confianza del 95 % para la duracion

promedio de todos los focos que fabrica la empresa.
Determine un intervalo de confianza del 99 % para la duracion

promedio de todos los focos que fabrica la empresa.
Cual de los dos intervalos cree usted que es el mejor? EXPLIQUE
An
Estimaci
on
15 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
16 / 67
Definiciones
Confiabilidad y Precision
Al aumentar la confiabilidad el intervalo de confianza tiene una mayor
amplitud (Es decir, disminuye la precisi
on), es deseable una ALTA
confiabilidad y una ALTA precisi
on (Intervalos estrechos, para que haya un
menor n
umero de valores posibles para ), pero al aumentar confiabilidad
disminuye la precision, para controlar ambos se debe determinar el tama
no
de muestra optimo, para esto se define el error muestral.
An
Estimaci
on
17 / 67
Definiciones
Error Muestral
Es la diferencia entre el resultado obtenido de una muestra (estimacion
puntual) y el resultado que deberamos haber
de la poblacion (el

obtenido

b
parametro correspondiente), es decir, = .
es una medida de la variabilidad de las estimaciones de muestras
repetidas en torno al valor de la poblaci
on, nos da una nocion clara de
hasta donde y con que probabilidad una estimaci
on basada en una muestra
se aleja del valor que se hubiera obtenido por medio de un censo. Siempre
se comete un error, pero la naturaleza de la investigacion nos
indicara hasta que medida podemos cometerlo. Mientras mas peque
no el
error muestral, mayor es la precisi
on de la estimaci
on.
An
Estimaci
on
18 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
19 / 67
Tamano de muestra para estimar la media poblacional
Error Muestral al estimar la media

El error muestral en el caso de la media esta dado por: = |b
x | , a
partir del intervalo de confianza para : x z/2 n x + z/2 n se

llega a que:
z/2 x z/2
n
n
o equivalentemente:
An
|b
x | z/2
n
Estimaci
on
20 / 67

Esto quiere decir que el maximo error que se puede cometer al estimar
es e = z/2 n , de aqu se tiene que el tama
no de muestra optimo para
estimar , con una confiabilidad de (1 )100 % y una precision e es:
n=
An
z
/2
2
Estimaci
on
21 / 67

Esto quiere decir que el maximo error que se puede cometer al estimar
es e = z/2 n , de aqu se tiene que el tama
no de muestra optimo para
estimar , con una confiabilidad de (1 )100 % y una precision e es:
n=
z
/2
2
Ejercicio 2
Si en el ejemplo anterior se desea estimar la media con un error de 10 h y
una confiabilidad del 99 % Que tama
no de muestra tomara?.
Para una confiabilidad del 95 % cual sera el tama
no?
An
Estimaci
on
21 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
22 / 67
Caso III
Bajo las condiciones de varianza desconocida y poblacion normal se utiliza
la estadstica T = X
, que tiene una distribuci
on t con n 1 grados de
s
n
libertad.
Se parte de:
P(a X b) = 1
y se llega a:

S
S
P X t/2 X + t/2
n
n

=1
Luego se tiene que:
An
Estimaci
on
23 / 67
Caso III
Si x y s 2 son la media y la varianza respectivamente de una muestra
aleatoria de tama
no n tomada de una poblaci
on normal de media y
varianza desconocida, un intervalo de confianza para esta dado por:
s
s
x t/2 x + t/2
n
n
Donde t/2 es el valor t con n 1 grados de libertad que deja a la derecha
un area de /2.
An
Estimaci
on
24 / 67
Caso IV
Si la poblacion no es normal pero el tama
no de muestra es grande n 30,
s se puede utilizar como una buena estimaci
on para y utilizar la
aproximaci
on t a la normal y se tendra:
s
s
x z/2 x + z/2
n
n
An
Estimaci
on
25 / 67
Ejercicio 3
El gerente de mercadotecnia de una compa
na local de agua para
viviendas, se da cuenta que en un amplio sector de la ciudad el consumo
de agua disminuyo grandemente el u
ltimo mes, su consumo promedio era
20m3 por casa. Sospecha que se esta haciendo fraude y decide realizar una
investigacion, para ello toma una muestra aleatoria de 121 casas en el
siguiente mes y encuentra que el consumo promedio fue 19,1 m3 con una
desviacion estandar de 4,56. Calcule un intervalo de confianza del 95 %
Fundamentan estos resultados su sospecha? EXPLIQUE.
An
Estimaci
on
26 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
27 / 67
Caso Unico
Bajo las condiciones de poblaci
on normal la estadstica 2 =
una distribucion chi cuadrado con n 1 grados de libertad.
Se parte de:
P(a S 2 b) = 1
(n1)S 2
2
tiene
y se llega a:
P
(n 1)S 2
(n 1)S 2
2
2/2
21/2
!
=1
de aqu que:
An
Estimaci
on
28 / 67
Caso Unico
Si s 2 representa la varianza de una muestra aleatoria de tama
no n tomada
2
de una poblacion normal de media de varianza , un intervalo de
confianza para 2 esta dado por:
(n 1)s 2
(n 1)s 2
2
2/2
21/2
Donde 2/2 y 21/2 son los valores 2 con n 1 grados de libertad que
dejan a la derecha areas de /2 y 1 /2 respectivamente.
An
Estimaci
on
29 / 67
Ejercicio 4
El due
no de una empresa empacadora de productos alimenticios necesita
comprar una nueva maquina para verificar el peso de las bolsas que
empaca, para determinar si le compra la maquina a cierto proveedor toma
una muestra aleatoria de 20 bolsas de 1 kg de peso y realiza las
mediciones. La desviacion estandar establecida para el peso de las bolsas
es de 0,02. A partir de esta muestra Debe adquirir la maquina? Utilice I.C
del 90 % y considere que los pesos de las bolsas se distribuyen normal.
0,95
0,98
1,02
1,01
1,02
1,00
An
0,97
0,99
1,03
1,01
0,97
0,98
Estimaci
on
1,01
1,02
1,00
1,04
1,02
1,03
0,98
0,99
30 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
31 / 67
Intervalo de confianza para la proporcion
Caso Unico
Si pb representa la proporci
on de exito de una muestra aleatoria de tama
no
n tomada de una poblaci
on binomial con proporci
on de exito p, un
intervalo de confianza del (1 )100 % para p es:
r
r
pbqb
pbqb
pb z/2
p pb + z/2
n
n
Siempre que nb
p 5 y nb
q 5.
An
Estimaci
on
32 / 67
Error muestral al estimar la proporcion

El error muestral en el caso de la proporci
on esta dado por: = |b
p p| , a
partir del q
intervalo de confianzaqpara P,
(b
p z/2
pbqb
n
p pb + z/2
r
z/2
pbqb
n )
se llega a que:
pbqb
pb p z/2
n
pbqb
n
o equivalentemente:
r
|b
p p| z/2
An
Estimaci
on
pbqb
n
33 / 67

Estoq
quiere decir que el maximo error que se puede cometer al estimar p es
no de muestra
optimo para estimar
z/2 pbnqb de aqu se tiene que el tama
p, a partir de una confiabilidad de (1 )100 % y una precision e es:
n=
An
2 p
bqb
z/2
e2
Estimaci
on
34 / 67

Surge el inconveniente que para determinar el tama
no de muestra se
necesita de pb que es un valor obtenido a partir de una muestra, este
problema se puede superar de dos formas:
1
Tomando una muestra inicial o piloto de tama

no n1 y a partir de ella
estimar pb.
Tomar el maximo tama

no de muestra, esto ocurre cuando pbqb, es
maximo, es decir en pb = qb = 1/2, se tiene entonces que:
nmax =
An
Estimaci
on
2
z/2
4e 2
35 / 67

Ejercicio 5
De estudios pasados se sabe que en la zona rural del departamento A el
18 % de los ni
nos entre 8 y 12 a
nos no asisten a la escuela. Se realizo un
nuevo estudio y se encontr
o que de 200 ni
nos, 30 en esas edades no
asisten a la escuela.
1
Se puede decir que el porcentaje de ni

nos que no asisten a la escuela
disminuyo? Halle un I.C del 95 % para p y responda la pregunta.
Cual es el error muestral cometido en la parte a.?
Que tama
no de muestra se necesita para reducir el error muestral
anterior a la mitad, considere el valor de pb anterior ?.
Que tama
no de muestra maximo se necesita para reducir el error
muestral anterior a la mitad?.
An
Estimaci
on
36 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
37 / 67

Casos I y II
Par
ametro: 1 2 , Estimador: X 1 X 2 .
Bajo los supuestos de poblaciones normales y varianzas poblacionales
)(1 2 )
r2
conocidas se utiliza la estadstica: Z = (X 1 X
.
2
2
1
n1
+ n2
2
Se parte de que:
P(a X 1 X 2 b) = 1
y se llega a:
(X 1 X 2 ) Z/2
(X 1 X 2 ) +
12
n1
2
+ n22 1
q 2
2
Z/2 n11 + n22
=1
Luego se tiene que:

An
Estimaci
on
38 / 67
Casos I y II
Si x 1 y x 2 son las medias de muestras aleatorias independientes de
tama
nos n1 y n2 tomadas de poblaciones normales con varianzas
conocidas 12 y 22 , respectivamente, un intervalo de confianza del
(1 )100 % para 1 2 esta dado por:
s
s
2
2
1
12 22
(x 1 x 2 ) Z/2
+ 2 1 2 (x 1 x 2 ) + Z/2
+
n1
n2
n1
n2
donde Za/2 es el valor Z que deja a la derecha un area de /2.
An
Estimaci
on
39 / 67

Caso III
Par
Bajo los supuestos de poblaciones normales, varianzas desconocidas pero
1 X 2 )(1 2 )
iguales se utiliza la estadstica: T = (Xr

, que tiene una
Sp2
1
+ n1
n1
2
distribucion t con n1 + n2 2 grados de libertad.

Se parte de:
P(a X 1 X 2 b) = 1
y se llega a:
r

1
1
2
(X 1 X 2 ) t/2 Sp n1 + n2 1 2
=1
r
P

1
1
2
(X 1 X 2 ) + t/2 Sp n1 + n2
An
Estimaci
on
40 / 67

Caso III
tama
desconocidas pero iguales un intervalo de confianza del (1 )100 % para
1 2 esta dado por:
s
s

1
1
1
1
2
2
+
1 2 (x 1 x 2 ) + t sp
+
(x 1 x 2 ) t sp
2
2
n1 n2
n1 n2
donde
sp2 =
(n1 1)s12 + (n2 1)s22

n1 + n2 2
es la estimacion de varianza com

un para las poblaciones y t/2 es el valor
t con n1 + n2 2 grados de libertad que deja a la derecha un area de /2.
An
Estimaci
on
41 / 67

Caso IV
Par
ametro: 1 2 , Estimador: X 1 X 2
Bajo los supuestos de poblaciones normales, varianzas desconocidas y
)(1 2 )
r2
diferentes se utiliza la estadstica: T = (X 1 X
, que tiene una
2
2
S
1
n1
+ n2
distribucion t con grados de libertad.

Se parte de:
P(a X 1 X 2 b) = 1
y se llega a:
(X 1 X 2 ) t/2
(X 1 X 2 ) +
S12
n1
S2
+ n22 1
q 2
S
S2
t/2 n11 + n22
=1
Luego se tiene que:

An
Estimaci
on
42 / 67

Caso IV
tama
desconocidas y diferentes un intervalo de confianza del (1 )100 % para
1 2 esta dado por:
s
s
S12 S22
S12 S22
+
1 2 (x 1 x 2 ) + t/2
+
(x 1 x 2 ) t/2
n1
n2
n1
n2
Donde t/2 es el valor t con grados de libertad que deja a la derecha un
area de /2.
2

S1
S22 2
+
n1
n2
= 2 2 2 2
S
1
n1
n1 1
An
Estimaci
on
S
2
n2
n2 1
43 / 67

Caso V
Par
Bajo el supuesto de muestras aleatorias dependientes se utiliza la
1 2 )
D
estadstica: T = (X 1 X 2 )(
= D
, que tiene una distribucion t
Sd
Sd
con n 1 grados de libertad, siempre que las diferencias entre valores

correspondientes esten normalmente distribuidas.
Se parte de:
P(a X 1 X 2 b) = 1
y se llega a:

Sd
Sd
P D t/2 1 2 D + t/2
n
n

=1
Luego se tiene que:

An
Estimaci
on
44 / 67
Caso V
Si d y sd son la media y la desviaci
on estandar, respectivamente de las
diferencias distribuidas normalmente de n pares aleatorios de mediciones,
un intervalo de confianza del (1 )100 % para D = 1 2 esta dado
por:
Sd
Sd
d t/2 1 2 d + t/2
n
n
donde t/2 es el valor t con n 1 grados de libertad que deja a la derecha
un area de /2.
An
Estimaci
on
45 / 67

Usos
Cuando se calcula el intervalo de confianza para 1 2 se obtiene una
expresion de la forma a 1 2 b
1
Si a > 0 y b > 0 se puede asegurar con una confianza del

(1 )100 % que 1 > 2
Si a < 0 y b < 0 se puede asegurar con una confianza del

(1 )100 % que 1 < 2
Si a y b tienen signo diferentes, el cero esta dentro del intervalo, es

decir que es probable que 1 2 = 0 se dice entonces que las
medias son estadsticamente iguales.
Tambien es posible a partir del intervalo de confianza determinar si
existe una diferencia especfica entre 1 y 2 .
An
Estimaci
on
46 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
47 / 67
Caso Unico
2
S2
Par
ametro: 12 , Estimador: S12 .
2
2
Bajo el supuesto de poblaciones normales se utiliza la estadstica:
2 S 2
F = 22 S12 , que tiene una distribuci
on f con 1 = n1 1 grados de libertad
1 2
en el numerador y 2 = n2 1 grados de libertad en el denominador.
Se parte de:

S12
P a 2 b =1
S2
y se llega a:

P
S12
1
12
S12
f , ,/2
S22 f1 ,2 ,/2
22
S22 2 1

=1
Luego se tiene que:

An
Estimaci
on
48 / 67
Caso Unico
Si s12 y s22 son las varianzas de muestras aleatorias independientes de
tama
nos n1 y n2 respectivamente tomadas de poblaciones normales,
2
entonces un intervalo de confianza del (1 )100 % para 12 esta dado por:
2
s12
1
12
s12
f , ,/2
s22 f1 ,2 ,/2
22
s22 2 1
Donde f1 ,2 ,/2 es el valor f con 1 = n1 1 grados de libertad en el
numerador y 2 = n2 1 grados de libertad en el denominador que deja a
la derecha un area de /2 y f2 ,1 ,/2 es el valor f con 2 = n2 1 grados
de libertad en el numerador y 1 = n1 1 grados de libertad en el
denominador que deja a la derecha un area de /2
An
Estimaci
on
49 / 67
Usos
Cuando se calcula el intervalo de confianza para
expresion de la forma a
12
22
12
22
se obtiene una

(1 )100 % que 12 > 22

(1 )100 % que 12 < 22
Si el uno esta dentro del intervalo, es decir que es probable que

12
= 1 o equivalentemente 12 = 22 (las varianzas son
2
2
estadsticamente iguales)
An
Estimaci
on
50 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
51 / 67
Caso Unico
Si pb1 y pb2 son las proporciones de exito de muestras aleatorias de tama
nos
n1 y n2 respectivamente, y qb1 = 1 pb1 , qb2 = 1 pb2 , un intervalo de
confianza del (1 )100 % para p1 p2 esta dado por:
s
s
pb1 qb1 pb2 qb2
pb1 qb1 pb2 qb2
(b
p1 pb2 )za/2
+
p1 p2 (b
p1 pb2 )+za/2
+
n1
n2
n1
n2
siempre que: n1 pb1 5, n1 qb1 5, n2 pb2 5 y n2 qb2 5
donde Z/2 es el valor Z que deja a la derecha un area de /2.
An
Estimaci
on
52 / 67
Caso Unico
Cuando se calcula el intervalo de confianza para p1 p2 se obtiene una
expresion de la forma a p1 p2 b
1

(1 )100 % que p1 > p2

(1 )100 % que p1 < p2
Si a y b tienen signo diferentes, el cero esta dentro del intervalo, es

decir que es probable que p1 p2 = 0 o equivalentemente p1 = p2
(Las proporciones son estadsticamente iguales)
Tambien es posible a partir del intervalo de confianza detrminar si
existe una diferencia especfica entre p1 y p2 .
An
Estimaci
on
53 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
54 / 67
Ejercicios
Ejercicio 6
Una agencia estatal tiene la responsabilidad de vigilar la calidad del agua
para la cra de peces con fines comerciales. Esta agencia se encuentra
interesada en comparar la variaci
on y los contenidos promedio de cierta
sustancia toxica en dos estuarios cuyas aguas se encuentran contaminadas
por desperdicios industriales provenientes de una zona industrial cercana.
En el primer estuario se seleccionan 11 muestras y en el segundo 8
muestras, las cuales se enviaron al laboratorio para su analisis, Las
mediciones en partes por mill
on se resumen en la tabla siguiente. Los
contenidos de sustancia toxica se distribuyen en forma normal.
Estuario 1 10 10 12 13 9
8 12 12 10 8 14
Estuario 2 11 8
9
7
10 8 8
10
1 Son igualmente variables los contenidos de sustancia t
oxica en los
dos estuarios? Utilice I.C del 98 %.
An
Estimaci
on
55 / 67
Ejercicios
Ejercicio 6
Una agencia estatal tiene la responsabilidad de vigilar la calidad del agua
para la cra de peces con fines comerciales. Esta agencia se encuentra
interesada en comparar la variaci
on y los contenidos promedio de cierta
sustancia toxica en dos estuarios cuyas aguas se encuentran contaminadas
por desperdicios industriales provenientes de una zona industrial cercana.
En el primer estuario se seleccionan 11 muestras y en el segundo 8
muestras, las cuales se enviaron al laboratorio para su analisis, Las
mediciones en partes por mill
on se resumen en la tabla siguiente. Los
contenidos de sustancia toxica se distribuyen en forma normal.
Estuario 1 10 10 12 13 9
8 12 12 10 8 14
Estuario 2 11 8
9
7
10 8 8
10
1 Son igualmente variables los contenidos de sustancia t
oxica en los
2
Son iguales los contenidos promedios de la sustancia toxica en los

An
Estimaci
on
55 / 67
Ejercicios
Ejercicio 7
Se desea determinar si cierto metodo de ense
nanza para ni
nos con
capacidades especiales mejora su capacidad de razonamiento. Se le realiza
una prueba a un grupo de estos ni
nos antes de aplicar el metodo y un mes
despues de aplicado. Los resultados de las pruebas se resumen en la tabla.
Considere que las diferencias estan distribuidas en forma normal y
determine si el nuevo metodo es efectivo. Utilice un intervalo de confianza
del 96 %.
Antes
Despues
9
8
7
9
An
6
7
7
5
5
6
5
7
7
7
Estimaci
on
6
8
5
7
4
7
5
5
6
8
7
6
9
9
8
9
56 / 67
Ejercicios
Ejercicio 8
En un estudio reciente que abarc
o 25 a
nos, se investigo la posible
proteccion que proporciona la ingesti
on de una forma de vitamina A
llamada caroteno contra el desarrollo del cancer pulmonar. Se
encontro que de 488 hombres que haban ingerido una baja cantidad de
esta sustancia durante este tiempo, 14 desarrollaron cancer pulmonar, pero
en un grupo de 450 en el que el consumo de caroteno era mayor 10
personas desarrollaron cancer. Puede concluirse que la ingestion de
caroteno reduce el riesgo de desarrollar cancer pulmonar en los hombres?
Utilice intervalos de confianza del 90 %.
An
Estimaci
on
57 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
58 / 67
Aplicaciones
Hay muchas aplicaciones en que s
olo es necesario un lmite, as por
ejemplo si interesa:
Tiempo de secado de un tipo de pintura (Lmite superior).
Duraci
on de cierto tipo tipo de bombilla (Lmite inferior)
Proporcion de artculos defectuosos (Lmite superior)
De acuerdo al interes, parametro, caractersticas de la poblacion, se
utilizara un lmite inferior o superior reemplazando el area /2 por .
An
Estimaci
on
59 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
60 / 67
Aplicaciones
Se calculan lmites de tolerancia cuando estamos interesados en establecer
lmites que cubran un cierto porcentaje de valores de la poblacion. Es
posible establecer lmites unilaterales y bilaterales.
An
Estimaci
on
61 / 67
Aplicaciones
Para una distribucion normal de media y varianza 2 los lmites de
tolerancia estan dados por x ks donde k se calcula de tal manera que se
pueda asegurar con una confianza de (1 )100 % que los lmites dados
contienen por lo menos el (1 )100 % de las mediciones.
An
Estimaci
on
61 / 67
Aplicaciones
Para una distribucion normal de media y varianza 2 los lmites de
tolerancia estan dados por x ks donde k se calcula de tal manera que se
pueda asegurar con una confianza de (1 )100 % que los lmites dados
contienen por lo menos el (1 )100 % de las mediciones.
Los intervalos de confianza se emplean para estimar un parametro,
mientras que los intervalos de tolerancia se utilizan para definir los
lmites entre los cuales se espera encontrar una proporcion de una
poblacion.
An
Estimaci
on
61 / 67
Ejercicio 9
que se distribuye normalmente. Se toma una muestra aleatoria de 30
bombillas y se encuentra una duraci
on promedio de 775 h y una desviacion
estandar de 35 h. Encontrar un lmite de tolerancia inferior del 95 %
((1 )100 %) que contenga por lo menos el 99 % ((1 )100 %) de la
duracion de todas las bombillas que fabrica la empresa.
An
Estimaci
on
62 / 67
Ejercicio 9
estandar de 35 h. Encontrar un lmite de tolerancia inferior del 95 %
((1 )100 %) que contenga por lo menos el 99 % ((1 )100 %) de la
duracion de todas las bombillas que fabrica la empresa.
Soluci
on: De la tabla A7 se tiene que k = 3, 064 de acuerdo a las
caractersticas de la variable se debe calcular un lmite de tolerancia
inferior, este lmite sera: 775 3, 064 35 = 667, 76 h es decir que por lo
menos el 99 % de las bombillas fabricadas tienen una duracion de al menos
667, 76 h.
An
Estimaci
on
62 / 67
Tabla de Contenidos
1
Definiciones
Definiciones
Tama
on
Ejercicios
on
An
Estimaci
on
63 / 67
Intervalos de prediccion
Aplicaciones
Un intervalo de confianza para un parametro siempre se calcula teniendo
en cuenta los valores obtenidos a partir de una muestra. Un intervalo de
confianza para la media no tiene sentido cuando se analiza el
comportamiento de una unidad de la poblaci
on, en este caso se utiliza un
intervalo de predicci
on, este intervalo permite predecir posibles valores
de una observacion futura.
An
Estimaci
on
64 / 67
Aplicaciones
Un intervalo de confianza para un parametro siempre se calcula teniendo
en cuenta los valores obtenidos a partir de una muestra. Un intervalo de
confianza para la media no tiene sentido cuando se analiza el
comportamiento de una unidad de la poblaci
on, en este caso se utiliza un
intervalo de predicci
on, este intervalo permite predecir posibles valores
de una observacion futura.
Un intervalo de prediccion puede utilizarse para determinar observaciones
extremas, as una observaci
on es extrema si se calcula el intervalo de
prediccion a partir de una muestra que no incluye el valor a analizar, si el
valor no esta dentro del intervalo se considera extremo.
An
Estimaci
on
64 / 67
Aplicaciones
En el caso que la poblacion sea normal y la varianza conocida el intervalo
de prediccion esta dado por:
r
r
1
1
x z/2 1 + xo x + z/2 1 +
n
n
Si la varianza es desconocida, se tiene:
r
r
1
1
x tn1,/2 s 1 + xo x + tn1,/2 s 1 +
n
n
Los intervalos de predicci
on tambien pueden ser unilaterales dependiendo
de la variable analizada.
An
Estimaci
on
65 / 67
Ejercicio 10
estandar de 35 h. Encontrar un intervalo de predicci
on unilateral del 96 %
para una nueva bombilla.
An
Estimaci
on
66 / 67
Ejercicio 10
estandar de 35 h. Encontrar un intervalo de predicci
on unilateral del 96 %
para una nueva bombilla.
Soluci
on:
r
1
xo 775 1, 81 35 1 +
30
xo 710, 6
Si se observa una nueva bombilla que tiene una duracion por fuera del
intervalo, podra considerarse un valor extremo.
An
Estimaci
on
66 / 67
Referencias
Walpole, R.E., Myers, R.H., Myers, S.L., y Ye, K. (2012)

Probabilidad y estadstica para ingeniera y ciencias
Pearson. 9na. Edici
on.
An
Estimaci
on
67 / 67

Estimacion

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Estimacion

Загружено:

Авторское право:

Доступные форматы

Estimacion

Estimador y estimacion puntual

recibe el nombre de estimador puntual de . Cuando se toma una

Estimador y estimacion puntual

Estimador y estimacion puntual

Estimacion por intervalo

Intervalo de confianza para la media

Intervalo de confianza para la media

Intervalo de confianza para la media

Intervalo de confianza para la media

Intervalo de confianza para la media

Determine un intervalo de confianza del 95 % para la duracion

Determine un intervalo de confianza del 99 % para la duracion

Cual de los dos intervalos cree usted que es el mejor? EXPLIQUE

Tamano de muestra para estimar la media poblacional

Error Muestral al estimar la media

partir del intervalo de confianza para : x z/2 n x + z/2 n se

Tamano de muestra para estimar la media poblacional

Error Muestral al estimar la media

Tamano de muestra para estimar la media poblacional

Error Muestral al estimar la media

Intervalo de confianza para la media (cont.)

Luego se tiene que:

Intervalo de confianza para la media (cont.)

Intervalo de confianza para la media (cont.)

Intervalo de confianza para la media (cont.)

Intervalo de confianza para la varianza

Intervalo de confianza para la varianza

Intervalo de confianza para la varianza

Intervalo de confianza para la proporcion

Intervalo de confianza para la proporcion

Error muestral al estimar la proporcion

Intervalo de confianza para la proporcion

Error muestral al estimar la proporcion

Intervalo de confianza para la proporcion

Error muestral al estimar la proporcion

Tomando una muestra inicial o piloto de tama

Tomar el maximo tama

Intervalo de confianza para la proporcion

Se puede decir que el porcentaje de ni

Cual es el error muestral cometido en la parte a.?

Intervalo de confianza para la diferencia de medias

Luego se tiene que:

Intervalo de confianza para la diferencia de medias

Intervalo de confianza para la diferencia de medias

distribucion t con n1 + n2 2 grados de libertad.

Intervalo de confianza para la diferencia de medias

(n1 1)s12 + (n2 1)s22

es la estimacion de varianza com

Intervalo de confianza para la diferencia de medias

distribucion t con grados de libertad.

Luego se tiene que:

Intervalo de confianza para la diferencia de medias

Intervalo de confianza para la diferencia de medias

con n 1 grados de libertad, siempre que las diferencias entre valores

Luego se tiene que:

Intervalo de confianza para la diferencia de medias

Intervalo de confianza para la diferencia de medias

Si a > 0 y b > 0 se puede asegurar con una confianza del

Si a < 0 y b < 0 se puede asegurar con una confianza del

Si a y b tienen signo diferentes, el cero esta dentro del intervalo, es

Intervalo de confianza para el cociente de varianzas

Luego se tiene que:

Intervalo de confianza para el cociente de varianzas