PEE/ 16-2

Anlisis de Datos para el Control de Procesos 1

Inferencia Estadstica:
Estimacin

Sesin 8

Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 2

Margen de Error y
Estimacin por Intervalo
No se puede esperar que un estimador puntual nos
proporcione el valor exacto del parmetro de la
poblacin.
Un intervalo de estimacin, puede calcularse
sumando y restando el margen de error al estimado
puntual.
Estimado puntual +/- Margen de Error.
El propsito de un estimado por intervalo es
proporcionar informacin sobre cun cerca est la
estimacin puntual del parmetro.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 3

Margen de Error y
Estimacin por Intervalo
La forma general de una estimador por intervalo de
una media de poblacin es
X + Margen de Error

x Margin of Error
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

Anlisis de Datos para el Control de Procesos 4

PEE/ 16-2

Estimacin por intervalo de la

media poblacional: s conocido
Hay una probabilidad de (1 - ) de que la media
muestral nos de un error menor o igual a Z/2sx
Distribucin
muestral
de X

/2

(1-) de los
valores de X.

z /2 s x

z /2 s x

/2

Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

Anlisis de Datos para el Control de Procesos 5

PEE/ 16-2

Estimacin por intervalo de la

media poblacional: s conocido
+
[------------------------- X -------------------------]

/2

Distribucin
(1-) de Muestral
todos los
de X
valores de
X
/2

El intervalo
NO incluye
a

El intervalo
SI incluye a

[------------------------- X -------------------------]
[------------------------- X -------------------------]
[------------------------- X -------------------------]
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

Anlisis de Datos para el Control de Procesos 6

PEE/ 16-2

Estimacin por intervalo de la

media poblacional: s conocido
X Z /2

s
n

donde:
X es la media muestral
(1 -) es el coeficiente de confianza
Z/2 es el valor de Z correspondiente a un rea
de /2 en la cola superior de la distribucin
normal estndar.
s es la desviacin estndar de la poblacin
n es el tamao de la muestra
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 7

Estimacin por intervalo de la

media poblacional: s conocido
Valores de Z/2 para los Niveles de Confianza
ms comnmente usados:

Nivel de
Confianza
90%
95%
99%

/2

10%
5%
1%

5.0%
2.5%
0.5%

Valor
de Z/2
1.645
1.960
2.576

Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 8

Significado de la Confianza
Porque el 90% de los intervalos construidos usando
X + Z/2 sX contienen a la media poblacional, se dice
que tenemos un 90% de confianza en que dicho
intervalo incluye a la media poblacional .
Decimos que este intervalo se ha construido con un
nivel de confianza del 90%.
El valor 0.90 se conoce como el coeficiente de
confianza.

Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 9

Estimacin por intervalo de la

media poblacional: s conocido
Tamao adecuado de la muestra:
En la mayora de los casos, una muestra de 30 es
adecuada.
Si la distribucin de la poblacin es muy sesgada o
contiene valores extremos, se recomienda una
muestra de 50 o ms.
Si la poblacin no se distribuye normalmente, pero
es ms o menos simtrica, un tamao de muestra
tan pequea como de 15 ser suficiente.
Si la poblacin se cree es aproximadamente normal,
se puede usar una muestra de menos de 15.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 10

Estimacin por intervalo de la

media poblacional: s desconocido
En la mayora de aplicaciones el valor de la
desviacin estndar s no es conocido. En esos casos
se sugiere usar la desviacin estndar muestral como
un estimado puntual de la desviacin estndar
poblacional.

Este es el caso de s desconocido.

En este caso, el intervalo de confianza estimado para
m se basa en la distribucin t student.
(Vamos a suponer que la poblacin se distribuye
normalmente)
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 11

Distribucin t
La distribucin t es una familia de distribuciones.
Cada distribucin t especfica depende de un
parmetro llamado grados de libertad.
Grados de libertad se refieren al nmero de piezas de
informacin independientes que ingresan en el
clculo de la desviacin estndar de la muestra s.
A medida que aumentan los grados de libertad, la
diferencia entre la distribucin t y la distribucin
normal estndar es menor y menor. Para ms de 100
grados de libertad, Z es una buena aproximacin de t.
Una distribucin t con ms grados de libertad tiene
menos dispersin.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

Anlisis de Datos para el Control de Procesos 12

PEE/ 16-2

Distribucin t
Distribucin t
(20 grados
de libertad)

Distribucin
normal
estndar

Distribucin t
(10 grados
de libertad)

Z/t

Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

Anlisis de Datos para el Control de Procesos 13

PEE/ 16-2

Estimacin por intervalo de la

media poblacional: s desconocido
X t /2

S
n

donde:
X es la media muestral
(1 -) es el coeficiente de confianza
t/2 es el valor de t correspondiente a un rea
de /2 en la cola superior de la distribucin
t-student con (n-1) grados de libertad.
S es la desviacin estndar muestral
n es el tamao de la muestra
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 14

Estimacin por intervalo de la

media poblacional: s desconocido
Tamao adecuado de la muestra:
En la mayora de los casos, una muestra de 30 es
adecuada y podemos usar en el calculo del intervalo
de confianza la expresin: X + t/2 S / n.
Si la distribucin de la poblacin es muy sesgada o
contiene valores extremos, se recomienda una
muestra de 50 o ms.
Si la poblacin no se distribuye normalmente, pero
es ms o menos simtrica, un tamao de muestra
tan pequea como de 15 ser suficiente.
Si la poblacin se cree es aproximadamente normal,
se puede usar una muestra de menos de 15.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

Anlisis de Datos para el Control de Procesos 15

PEE/ 16-2

Estimacin por intervalo de la

media poblacional
Si

Podemos
asumir que
conocemos la
Desviacin
Estndar
s?

Conocido

Use

X Z /2

s
n

s
Desconocido

No

Use la desviacin
estndar muestral
s para estimar s.

Use

X t /2

S
n

Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 16

Tamao de la muestra para estimar

por intervalo la media poblacional
Sea E = el margen de error deseado.
E es la cantidad que sumamos y restamos de la
estimacin puntual para obtener un estimado por
intervalo.
Si seleccionamos un margen de error antes del
muestreo, podemos determinar el tamao de muestra
necesario para satisfacer dicho margen de error.

Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 17

Tamao de la muestra para estimar

por intervalo la media poblacional
Margen de Error

E = Z/2

s
n

Tamao de muestra necesario

(Z / 2 ) 2 s 2
n=
2
E

Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 18

Tamao de la muestra para estimar

por intervalo la media poblacional
La frmula del tamao de la muestra requiere el valor
de la desviacin estndar s de la poblacin.
Si s es desconocido, se puede utilizar en la ecuacin.
un valor preliminar o un valor planificado de s.
1. Use una estimacin de la desviacin estndar de
la poblacin calculada en algn estudio previo.
2. Use un estudio piloto para calcular una desviacin
estndar muestral que podr estimar el valor de s.
3. Use el sentido comn o el best guess para
asignar un valor de s.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 19

Estimacin por intervalo de la

proporcin poblacional
La frmula general para una estimacin por
intervalo de una proporcin de la poblacin es:
p + Margen de Error
La distribucin muestral de p, que es la Binomial,
juega un papel clave en el clculo del margen de
error de esta estimacin por intervalo.
Dicha distribucin se puede aproximar por una
distribucin normal cuando:
n p > 5 y n (1 - p) > 5.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

Anlisis de Datos para el Control de Procesos 20

PEE/ 16-2

Estimacin por intervalo de la

proporcin poblacional
Aproximacin normal de la distribucin muestral de p
Distribucin
Muestral de
p

/2

sp =

(1 - ) de
todos los
valores de p

Z/2 sp

p (1-p)
n

/2
p

Z/2 sp

Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

Anlisis de Datos para el Control de Procesos 21

PEE/ 16-2

Estimacin por intervalo de la

proporcin poblacional
p + Z/2

p (1-p)
n .

donde:
p es la proporcin muestral
(1 -) es el coeficiente de confianza
Z/2 es el valor de Z correspondiente a un rea
de /2 en la cola superior de la distribucin
normal estndar
n es el tamao de la muestra
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

Anlisis de Datos para el Control de Procesos 22

PEE/ 16-2

Tamao de muestra para estimar por

intervalo la proporcin poblacional
Margen de Error
E = Z/2

p(1- p)
n .

Tamao de muestra necesario

Sin embargo, p no se conocer ni despus de obtener la
muestra. Por ello para calcular el tamao de la muestra
usaremos el estimado preliminar p*.
(Z/2)2 p*(1- p*)
n=
E2
.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.

PEE/ 16-2

Anlisis de Datos para el Control de Procesos 23

Tamao de muestra para estimar por

intervalo la proporcin poblacional
Para determinar el valor preliminar p* se puede
elegir entre:
1. Usar un estimado anterior, o
2. Seleccionar una muestra preliminar y usar la
proporcin calculada a partir de esta muestra, o
3. Use el sentido comn o el best guess para
asignar un valor p*, o
4. De lo contrario, use 0.50 como el valor de * p,
que le dar la muestra ms grande posible.

Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2016.