Академический Документы
Профессиональный Документы
Культура Документы
Estimación puntual.
Métodos de los momentos
Métodos de la máxima verosimilitud
Métodos de los mínimos cuadrados
Estimación por intervalos.
Estimación bayesiana
En esta unidad, haremos uso del método clásico de estimación puntual para los parámetros
de la población desconocidos como la media, proporción, varianza. Basados en información
obtenida de una muestra aleatoria seleccionada de una población ene estudio.
Para la estimación por intervalo, utilizaremos el bayesiano, que consiste en obtener
únicamente información que brindan muestras aleatorias. Este método interpreta el análisis
correspondiente al intervalo de confianza obtenido.
Límite de confianza (Nivel de confianza)
Es la probabilidad de que el verdadero valor del parámetro estimado en la población se situé
en el intervalo de confianza obtenido. El nivel de confianza se denota por ( 1 - ∝), aunque
habitualmente suele expresarse con un porcentaje ( ( 1 - ∝) 100%) es habitual tomar como
nivel de confianza un 95% o un 99%.
Nota: si el nivel de confianza aumenta entonces el error aumenta y la longitud del intervalo
aumenta, se tendrá un intervalo de confianza confiable, seguro, pero no preciso.
Valor ∝: también llamado nivel de significancia. Es la probabilidad (en tanto por uno) de
fallar en nuestra estimación, esto, es, la diferencia entre la certeza y el nivel de confianza
(1-∝)
Ejemplo. En una estimación con un nivel de confianza del 95% el valor ∝ es.(100-95)/100=
0.05.
Valor crítico: se representa por 𝑍∝⁄2 . Es el valor ***************
Intervalo de confianza para la media cuando el tamaño de la muestra es mayor o igual
a 30.
Se aproxima a una distribución normal (o gaussiana) con media 𝜇 y una desviación típica
dada por la siguiente expresión
𝛿
𝛿𝑥̅ = 𝛿 𝑥̅ ~ 𝑁 (𝜇, )
√𝑛
√𝑛
P [−𝑧∝⁄ 𝑥̅ −𝜇 ] = 1−∝
2 ≤ 𝛿
√𝑛
Ahora bien si hacemos operaciones es posible despejar 𝜇 para obtener el intervalo:
P [𝑥̅ − 𝑧∝ 𝛿
≤ 𝜇 ≤ 𝑥̅ +𝑧∝⁄
𝛿 ] = 1−∝
⁄2
√𝑛 2 √𝑛
(𝑥̅ − 𝑧∝ 𝛿
, 𝑥̅ + 𝑧∝⁄
𝛿 )
⁄2
√𝑛 2 √𝑛
𝑝̅ ∗ 𝑞̅ 𝑝̅ ∗ 𝑞̅
(𝑝̅ − 𝑧 ∝⁄2 √ < 𝑝 < 𝑝̅ + 𝑧 ∝⁄2 √ )
𝑛 𝑛
𝑝̅ ∗𝑞̅ 𝑝̅ ∗ 𝑞̅
(𝑝̅ − 𝑡(1 − ∝⁄2 , 𝑛 − 1) ∗ √ < 𝑝 < 𝑝̅ + 𝑡(1 − ∝⁄2 , 𝑛 − 1) ∗ √
𝑛 𝑛
Ejemplo: las ventas diarias de cierta oficina comercial se supone que siguen una
distribución normal. Para estimar el volumen medio de ventas por día se realiza una muestra
de 10 días escogidos al azar, resultando que la media de las ventas de esos 10 días es de $100
con una desviación típica de $4. Dar un intervalo de estimación para el volumen medio de
ventas por día con una confianza del 95%.
Solución.
Dado que se desconoce la desviación estándar poblacional y el tamaño de la muestra es menor
de 30, se utiliza la T-Students.
Datos.
n= 10
s= 4 (poblacional desconocida)
𝑋̅ = $100
1-∝= 0.95 y el nivel de significancia de ∝=0.05
0.05
t(1-∝⁄2, n-1) t (1- 2 ,10-1) t(0.975,9) = 2.262
4 4
[100 − 2.262 < 𝜇 < 100 + 2.262 ] el intervalo en el cual se encuentra la media es
√10 √10
de ($97.134, $102.861)
Esto significa que; si se extraen muestras repetidas de tamaño 10de las ventas diarias de cierta
oficina comercial se esperaría que aproximadamente el 95% de las veces la media estará
contenida en ($97.134, $102.861) y el 5% restante se estima que la media estará fuera de
dicho intervalo.