UNED Tudela Diseños de Investigación y Análisis de Datos

Tema 1: Estimación de parámetros. Contraste de hipótesis (2ª parte)

1.4.- La estadística inferencial.
Objetivo: Llegar a conclusiones sobre las características de una o varias poblaciones a partir de la información
obtenida en muestras. Hay dos formas:

1) Estimar parámetros de la población Intervalos de confianza Estimadores

2) Contrastes de hipótesis.

Se realizará siempre un muestreo aleatorio simple (m.a.s).

1.4.1. Propiedades que puede tener un estimador:

Estimador insesgado: Su media coincide con el valor del parámetro estimado.
Estimador eficiente: Estimador preciso (de poca varianza).
Estimador consistente: Si aumenta la precisión a medida que aumenta el tamaño de la muestra.
Estimador suficiente: Utiliza toda la información de la muestra (todos los valores).

1.4.1.1. Intervalo de confianza para la media.

Supondremos siempre que Y es normal o, en su defecto, la muestra tiene tamaño mayor o igual que 30
Seleccionaremos una m.a.s.

Caso 1: Varianza poblacional conocida.

Intervalo de confianza (I.C.)

(Y − E max , Y + E max ) =  Y − z α
σ
n
, Y + z α
σ 
n 

1− 1−
2 2

Ejemplo: Las puntuaciones obtenidas en una oposición siguen una N(µ, 30) (Se desconoce la media)
Queremos determinar un intervalo de confianza para la media poblacional con un n.c. del 99%. Para ello se
selecciona una muestra de tamaño 40 resultando que la media muestral es 82 puntos

Caso 2: Varianza poblacional desconocida.

Intervalo de confianza (I.C.) (Y − E max , Y + E max ) =  Y −t α

S n −1
n
, Y + t α
S n − 1 
n 

1− 1−
2 2

Ejemplo: Las puntuaciones obtenidas en una oposición siguen una distribución desconocida con varianza
desconocida. Queremos determinar un intervalo de confianza para la media poblacional con un n.c. del 95%.
Para ello se selecciona una muestra de 40 opositores, resultando que la media es 82 puntos y la cuasivarianza
121. Hallar dicho intervalo de confianza.

Caso 3. Varianza poblacional desconocida y n≥100

La t de Student se aproxima a una normal
UNED Tudela Diseños de Investigación y Análisis de Datos
1.4.1.2. Intervalo de confianza para la proporción
Dada Y ≡ B (π ) con parámetro desconocido: La media muestral es igual a la proporción muestral
 P (1 − P ) P (1 − P ) 
I.C. para P: (P − E max , P + E max ) = P − z
 α
n
, P + z α
n 
 
1− 1−
2 2

Ejemplo: Para determinar un intervalo de confianza con un n.c. del 95% para la proporción de votantes a
determinado partido político, se extrae una muestra aleatoria simple de 200 de ellos, de los que 60 aseguran que
votarán a dicho partido. Hallar dicho intervalo confidencial.

1.4.1.3. Intervalo de confianza para la varianza

Dada X ≡
( µ , σ )
 nS 2 nS 2 
 
I.C. para la varianza =  b ,
a 

siendo a el valor que deja la χ n2−1 una probabilidad de α/2 a la izquierda
y b el valor que deja la χ n2−1 una probabilidad de α/2 a la derecha.

Ejemplo: Una empresa eléctrica fabrica bombillas que tienen una duración que se distribuye normalmente,
Hallar un intervalo de confianza para la varianza con un n.c. del 95% sabiendo que, extraída una muestra de
tamaño 41, se ha obtenido una varianza de 4.000 horas.

+ota: Si n≥100, la chi-cuadrado se aproxima a una normal, y el intervalo de confianza para la varianza es:
 2 
 S − z α S 2 2 , S 2 + z α S 2 2  (Ahora Sn ≈Sn-1)
 1− n 1− n 
 2 2
1.4.2. Amplitud del intervalo de confianza y tamaño muestral.
Cálculo del tamaño de la muestra para que el error máximo de estimación tenga un valor fijado:

a) Media (varianza conocida)

Ejemplo: Las puntuaciones obtenidas en una oposición siguen una N(µ, 30) (Se desconoce la media)
Queremos determinar un intervalo de confianza para la media poblacional con un n.c. del 95%. ¿Cuál debería
ser el tamaño de la muestra para que el error máximo de estimación sea de 6 puntos?

b) Media (varianza desconocida)

c) Proporción

d) Varianza (n≥100)