Вы находитесь на странице: 1из 17

Depto.

Matemticas IES Elaios



Tema: Estadstica Inferencial

2. ESTIMACIN

Presentacin elaborada por el profesor Jos M Sorando,
ampliando y adaptando las diapositivas de la Editorial SM
Clculo de valores crticos
Clculo de valores crticos
Clculo de valores crticos
Estimacin
Apuntes.-

Hasta ahora: conocidos los parmetros de la poblacin, hemos
calculado la probabilidad de que en una muestra se obtenga
cierto resultado (media o proporcin)

Pero lo ms usual es que: conocidos los resultados de una muestra,
queramos obtener algn conocimiento sobre los parmetros de la
poblacin. Eso es la ESTIMACIN.
Estimacin puntual
Parmetro: es un valor numrico que describe una caracterstica de la
poblacin.

Estadstico: es un valor numrico que describe una caracterstica de la
muestra.

Estimador puntual: es el estadstico que se toma en una muestra
determinada y que se usa para estimar un parmetro poblacional.
En general, se verifica que, cualquier parmetro poblacional que
se quiere estimar (, o
2
, p, .... etc.) tiene siempre en la muestra un
estadstico paralelo (

x,
^
s
2
,
^
p, ..., etc.)

Propiedades de los estimadores
Estimador insesgado: es aquel estimador para el que se cumple que su media
coincide con el valor del parmetro que se va a estimar.

Ejemplos: lo son la media muestral y la proporcin muestral.
Estimador eficiente: es aquel estimador para el que su varianza es mnima.

Ejemplos: tanto la media muestral como la proporcin muestral son ms
eficientes cuanto mayor es el tamao de la muestra. En ambos casos, si
aumenta n disminuye
2
.

Propiedades de los estimadores

una comparacin
Cuatro tiradores han efectuado 10 disparos sobre una diana. Si traducimos cada disparo
en una estimacin, efectuada por un determinado estimador, sobre una muestra,
podemos interpretar las propiedades de los estimadores de la siguiente forma:
Estimador insesgado
y no eficiente
Estimador sesgado
y no eficiente
Estimador sesgado
y eficiente
Estimador insesgado
y eficiente
Estimadores puntuales ms probables
Apuntes.-
_
para la media de una poblacin , se toma la media de la muestra x



para la varianza de la poblacin
2
, se toma s
2
n / (n 1), cuasivarianza
muestral


^
para una proporcin de la poblacin p, se toma la proporcin de la muestra p

En la estimacin puntual se obtiene un valor concreto como estimacin del parmetro
poblacional; pero ese mtodo no permite tener una medida de la confianza que puede
depositarse en el resultado de dicha inferencia.
Para resolver ese problema se utiliza la estimacin por intervalos, que consiste en:
obtener un intervalo (intervalo de confianza) tal que haya una determinada probabilidad
conocida (nivel de confianza) de que contenga al verdadero valor del parmetro
poblacional.

As, si nos referimos a la media , se trata de encontrar un intervalo (a , b) tal que:

P ( a < < b) = 1 -


Ejemplo.- Si se nos pide que estimemos la media poblacional con un nivel de confianza
del 95%, se tratar, a partir de una muestra, de encontrar un intervalo (a , b) en el cual
podamos asegurar que est contenida con una probabilidad de 0'95.
En tal caso, la probabilidad de que no pertenezca a dicho intervalo ser de 0'05; se
ser por lo tanto el riesgo asumido con esa estimacin (nivel de significacin).

Estimacin por intervalos
Intervalo de confianza: intervalo (a , b) tal que hay una determinada probabilidad
conocida de que contenga al verdadero valor del parmetro poblacional.

Nivel de confianza: es la probabilidad de que el parmetro poblacional pertenezca al
intervalo de confianza. Generalmente se representa por 1 .

Es decir: P ( a < < b) = 1 -

Nivel de significacin o de riesgo: es la probabilidad de que el parmetro
poblacional no pertenezca al intervalo de confianza; es decir, 1 (1 ) = .

Valor crtico: es el valor de la abscisa que deja a su derecha un rea igual a /2,
siendo 1 el coeficiente de confianza. Se representa por z
/2
.

Margen de error: es la diferencia entre el extremo superior y el extremo inferior del
intervalo de confianza: b a.

Error mximo admisible: es la semiamplitud del intervalo de confianza; es decir, la
mitad del margen de error. Se denomina E = (b a) / 2
Estimacin por intervalos
Apuntes.-
Valores crticos ms usuales
Pr
\

|
.
|
|
z
o/2
< Z s z
o/2
= 1 o
1 - o 0,8 0,9 0,95 0,99
o 0,2 0,1 0,05 0,01
o/2 0,1 0,05 0,025 0,005
z
o/2
1,28 1,64 1,96 2,58
Intervalo de confianza para la media poblacional
Sea una poblacin de partida N(, o). Pretendemos estimar .
Tomamos una muestra aleatoria de tamao n. Calculamos la media muestral x.
La variable aleatoria

X sigue una N(,


o
n
)

Por tanto

X

o
n
se aproxima a una N(0, 1)
Entonces: Pr
\

|
.
|
|
|
z

o/2
<

X

o
n
s z

o/2
= 1 o. Y de aqu se obtiene
El intervalo de confianza para el parmetro

de una poblacin N(
, o
) al nivel
de confianza 1
o
viene dado por IC =
\

|
.
|
|

x

z
o /2
o
n
Si
o
es desconocida y n es grande (n
>
30), el intervalo de confianza viene dado
por IC =
\

|
.
|
|

x

z
o
/2
^
s
n
donde
^
s
2
es la cuasivarianza muestral
Intervalo de confianza para una proporcin p
Sea una poblacin donde pretendemos estimar una proporcin p.
Tomamos una muestra aleatoria de tamao n donde hay una proporcin p^.
Entonces
^
p se distribuye en el muestreo segn una N
\

|
.
|
|
p,
p(1 p)
n


En consecuencia
^
p p
p(1 p)
n
se aproxima a una N(0, 1) para n muy grande
Entonces: Pr
\

|
.
|
|
|
z
o/2
<
^
p p
p(1 p)
n
s z
o/2
= 1 o
Por tanto: Pr
\

|
.
|
|
^
p z
o/2

p(1 p)
n
< p s
^
p + z
o/2

p(1 p)
n
= 1 o
Como p es desconocido podemos tomar
^
p como valor estimado prximo a p:
Pr
\

|
.
|
|
^
p z
o/2

^
p (1
^
p)
n
< p s
^
p + z
o/2

^
p (1
^
p)
n
= 1 o
Luego IC =
\

|
.
|
|
^
p z
o/2

^
p (1
^
p)
n

Intervalo de confianza para una proporcin p
Si n es muy grande, lo que equivale a decir np > 5 y n(1 p) > 5, el intervalo de
confianza para el parmetro p de una B(n, p) viene dado por
IC =
\

|
.
|
|
^
p z
o/2

^
p (1
^
p)
n

donde z

o/2
es el valor crtico para el nivel de confianza o y
^
p =
x
n
Intervalo de confianza para una proporcin p
Tamao de la muestra
Una forma de aumentar la confianza es ampliando el tamao del intervalo, pero esto
tiene el inconveniente de que aumenta el margen de error.

Otra forma es aumentar el tamao de la muestra, ya que el ancho del intervalo
depende de n.

Hasta dnde debe aumentar n para tener una confianza predeterminada?

Por ejemplo: el intervalo de confianza para el parmetro de una poblacin N(, o) al nivel
de confianza 1 o viene dado por IC =
\

|
.
|
|

x z
o/2
o
n


E
Es decir: E = z
o/2
o
n

Despejando n obtenemos: n =
\

|
.
|
| z
o/2
o
E
2