10.estimación de Parámetros

Tema
10 ESTIMACIÓN DE
PARÁMETROS
OBJETIVOS
Al finalizar el Tema 11, el participante será capaz de:
1. Diferenciar estimación puntual y estimación de
intervalos.
2. Discutir los criterios para la selección de un buen
estimador.
3. Realizar estimaciones puntuales.
4. Construir e interpretar intervalos de confianza para
,  y 2.
5. Ajustar el intervalos en poblaciones finitas.
6. Determinar el tamaño de una muestra.
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
CONTENIDO
1. Introducción
2. Estimación puntual
3. Intervalo de confianza: conceptos
4. Intervalo para la media
5. Intervalo para la proporción
6. Muestreo
7. Intervalo para la varianza

10.1 Introducción
La estadística se divide en DESCRIPTIVA e
INFERENCIAL
DESCRIPTIVA
ESTADISTICA Estimación
INFERENCIAL
Prueba de
Hipótesis

10.1.1 Tipos de estimaciones
A) Estimación puntual
Un sólo número se utiliza para estimar un

parámetro desconocido. Para ser útil debe de
estar acompañado del error.
Ejemplo:
Para el próximo mes se espera que las ventas
sean 700 unidades con un error de 10%.

B) Estimación por intervalo
Un intervalo de valores se utiliza para estimar un
parámetro desconocido. El error se indica de dos
manera: por la extensión del intervalo y por la
probabilidad de obtener el verdadero parámetro de la
población que se encuentra dentro del intervalo.
Ejemplo:
Para el próximo mes se espera que el número de
consultas en el Servicio de Reumatología sean
entre 670 y 730 pacientes, con un error 5%.

10.1.2 CRITERIOS PARA SELECCIONAR
UN ESTIMADOR: CESI.
 Coherencia: si al aumentar n, el
estimador se aproxima al parámetro.
 Eficiencia: proporciona menor error
estándar que otros estimadores.
 Suficiente: utiliza mayor cantidad de la
información contenida en la muestra que
otro estimador.
 Insesgado (o imparcial): si el estimador
tiende a tomar valores por encima y por
debajo del parámetro que estima, con la
misma frecuencia.

10.2 Las estimaciones puntuales
(A) De la media poblacional
La media muestral x estima a la media poblacional 
(B) De la varianza y la desviación estándar
S2 estima 2
S estima 
(C) De la proporción poblacional
p estima 

10.3 Los intervalos de confianza
Conceptos
 Nivel de confianza: probabilidad que asociamos
con una estimación del intervalo. Se representa
con (1 - a). Los niveles más utilizados son 0,90
0,95 y 0,99.
 Intervalos de confianza: es el alcance de la

estimación que estamos haciendo.

10.4 Intervalo para la media
10.4.1 A partir de muestras grandes
x-
pero Z =

n
-Z0 Z0
Pr Z 0  Z  Z 0   1  a
 x 
Pr  Z 0   Z0   1  a
 x 
   
Pr  x  Z0    x  Z0   1  a
 n n 

Ejemplo:
En un estudio de mercado, se realizó una

encuesta a 400 familias calculando un gasto
medio anual en zapatos de S/. 740 por familia.
La desviación estándar fue S/. 400. Construya
e interprete un intervalo de confianza al 0,95
de la estimación del gasto medio anual de
zapatos por familia en esa ciudad.

   
Pr  x  Z0    x  Z0   1a
 n n 
 400 400 
Pr 740  (1.96)    740  (1.96)  0.95
 400 400 
Pr700.80    779.20  0.95

Interpretación:
Hay 0,95 de confianza que el intervalo hallado se
encuentre dentro del grupo de intervalos que
contienen a la verdadera media poblacional ().
 Ls
LI
muestra
1 2 3 4 5 6 7 8
10.4.2 A partir de muestras pequeñas
Pero, x -
t=
S
-t0 t0 n
Pr t0  t  t0   1  a
 
 x 
Pr  t0   t0   1  a
 S 
 n 
 s s 
Pr  x  t0    x  t0   1a
 n n
Ejemplo
Se desea estimar el tiempo medio de estancia
hospitalaria para cierto tipo de pacientes. Se
selecciona una muestra aleatoria de 25 HC y
se calculó x  5,7 y S = 4,5 días. Estimar  con
0,95 de confianza.
 S S 
Pr x  t n1    x  t n1   1 a
 n n
 4,8 4,8 
Pr 5,7  2,064    5,7  2,064   1  0,1
 25 25 
Pr3,72    7,68  0,90
Interpretación:
Hay 0,90 de confianza que el intervalo construido
se encuentre dentro del grupo de intervalos que
contienen a la verdadera media poblacional () de
la estancia hospitalaria.

Ejemplo 2
n=9
x  41,27
S = 16,23
a = 0,05
 S S 
Pr x  t n1    x  t n1   1 a
 n n
 16,23 16,23 
Pr 41,27  2,306    41,27  2,306   0,95
 9 9 
Pr28,80    53,74  0,95

Interpretación:
se encuentre dentro del grupo de intervalos que
contienen a la verdadera media poblacional ().

Ejemplo:
Nueve automóviles del mismo modelo fueron
conducidos de idéntica manera usando un litro
de gasolina corriente. La distancia media
recorrida por estos automóviles fue de 8 Kms.
con una desviación estándar de 1,14 Kms.
Construya e interprete un intervalo de confianza
al 0,95 para estimar el kilometraje medio por
litro de gasolina para este modelo de automóvil.

Solución:
GL= n - 1 = 8 t = 2,306
 1.14 1.14 

Pr8 2.306(  
) 8 2.306( )  0,95
 
 9 9 
Pr {7,12372
.    8,.87628} 0,
. 95

Interpretación:

contienen a la verdadera media poblacional.

10.5 Intervalo para la proporción
Pero
p 
Z
p
-Z0 Z0
donde
Pr{ Z o  Z  Z }  1  a
p (1  p )
p 
p  n
Pr{ Z o   Z}  1  a
 `p
Pr{ p  Z p    p  Z o p }  1  a

Ejemplo:
Suponga que 1600 de 2000 trabajadores

sindicalizados que se muestrearon de una
gran industria dijeron que planean votar por
unirse a una federación. Si se utiliza un nivel
de confianza de 0,95 ¿cuál es la estimación
de intervalo para la proporción de la
población?. Interprete.

1600 (0,80)(1  0,80)
p  0.80 p 
2000 2000
Z  1,96  p  0,00894
Pr{0,80-1,96(0,00894) < < 0,80 +1,96(0,00894) }= 0,95
Pr{0,782 <  < 0,818} = 0,95

Interpretación:
Hay 0,95 de confianza que el intervalo

calculado pertenece al grupo de intervalos
que contienen a la verdadera proporción
poblacional.

10.6 Ajuste para poblaciones finitas
El error estándar de la estimación sufre un ajuste,

cuando se trata de una población finita.

N n
Error estándar de la media X  .
n N 1
Error estándar de la proporción p(1  p) N  n
p  .
n N 1
Si la proporción n/N es menor a 0,05 se omite el ajuste.

Ejemplo 1
Hay 250 familias en un pequeño poblado. Una

encuesta con 40 familias reveló que la
contribución media anual a obras comunitarias
es de US $450, con una desviación estándar de
US $ 75. Establezca un intervalo de confianza de
0,95 para la contribución media anual.
Interprételo.

Solución:
Como la muestra es mayor a 5%, procede el ajuste.
  N  n    N  n 
Pr{x  Z 
n  N 1     xZ    1  a
n  N 1 
 75  250  40   75  250  40 
Pr{450 1,96      450  1,96  }  0,95
 40  250 1   40  250 1 
Pr{450  23,24( 0,8433)    450  23,24( 0,8433)}  0,95
Pr{428,66    471,34}  0,95

Interpretación:
Hay 0,95 de confianza que el intervalo elaborado

pertenezca al grupo de intervalos que contienen a la
verdadera media poblacional.

Ejemplo 2
Hay 300 técnicos en una gran empresa metal

mecánica. Una muestra de 50 reveló que 18 cuentan
con una experiencia previa en otra empresa similar.
Establezca un intervalo de confianza al 0,95 para la
proporción de técnicos con experiencia en otra
empresa.

Solución:
(036)(1  0,36)
18
p   0,36 p 
50 50
 p  0,06788
 N  n)   N  n) 
Pr{ p  Z o p      p  Z o p 
 
}  1  a

 N  1   N  1 
 300  50   300  50 
Pr{0,36  (1,96)(0,06788)     0,36(1,96)(0,06788)
 
}  0,95

 300  1   300  1 
Pr{0,36  0,12165    0,36  0,12165}  0,95
Pr{0,23835    0,48165}  0,95

Interpretación:

pertenezca al grupo de intervalos que contienen a la
verdadera proporción poblacional.

10.7 El tamaño de la muestra y el IC
A.¿De qué depende el tamaño de la muestra (n)?

Depende de:
1. La magnitud del máximo error permisible
(e) y,
2. El nivel de confianza de que el error en la
estimación no exceda del máximo error
permisible (1- a )

C) Derivación de la formula
 
Pr{ x  Z o    xZ }  1a
n n
Error = e
Entonces Z
e
n
Elevando al cuadrado
Z 2 . 2
e 
2
Z 2 . 2
n
e2
Ejemplo 1
A fin de conocer el gasto mensual en medicinas por
familia, el Gerente de Marketing de un laboratorio
farmacéutico desea determinar el tamaño de la
muestra que le proporcione un nivel de confianza de
0,95 (Z = 1,96). Además conoce por estudios
anteriores que las compras medias por familia eran de
S/. 120 mensuales, con una desviación estándar de
30. El Gerente busca un tamaño de muestra que le
permita estimar el nivel de gasto con un error de 10.

Solución
Datos: Z 2  2
1 - a = 0,95 n =
Z = 1,96 e 2
 = 30
e = 10
(1 , 96 ) 2 ( 3 0 ) 2
n =
(1 0 ) 2
n = 35
Para proporciones se calcula a partir de la
formula
donde
2 Z : Valor tabular para un
Z p(1-p) nivel de confianza
n= 2
e p(1-p): Variancia

Ejemplo 2
Un congresista desea determinar su
popularidad en zona norte del país. Especifica
que la proporción de electores que lo apoyarán
debe calcularse dentro del ± 2% de la
proporción de la población, además,desea
tener un grado de confianza de 0,95. En las
elecciones pasadas recibió 40% de los votos
en esa parte del país. Duda que esto haya
sufrido muchos cambios. ¿De cuántos
electores debe ser la muestra?.

Solución
Datos:
1 - a = 0,95 (1,96) 2 (0,40)(0,60)
n
Z = 1,96 (0,02) 2
p = 0,40 0,921984
e = 0,02 n
(0,02) 2
n  2305

10. 8 Intervalo para la varianza
(n - 1)S2
Pero ,  (2n 1)
2
12-a 2 a2 2
 2 2 
Pr  1-a    a   1  a
2
 2 2

Entonces:
 2 ( n  1) S 2 
Pr  1-a   a 2   1  a
2

2
2 

 1 2 1  
Pr  2   2   1a
 1-a
 ( n  1) S a 2 
2
2 

 ( n  1 ) S 2
( n  1) S 2 

Pr   
2
  1a
 a 2
 1-a 2 
2 2


Ejemplo:
El número de ventas realizadas durante 10 días

(n = 10) presenta una varianza de 9 (s2 = 9).
Establezca un intervalo de confianza para la
varianza poblacional (2) al 0,90.Interprételo.

Solución:
Datos:  9(9) 9(9) 

Pr   
2
  0.90
S2 = 9 16,919 3,325 
n = 10
a = 0,10  81 81 
Pr   2    0.90
16,919 3,325 

Pr 4.7875   2  24,3609  0.90 

Interpretación:

contienen a la verdadera varianza poblacional.

Hoja de Comprobación
1. Se dice que un estadístico es un estimador eficiente de un

parámetro si, al aumentar el tamaño de la muestra, es casi
seguro que el valor del estadístico se acerque mucho al valor
del parámetro.
2. Una estimación de intervalo es un intervalo de valores

utilizado para estimar la forma de la distribución de una
población
3. Si un estadístico tiende a tomar valores mayores que el

parámetro de la población con la misma frecuencia con que
tiende a tomar valores por debajo, decimos que el estadístico
es un estimador imparcial del parámetro.

4. La probabilidad de que un parámetro de población se encuentre
dentro de una estimación de intervalo dada se conoce como
nivel de confianza.
5. Al aumentar el tamaño de la muestra, la distribución t tiende a
tomar una forma más plana.
6. Debemos utilizar siempre la distribución t, en lugar que la

distribución normal , en los casos en que se desconozca la
desviación estándar de la población
7. Podemos obtener una burda estimación de la desviación
estándar de una población si contamos con información
acerca de su rango.

8. Cuando se utiliza la distribución t para hacer estimaciones,
se debe suponer que la población es aproximadamente
normal
9. No siempre es deseable utilizar altos niveles de confianza,
debido a que estos producen grandes intervalos de
confianza.
10.Existe una distribución t distinta para cada posible tamaño
de muestra.
11.Una estimación puntual a menudo resulta insuficiente,
debido a que es correcta o incorrecta.

12.Se dice que una media de muestra es un estimador imparcial
de una media de población debido a que ningún otro estimador
podría extraer de la muestra información adicional acerca de la
media de la población
13.El estimador de  que se utiliza con mas frecuencia es s
14.El error estándar de la población se calcula como p(1  p) / n
15.El numero de grados de libertad que se utilizan en una

estimación de distribución t es igual al tamaño de la muestra.

16.La distribución t es poco probable que sea aproximada por
la distribución normal conforme aumenta el tamaño de la
muestra.
17.No es necesario usar la distribución t en estimación si se

conoce la desviación estándar de la población
18.La mediana de la muestra es siempre el mejor estimador de

la mediana de la población
19.Conforme aumenta el ancho de un intervalo de confianza, el

nivel de confianza asociado con el intervalo también se
incrementa.

20.La estimación del error estándar de la media de una
población finita utilizando la estimación de la desviación
estándar de la población requiere del uso de la distribución t
para calcular intervalos de confianza subsecuentes
21.Los valores que se encuentran en la tabla de la distribución t

corresponden a la probabilidad de que el parámetro real de la
población se encuentre fuera de nuestro intervalo de confianza
22.En una distribución normal, 100% de la población se

encuentre fuera nuestro intervalo de confianza

10.estimación de Parámetros

Загружено:

Сведения о документе

Оригинальное название

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

10.estimación de Parámetros

Загружено:

Авторское право:

Доступные форматы

Tema

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Un sólo número se utiliza para estimar un

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

 Intervalos de confianza: es el alcance de la

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

En un estudio de mercado, se realizó una

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Pr700.80    779.20  0.95

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Pr28,80    53,74  0,95

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Hay 0,95 de confianza que el intervalo hallado se

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Suponga que 1600 de 2000 trabajadores

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Pr{0,782 <  < 0,818} = 0,95

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Hay 0,95 de confianza que el intervalo

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

El error estándar de la estimación sufre un ajuste,

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Hay 250 familias en un pequeño poblado. Una

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Como la muestra es mayor a 5%, procede el ajuste.

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Hay 0,95 de confianza que el intervalo elaborado

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Hay 300 técnicos en una gran empresa metal

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Hay 0,95 de confianza que el intervalo construido

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

A.¿De qué depende el tamaño de la muestra (n)?

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

El número de ventas realizadas durante 10 días

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Datos:  9(9) 9(9) 

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Hay 0,90 de confianza que el intervalo hallado se

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

1. Se dice que un estadístico es un estimador eficiente de un

2. Una estimación de intervalo es un intervalo de valores

3. Si un estadístico tiende a tomar valores mayores que el

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

6. Debemos utilizar siempre la distribución t, en lugar que la

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003