Estimación de Parámetros
Estimación de Parámetros
Estimación de Parámetros
SANTANDER
GRADOS DE LIBERTAD:
V= n – 1 n = tamaño de la muestra
La longitud de los tornillos producidos en una fábrica tiene media μ de 20 mm, si se
selecciona una muestra de 25 tornillos con desviación estándar de 1 mm, Calcular la
probabilidad de que:
X́−μ
Variante estadística t: t = s
√n
20,5−20
t= 1 = 2.5 V = n-1 = 24 Área del extreme derecho = 0,01
√25
X́−μ
Variante estadística t: t = s
√n
20,5−20
t= 1 = 2.5 V = n-1 = 24 Área del extreme derecho = 0,01
√ 25
X́−μ
Variante estadística t : t = s
√n
20,5−20
t= 1 = 2.5 V = n-1 = 24 Área leída de las dos colas es 0,02
√ 25
19 ,5−20
t= 1 = - 2.5
√25
La probabilidad de que la longitud media de la muestra de 25 tornillos este entre 19,5 y 20,5
milímetros es del 98%
Por intuición
Usando Técnicas Estadísticas
Con frecuencia recurrimos a la intuición para hacer estimaciones como, por ejemplo:
Les preguntamos algunos amigos si les gusta el sabor de un comestible y con base
en sus respuestas estimamos las ventas de ese producto
ESTIMADOR
Los estimadores que más se utilizan son:
Xi
X́ = ∑n
Xi FAi
X́ =∑n
ESTIMADOR DE LA PROPORCION
x
p=
n
Donde:
TIPOS DE ESTIMACIÓN:
La estimación de parámetros se puede realizar de dos formas:
Estimación puntual
Estimación por Intervalos
ESTIMACION PUNTUAL:
La estimación puntual ocurre cuando el parámetro de la población se estima con un solo valor que se
obtiene de aplicar la fórmula del estimador
Ejemplo
Para estimar la edad promedio de los estudiantes que ingresaron a este semestre a nuestra
institución, se escogieron al azar 200 de ellos y se registraron sus edades. Al sumar todos estos valores
se obtuvo un total de 3520. Es decir:
∑ xi = 3520 n = 200
X́ =
∑ Xi = 3520
= 17,6 años
n 200
Con base en los datos de la muestra, la edad promedio de todos los estudiantes que ingresaron este
semestre a la universidad se estima en 17,6 años
Ejemplo
Para estimar el porcentaje de estudiantes universitarios de la ciudad, que utilizan celulares marca LG,
se escogieron al azar 720 estudiantes universitarios, encontrando que 80 de ellos utilizan celulares de la
marca investigada, es decir
X = 80 n= 720
x 80
p=
n
= 720
= 0,1111 = 11,11%
con base en los datos de la muestra se estima que la proporción de estudiantes de la ciudad que utilizan
celulares marca LG es de 11,11%
Como se puede ver la estimación puntual no mide la incertidumbre de la estimación, es decir no indica
la magnitud del error ni del grado de confianza que se obtiene en la estimación que se realiza por estas
razones se prefiere la estimación por intervalos
INTERVALO DE CONFIANZA
Es el intervalo de valores construido con los datos de la muestra dentro del cual es posible se
encuentre el parámetro de la población
NIVEL DE CONFIANZA
Es la probabilidad o riesgo de que el intervalo de confianza contenga el valor del parámetro de la
población
MARGEN DE ERROR
Es un valor que se le suma y se le resta a la estimación puntual de la media o de la proporción para
construir el intervalo de confianza, es decir:
El nivel de confianza (1 – α)
La dispersión de los datos (varianza)
El tamaño de la muestra (n)
Por ejemplo, un nivel de confianza del 90% significa que se tiene una confianza del 90% de que el
intervalo de confianza construido, contenga el parámetro de la población que se está estimando o dicho
de otra manera: Hay una probabilidad del 90% de que el intervalo de confianza, construido contenga el
parámetro de la población
El nivel de confianza lo fija el investigador escogiendo un valor que se llama VALOR Z o VALOR
TIPIFICADO. Este valor Z depende del nivel de confianza escogido y se obtiene de la tabla normal. Los
valores de Z correspondientes a los niveles de confianza antes mencionados: 90%, 95% y 99%
obtenidos de esta tabla son los siguientes:
La dispersión de los datos cuando se va a estimar la media de una población se tiene cuando se
conoce la varianza poblacional o la desviación estándar de la población. Si no se conoce este parámetro
se puede estimar tomando una muestra piloto y calculando la varianza de esta muestra
La dispersión de los datos cuando se va a estimar la proporción de una característica en una
población se obtiene de una muestra piloto
ERROR DE MUESTREO
La estimación puntual que se obtiene al calcular la media de la muestra o la proporción de la muestra
muchas veces, no coinciden con la media o con la proporción de la población. A esta diferencia entre el
valor muestral y el valor del parámetro de la población se le llama error de muestreo
E = X́ – μ
α
U = X́ ± z √n
Para población finita (se conoce el tamaño de la población N)
n
Si
N
≥ 0,05
α N −n
U = X́ ± Z
√n √ N −1
n
Si
N
≥ 0,05
S N −n
U = X́ ± Z
√n √ N −1
S
U= ±t X́
√n
n
Si
N
≥ 0,05
S N −n
U = X́ ± t
√n √ N −1
Ejemplo 1.
Suponga que la estatura media de los hombres de una universidad tiene una desviación
estándar de 2,48 cm. Se miden 100 estudiantes, hombres, elegidos aleatoriamente y se obtiene
una estatura media de 168,52 cm.
Determine los límites de confianza del 99% para la estatura media de los hombres de esta
universidad
α
U = X́ ± z √n
2.48
U= 168,52 ± 2,57 √100
U = 168,52 ± 0,64
Ejemplo 2
En una muestra de 60 observaciones, la media es 35 y la desviación estándar 4.2.
Obtenga los límites de confianza entre los cuales debe encontrarse la media poblacional,
con una probabilidad del 95%
Ejemplo 3
Un fabricante de metros metálicos, con el fin de controlar la exactitud de los mismos, tomó
una muestra de 10 y los midió con toda la precisión. Las medidas en metros fueron:
0,99 1,04 0,98 0,97 1,02 1,01 0,99 0,95 1,03 1,02
Estime con un 90% de confianza los límites para la media
Solución: X́ =
∑ Xi = 10
n 10 = 1
Σx2 = 10,0074
Σx 2−n X́ 2 10,0074−10 (1)2
2
S = = = 0,000822
n−1 10−1
S = √ 0,000822 = 0,029
S
U = X́ ± t√n
0,029
U= 1 ± 1.8331
√ 10 = 1 ± 0,0168
Li = 0,9882
Ls = 1,0168
pq
P = p± z
√ n
n
Para población finita (Se conoce N) Si N ≥ 0,05
pq N −n
P = p± z
√ √ n N −1
pq
P = p± t
√ n
EJEMPLO 4
Una muestra de 100 votantes elegidos al azar entre todos los de un barrio, indicaba que
el 45% de ellos estaban a favor de un candidato, hallar el intervalo de confianza del 95%
de las personas que votarían por este candidato
Solución: n = 100 p = 45% q = 55% Nivel de confianza = 95% z = 1.96
0,45 x 0.55
P = 0,45 ± 1.96
√
2
100
= 0,45 ± 0.10
Li = 0,35 Ls = 0,55
EJEMPLO 5
Una investigación efectuada a 400 familias de clase media reveló que, en la realización
de fiestas familiares, un 62% prefería el aguardiente a cualquier otra clase de licor.
Determinar el intervalo de confianza del 99% de familias que prefieren aguardiente
0,62 x 0.38
P = 0,62 ± 2.57 ❑
√ 400
= 0,62 ± 0.062
Li = 0,558 Ls = 0,682
Prob (55,8% ≤ P≤ 68,2%) = 99%
Interpretación: Se estima que entre el 55,8% y el 68.2 % de las familias preferirán el
aguardiente en las fiestas familiares con una confianza del 99%
EJEMPLO 6
Establecer un intervalo de confianza del 90%, para estimar la proporción de familias que no
poseen internet
18 12
Solución: n = 30 familias p= = 0,60 q = = 0,4
30 30
Nivel de confianza = 90% Grados de libertad = n – 1 = 30 -1 = 29
Dos colas
Nivel de significación (α ) = 100 – 90 = 10 = 0,1
t = 1,70 ( de la tabla t student)
P = p± t pq = 0,60 ± 1.70
√ n
0.6 x 0.4 = 0,60 ± 0,152
√ 30
Li = 0,448
Ls = 0,752
Prob 44,8% ≤ P≤ 75,2%) = 90%
Interpretación: Se estima que entre el 44,8% y el 75.2 % de las familias no poseen
internet con una confianza del 90%