- 37 9.

ESTIMACION DE PARAMETROS
Notaciones :

X = Poblacin
X~ f ( x ; )
= Parmetro o vector de parmetros

= Estimador
= Espacio paramtrico

Toda estimacin ( estadstica ) est basada en la informacin contenida en la muestra ;

X ( X1, X

, , X

).

Esta puede adoptar las siguientes formas :

Estimacin Puntual
Estimacin por Intervalo
Dcima de Hiptesis
OBSERVACIONES
O1. Para los dos primeros tipos de estimacin, todo lo que podamos conocer acerca de
depende exclusivamente de la informacin contenida en la muestra.
O2.

Para el ltimo tipo de estimacin, todo lo que podamos conocer acerca de

depender de nuestra experiencia acerca de ste ( plasmada en una hiptesis ), y
la muestra ser para aceptar o rechazar tal hiptesis.

9.1. ESTIMACIN PUNTUAL

En esencia se refiere a la obtencin de una estadstica ( ) , a partir del cual se

calcula un valor numrico que sirva para estimar el verdadero valor del parmetro ( ).
PROPIEDADES DE UN BUEN ESTIMADOR

Insesgado
Eficiente
Consistente
Suficiente

E( )

METODOS PARA OBTENER ESTIMADORES

Mxima Verosimilitud
Momentos
Mnimo Cuadrado
Ejercicio 1.- Para una m.a. de 200 observaciones, tomada de una poblacin X , se obtuvo la
siguiente informacin :
200

i 1

200

X i 300

i 1

2
i

3754

. Estimar

E( X )

V ( X ).

9.2. - INTERVALO DE CONFIANZA

Es una forma de hacer inferencia, que consiste en dar un conjunto de valores dentro de
los cuales estar el verdadero valor del parmetro ( ), con una probabilidad prefijada de (
1 ) llamada coeficiente o nivel de confianza.
PROCEDIMIENTO PARA CONSTRUIR UN INTERVALO DE CONFIANZA
1 Sea una muestra aleatoria ( m.a. ) X = ( X1, X2, . . . , Xn ) tomada de una poblacin X con
X ( x ; ) y desconocido.
2 Definir una funcin Y = h ( X , ), generalmente relacionada con el estimador de , tal
que la distribucin de probabilidades de Y no dependa de . Y es llamada funcin
pivotal.
3 Plantear una proposicin probabilistica, esto es; P ( h 1 Y h2 ) = 1 , donde (1
) generalmente se fija cercano a 1; 0.99, ..., 0.95, ..., etc.
Interpretacin : Si ( 1 ) 100 = 95%, significa que de cada 100 muestras 95 de ellas
nos llevarn a construir intervalos que contendrn al verdadero valor del parmetro y 5
no la contendrn.
4 Despejar en

P ( h1 h ( X,

) h 2 )

, hasta obtener.

P ( h1 (

X)

h 2 ( X))

entonces h1 ( X ), h2 ( X ) es el intervalo del ( 1 )100 de confianza.

INTERVALO DE CONFIANZA PARA EN POBLACIONES NORMALES
Caso 1.- Si 2 es conocida y cualquier tamao de n
1 Sea una m.a. X = ( X1, X2, . . . , Xn )
2 Definamos la funcin Pivotal
__

h ( X, ) =

N( 0,1)

3 Por la simetra de la normal se tiene que:

__

P z
z

=1

4 Despejamos , entonces

= 1 ,

- 38 __
__

1
z X
P X

n
n

__

z
X
n

Caso 2.- Si

z
n

__

es el intervalo del ( 1 )100 de confianza.

es desconocido y n 30

1 Sea una m.a. X = ( X1, X2, . . . , Xn )

2 Definamos la funcin Pivotal
__

h( X,) =

N ( 0, 1 )

s
n

3 Por la simetra de la normal se tiene que:

__

P z
z
s

=1

4 Despejamos , entonces
__
P X

s
n

__
X

s
1
n

__

z X

__

z
n

es el intervalo del ( 1 )100 de confianza

OBSERVACIONES :
O1.- El intervalo de confianza obtenido para los casos anteriores nos proporcionan una
frmula para determinar el tamao de una muestra:
Sea

L = Longitud del intervalo

=

__

X z

__

X z

__

X z

__

X z

= 2z

, despejando n se tiene:

2 z

n =

O2.- L nos da la precisin del intervalo.

O3.- El error de estimacin esta dado por

L
2

Caso 3.- Si

es desconocida y n 30

1 Sea una m.a. X = ( X1, X2, . . . , Xn )

2 Definamos la funcin pivotal
__

h ( X, ) =

t ( n 1)

s
n

3 Por la simetra de la t de student

__

X
P t
t 1
s

4 Despejamos , entonces
__
__
s
s

1
P X t
X t

n
n

__
s
X t
n

__

X t

(Xi
donde

s=

__

X )

es el intervalo ( 1 ) 100 de confianza

i 1

n 1

Interpretacin.- ( 1 ) es la probabilidad de que el intervalo aleatorio

__

X t

contenga al verdadero valor de

Ejercicios :

__
s
X t
n

- 39 1. Tres estudiantes desean construir intervalos de confianza para la media de una

poblacin normal con varianza 2 = 9 , y coeficiente de confianza de 90%. Si
disponen cada uno de la siguiente informacin:
ESTUDIANTE

TAMAO DE MUESTRA

VALOR OBSERVADO

6, 5, 4

10, 0, 4, 2, 9, 5

a). Qu intervalo presentara cada estudiante?. Interprete cada intervalo obtenido y

haga algn comentario respecto de la amplitud ( precisin ) de los intervalos.
b).

Qu tamao de muestra se necesitara si deseamos un intervalo del 90% de

confianza y una precisin de 0.4 ?

2.- Sea X un v.a. cuyo comportamiento es caracterizado por una distribucin normal con
2

media y varianza , ambos desconocidos. Si para una m. a. de tamao 15 se

han obtenido los siguientes resultados :

15

x i 8 ,7

15

2
x i 27 , 3

i 1

i 1

Determine el intervalo de confianza del 95% para

3.-

La comisin de planificacin de una ciudad desea estimar el nmero medio de

habitantes por vivienda que hay en la ciudad. Para ello se ha seleccionado una m.a.
de 500 viviendas y se obtuvieron los siguientes resultados:
500

x i 2200

i 1

500

2
x i 11680

i 1

Si X es el nmero de habitantes por vivienda. Construya un intervalo de confianza

para el parmetro correspondiente y un coeficiente de confianza del 95% .

INTERVALO DE CONFIANZA PARA

EN POBLACIONES NORMALES

Caso 1.- Si es conocido

1 Sea una m.a. X = ( X 1 , X 2 , , X n )
2 Definamos la funcin pivotal
2

h( X,

( n 1) S

) =

(n)

Donde :
n

(X
S

i 1

n 1

3 Planteamos la siguiente probabilidad

P a

( n 1) S

4 Despejamos
P

( n 1) S

( n 1) S

( n 1) S

( n 1) S

es el intervalo del

es desconocido

1 Sea una m.a.

X ( X1, X 2,, X

2 Definamos la funcin pivotal

h( X ,

a b

Caso 2. Si

donde

, entonces

( n 1) S

2
( n 1)

donde
n

__

( Xi X )

i 1

n 1

( 1 ) 100

de

confianza

- 40 3 Planteamos la siguiente probabilidad

P a

( n 1) S

( n 1) S

4 Despejamos
P

( n 1) S

donde

a b

( n 1) S

, entonces

( n 1) S

es el intervalo del

( 1 ) 100

de

confianza

INTERVALO DE CONFIANZA PARA p EN POBLACIONES BERNOULLI Y n 30

1 Sea una m.a. X = ( X1, X2, . . . , Xn )
2 Definamos la funcin Pivotal
h ( X , p) =

p p

N ( 0, 1 )

p ( 1 p )
n

3 Por la simetra de la normal se tiene que:

P z

p p
z

p ( 1 p )

=1

4 Despejamos p , entonces

P p z

p z

p ( 1 p )
n

p ( 1 p )
n

confianza.

p p z

, p z

p ( 1 p )
1

p ( 1 p )

es el intervalo del ( 1 )100 de

INTERVALO DE CONFIANZA PARA

INDEPENDIENTES
Caso 1. Si X2

y Y

son conocidos , con

1 Sean X X 1
poblaciones.

, X 2 , , X n1

n1 y n

EN DOS POBLACIONES NORMALES

de cualquier tamao

Y 1 , Y2 , , y

n2

m.a. tomadas de dichas

2 Definamos la funcin pivotal

__

Y h ( X , Y ; X , Y )

__

( X Y ) ( X Y )

2
X

N ( 0 , 1)

3 Por la simetra de la normal, se tiene

__

__

( X Y ) ( X Y )

P z

2
X

n1

__

P ( X Y )z

2
X

el I C

, entonces

n1

( X Y )

4 Despejamos
__

__

__

__

2
X

n1

Caso 2. Si X2

y Y

1 Sean X X 1
poblaciones.

__

2
X

__

, ( X Y ) z

) 100 de confianza

son desconocidos , pero

, X 2 , , X n1

n1 y n

son suficientemente grandes

Y 1 , Y2 , , y

n2

m.a. tomadas de dichas

2 Definamos la funcin pivotal

__

Y h ( X , Y ; X , Y )

2
X

n1

n1

( X Y )z

es el intervalo del (

__

( X Y ) ( X Y ) z

__

( X Y ) ( X Y )
2

SX
n

3 Por la simetra de la normal, se tiene

SY
n

N ( 0, 1)

- 41 __

__

( X Y ) ( X Y )

P z

__

__

el I C

, entonces

SY

n1

SX

P ( X Y )z

SY

( X Y )

4 Despejamos

SX

__

__

__

SX
n1

Caso 3. Si X2

y Y

__

SY

n1

SY
n

SX
n1

__

, ( X Y ) z

SY

) 100 de confianza.

son desconocidos , pero

1 Sean X X 1
poblaciones.

SX

( X Y )z

es el intervalo del (

__

( X Y ) ( X Y ) z

, X 2 , , X n1

n1 y n

son pequeas

Y 1 , Y2 , , y

n2

n 1 n 2 30

m.a. tomadas de dichas

2 Definamos la funcin pivotal

Si

2
X

, entonces :
__

Y h ( X , Y ; X , Y )

__

( X Y ) ( X Y )
S

donde ;

SP

2
p

definida como;
2
X

2
P

( n1 1 ) S X ( n 2 1 ) S Y

n1 n 2 2

, entonces :
__

Y h ( X , Y ; X , Y )

__

( X Y ) ( X Y )
2

SX
n1

donde ;

t ( n1 n 2 2 )

es el estimador de la varianza comn a ambas poblaciones, y es

2

Si

1
1

n n
2
1

2
S X2
SY

n
n2
1

S X2

n
1

n1 1

S Y2

n
2

n2 1

SY
n2

( g)

3 Por la simetra de la distribucin t de studet, segn sea la funcin pivotal, se tiene:

__

__

( X Y ) ( X Y )

SX
n

__

__

SX

( X Y )t

( X Y )

4 Despejamos

, segn sea la funcin pivotal, entonces

2

SY

__

el I C

__

__

( X Y ) ( X Y ) t

__

n
1

SX

__

SY

SX
n

( X Y )t

es el intervalo del (

SY

SY
n

__

SX

, ( X Y ) t

SY

) 100 de confianza.

p1 p 2 ( 1 2 )

INTERVALOS DE CONFIANZA PARA

INDEPENDIENTES Y n 1 , n 2 30

1 Sean dos m.a. X ( X 1 , X 2 , , X n )

DE DOS POBLACIONES BERNOULLI

Y ( Y1 , Y 2 , , Y n 2 )

2 Definamos la funcin pivotal

( p1 p 2 ) ( p1 p 2 )

Y h ( X , Y ; p1 , p 2 )

p 1 ( 1 p 1 )
n

( 1 p 2 )
n

N ( 0 , 1)

3 Por la simetra de la normal, se tiene

P z

( p1 p 2 ) ( p1 p 2 )
p 1 ( 1 p 1 )

p 2 ( 1 p 2 )

n1

4 Despejamos

P ( p1 p 2 ) z

el I C

( p1 p 2 )

p 1 ( 1 p 1 )
n

(
p

p
) z
1
2

es el intervalo del (

, entonces

p 2 ( 1 p 2 )
n

p 1 ( 1 p 1 )

p1 p 2 ( p1 p 2 ) z

p 1 ( 1 p 1 )
n

p 2 ( 1 p 2 )
n

) 100 de confianza

, ( p1 p 2 ) z

p 2 ( 1 p 2 )
1

n 2

p 1 ( 1 p 1 )
n

p 2 ( 1 p 2 )
n

- 42

INTERVALO DE CONFIANZA PARA

2
X

EN DOS POBLACIONES NORMALES

INDEPENDIENTES
1 Sean dos m.a. X ( X 1 , X 2 , , X n )

Y ( Y1 , Y 2 , , Y n 2 )

2 Definamos la funcin pivotal

SY
2

Y h( X,Y;

2
X

,Y )
2

2
X

SX Y
2

F ( n 2 1 , n1 1 )

3 Planteamos la siguiente proposicin probabilistica

P a

SY
2

SX Y
2

4 Despejamos

2
X
2

2
X

; donde a < b

, entonces

2
S X2
SX
a 2 , b 2
SY
SY

P a

SX
2

SY

2
X

es el intervalo del (

2
SX
1
2
S Y

) 100 de confianza