Documente Academic
Documente Profesional
Documente Cultură
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
ESTADISTICA INFERENCIAL I
UNIDAD 2: TEORA DE ESTIMACIN.
2.1 Introduccin
2.2 Caractersticas de un estimador
2.3 Estimacin puntual
2.4 Estimacin por intervalos
2.4.1 Intervalo de confianza para la media
2.4.2 Intervalo de confianza para la diferencia de medias
2.4.3 Intervalos de confianza para la proporcin
2.4.4 Intervalos de confianza para la diferencia de proporciones
2.4.5 Intervalos de confianza para la varianza
2.4.6 Intervalos de confianza para la relacin de varianzas
2.5 Determinacin del tamao de muestra
2.5.1 Basado en la media de la Poblacin
2.5.2 Basado en la proporcin de la Poblacin
2.5.3 Basado en la diferencia entre las medias de la Poblacin
Competencia especfica a desarrollar
Aplicar los fundamentos de la teora de estimacin en problemas que requieran el
clculo del tamao de la muestra, con los diferentes intervalos de confianza de la
media, proporcin y varianza, que se relacionen con la logstica.
Actividades de Aprendizaje
Proporcionar al estudiante dos situaciones hipotticas de procesos y/o poblaciones
finitas para que en grupo de 2 alumnos, obtengan de dichos procesos, un conjunto
de datos para su anlisis.
estadsticos t, , F y Z
Calcular dado un conjunto de datos los intervalos de confianza, segn proceda, para
la media, diferencia de medias, varianza, proporcin, diferencia de proporciones
varianza y relacin de varianzas.
1 de 11
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
porque
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
prctica, pero refuerza el hecho de que mientras menor sea el error estndar de la
media, menor es el tamao de muestra necesario para lograr un cierto grado de precisin.
Se estableci antes que una forma de disminuir el error de estimacin es aumentar el
tamao de la muestra, si ste incluye el total de la poblacin, entonces
sera igual a
cero. Con esto en mente, parece razonable que para un nivel de confianza fijo, sea posible
determinar un tamao de la muestra tal que el error de estimacin sea tan pequeo como
queramos, para ser ms preciso, dado un nivel de confianza y un error fijo de estimacin
) = Nivel de confianza.
Con el propsito de determinar n. El error mximo de estimacin esta dado por:
Como n debe de ser un nmero entero, redondeamos hacia arriba todos los resultados
fraccionarios.
En el caso de que se tenga una poblacin finita y un muestreo sin reemplazo, el error de
estimacin se convierte en:
3 de 11
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
Ejemplos:
1. Un bilogo quiere estimar el peso promedio de los ciervos cazados en el estado de
Maryland. Un estudio anterior de diez ciervos cazados mostr que la desviacin
estndar de sus pesos es de 12.2 libras. Qu tan grande debe ser una muestra
para que el bilogo tenga el 95% de confianza de que el error de estimacin es a lo
ms de 4 libras?
Solucin:
2. Una empresa elctrica fabrica focos que tienen una duracin aproximadamente
normal con una desviacin estndar de 40 horas.
a) De qu tamao se necesita una muestra si se desea tener 96% de confianza que
la media real est dentro de 10 horas de la media real?
b) Qu pasara si en lugar de tener un error de estimacin de 10 horas slo se
requiere un error de 5 horas?
Solucin:
a) De qu tamao se necesita una muestra si se desea tener 96% de confianza que
la media real est dentro de 10 horas de la media real?
4 de 11
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
Se puede observar como el tamao de la muestra aumenta, pero esto tiene como
beneficio una estimacin ms exacta.
3. Suponga que en el ejercicio anterior se tiene una poblacin de 300 focos, y se
desea saber de qu tamao debe de ser la muestra. El muestreo se realizar sin
reemplazo.
Solucin:
Como se tiene una poblacin finita y un muestreo sin reemplazo es necesario utilizar la
frmula con el factor de correccin.
Si se tiene una poblacin finita de 300 focos slo se tiene que extraer de la poblacin una
muestra sin reemplazo de 56 focos para poder estimar la duracin media de los focos
restantes con un error mximo de 10 horas.
5 de 11
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
Esta frmula est algo engaosa, pues debemos utilizar p para determinar el tamao de la
muestra, pero p se calcula a partir de la muestra. Existen ocasiones en las cuales se tiene
una idea del comportamiento de la proporcin de la poblacin y ese valor se puede
sustituir en la frmula, pero si no se sabe nada referente a esa proporcin entonces se
tienen dos opciones:
Tomar una muestra preliminar mayor o igual a 30 para proporcionar una estimacin
de P. Despus con el uso de la frmula se podra determinar de forma aproximada
cuntas observaciones se necesitan para proporcionar el grado de precisin que se
desea.
Tomar el valor de p como 0.5 ya que sustituyendo este en la frmula se obtiene el
tamao de muestra mayor posible. Observe el siguiente ejemplo:
0.10
3.84
0.20
6.82
6 de 11
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
0.30
8.96
0.40
10.24
0.50
10.67
0.60
10.24
0.70
8.96
0.80
6.82
0.90
3.84
Como se puede observar en la tabla anterior cuando P vale 0.5 el tamao de la muestra
alcanza su mximo valor.
En el caso de que se tenga una poblacin finita y un muestreo sin reemplazo, el error de
estimacin se convierte en:
7 de 11
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
Ejemplos:
1. En una muestra aleatoria de 500 familias que tienen televisores en la ciudad de
Hamilton, Canad, se encuentra que 340 estn suscritas a HBO. Qu tan grande se
requiere que sea una muestra si se quiere tener 95% de confianza de que la
estimacin de P est dentro de 0.02?
Solucin:
Se tratarn a las 500 familias como una muestra preliminar que proporciona una
estimacin de p=340/500=0.68.
Solucin:
En este problema, se desconoce totalmente la proporcin de residentes que conoce la
opinin de la legisladora, por lo que se utilizar un valor de 0.5 para p.
8 de 11
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
Se requiere un tamao de muestra de 97 residentes para que con una confianza del 95%
la estimacin tenga un error mximo de 0.10.
Clculo del Tamao de la Muestra para Estimar la Diferencia de Proporciones
Si se recuerda a la distribucin muestral de diferencia de medias se tiene que error esta
dado por:
Para el segundo caso se pondr una n en funcin de la otra. Este caso se utiliza cuando las
poblaciones son de diferente tamao y se sabe que una es K veces mayor que la otra.
9 de 11
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
Ejemplo:
3. Una compaa de productos alimenticios contrat a una empresa de investigacin de
mercadotecnia, para muestrear dos mercados, I y II, a fin de comparar las
proporciones de consumidores que prefieren la comida congelada de la compaa con
los productos de sus competidores. No hay informacin previa acerca de la
magnitud de las proporciones P1 y P2. Si la empresa de productos alimenticios quiere
estimar la diferencia dentro de 0.04, con una probabilidad de 0.95, cuntos
consumidores habr que muestrear en cada mercado?
Se tendr que realizar encuestas a 1201 consumidores de cada mercado para tener una
estimacin con una confianza del 95% y un error mximo de 0.04.
10 de 11
Estadstica Inferencial I
UNIDAD 2: TEORA DE ESTIMACIN.
Para el segundo caso se pondr una n en funcin de la otra. Este caso se utiliza cuando las
poblaciones son de diferente tamao y se sabe que una es K veces mayor que la otra.
Ejemplo:
1. Un director de personal quiere comparar la efectividad de dos mtodos de
entrenamiento para trabajadores industriales a fin de efectuar cierta operacin de
montaje. Se divide un nmero de operarios en dos grupos iguales: el primero recibe
el mtodo de entrenamiento 1, y el segundo, el mtodo 2. Cada uno realizar la
operacin de montaje y se registrar el tiempo de trabajo. Se espera que las
mediciones para ambos grupos tengan una desviacin estndar aproximadamente de
2 minutos. Si se desea que la estimacin de la diferencia en tiempo medio de
montaje sea correcta hasta por un minuto, con una probabilidad igual a 0.95,
cuntos trabajadores se tienen que incluir en cada grupo de entrenamiento?
11 de 11