Ing. William Len Velsquez wjleonv@yahoo.

com

Hasta ahora: conocidos los parmetros de la poblacin, se ha 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, queremos obtener algn conocimiento sobre los parmetros de la poblacin. Eso es la ESTIMACIN.

 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 (, 2, p, .... etc.) tiene siempre en la muestra un ^2, p, ^ ..., etc.) estadstico paralelo ( x, s

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 .

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

para la media de una poblacin , se toma la media de la muestra x_

para la varianza de la poblacin 2, se toma s2n / (n 1), cuasi varianza muestral para una proporcin de la poblacin p, se toma la proporcin de la muestra p^

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 -

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

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).

 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

 z/2 < Z z/2 = 1 Pr

1 - 0,8 0,2 /2 0,1 z/2 1,28

0,9 0,1 0,05 1,64

0,95 0,99 0,05 0,01 0,025 0,005 1,96 2,58

 Sea una poblacin de partida N(, ). Pretendemos estimar . Tomamos una muestra aleatoria de tamao n. Calculamos la media muestral x.
X La variable aleatoria X sigue una N(, ) Por tanto se aproxima a una N(0, 1) n n

X Entonces: Pr z /2 < z /2 = 1 . Y de aqu se obtiene n

 El intervalo de confianza para el parmetro de una poblacin N(, ) al nivel de confianza 1 viene dado por IC = x z/2 n Si es desconocida y n es grande (n 30), el intervalo de confianza viene dado
^ s por IC = x z/2 n

donde ^ s2 es la cuasivarianza muestral

 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 Np,

p(1 p) n

En consecuencia

^p p se aproxima a una N(0, 1) para n muy grande p(1 p) n

Entonces: Pr z/2 <

^p p z/2 = 1 p(1 p) n

Intervalo de confianza para una proporcin p

^ Por tanto: Prp z/2

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

p(1 p) =1 n

^ Como p es desconocido podemos tomar p como valor estimado prximo a p:

^z Prp /2

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

^ p (1 ^ p) =1 n

^z Luego IC = p /2

^ (1 p) ^ 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 ^ ^ (1 p) p ^z IC = p /2 n x ^ donde z /2 es el valor crtico para el nivel de confianza y p = n

 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(, ) al nivel

de confianza 1 viene dado por IC = x z/2 n

Es decir: E = z/2

z/22 Despejando n obtenemos: n = E

En una poblacin de tamao 64 se estudia una caracterstica X medida sobre sus individuos de la que se sabe que su media es 1012 y su desviacin tpica es 25. Hallar intervalos de confianza para el valor medio de la caracterstica X con coeficientes de confianza del 90% y 95%.
ING. WILLIAM LEON V. 27

SOLUCIN: Estamos ante un caso de clculo de intervalo de confianza para la media de una poblacin normal con varianza conocida. En esta situacin sabemos que:

ING. WILLIAM LEON V.

28

lo que nos lleva al intervalo de confianza para la media siguiente:

Para un coeficiente de confianza del 90% se tiene que:

ING. WILLIAM LEON V.

29

El intervalo de confianza ser entonces: Podemos concluir entonces que hay una probabilidad del 90% de que el valor medio de la caracterstica est entre 1006,86 y 1017,14. Para un coeficiente de confianza del 95% se tiene que:

ING. WILLIAM LEON V.

30

El intervalo de confianza ser entonces: Podemos concluir entonces que hay una probabilidad del 95% de que el valor medio de la caracterstica est entre 1005,875 y 1018,125. Se observa que al aumentar el coeficiente de confianza aumenta la amplitud del intervalo de confianza.
ING. WILLIAM LEON V. 31

Se analizan 9 zumos de fruta y se ha obtenido un contenido medio de fruta de 22 mg por 100 cc de zumo. La varianza poblacional es desconocida, por lo que se ha calculado la cuasidesviacin tpica de la muestra que ha resultado ser 6,3 mg de fruta por cada 100 cc de zumo. Suponiendo que el contenido de fruta del zumo es normal, estimar el contenido medio de fruta de los zumos tanto puntualmente como por intervalos al 95% de confianza.
ING. WILLIAM LEON V. 32

SOLUCIN: Para la estimacin puntual sabemos que en poblaciones normales un estimador lineal insesgado para la media poblacional es la media muestral, luego se puede estimar el contenido medio en fruta de los zumos en 22 mg por cada 100 cc de zumo

ING. WILLIAM LEON V.

33

Para la estimacin por intervalos estamos ante un caso de clculo de intervalo de confianza para la media de una poblacin normal con varianza desconocida. En esta situacin sabemos que: lo que nos lleva al intervalo de confianza para la media siguiente:

ING. WILLIAM LEON V.

34

Para un coeficiente de confianza del 95% se tiene que: El intervalo de confianza ser entonces:
Podemos concluir entonces que hay una probabilidad del 95% de que el valor medio del contenido en fruta del zumo est entre 17,15 y 26,84 mg por cada 100 cc de zumo.
ING. WILLIAM LEON V. 35

Una firma comercial encuesta a 100 individuos para conocer sus opiniones sobre la eleccin de dos productos alternativos A y B recientemente fabricados. El resultado de la encuesta arroja que el producto A lo han elegido 55 individuos y el producto B 45. Hallar un intervalo de confianza al 95% para la proporcin de individuos que eligen cada producto.
ING. WILLIAM LEON V. 36

SOLUCIN: Estamos ante el caso del clculo de intervalos de confianza para proporciones, ya que este problema es ajustable al caso en que p^= x / n que aparece un suceso de Bernoulli (los encuestados eligen A o B exclusivamente) de entre n repeticiones de un experimento (x designa el nmero de veces que aparece el suceso, es decir el nmero de veces que los encuestados eligen A o B)..
ING. WILLIAM LEON V.

es la proporcin estimada del nmero de veces

37

En este caso el intervalo de confianza para la proporcin se basa en el siguiente estadstico: lo que nos lleva al intervalo de confianza para

p definido por:

ING. WILLIAM LEON V.

38

En nuestro caso, para el producto A tenemos el intervalo:

Para el producto B tenemos el intervalo:

ING. WILLIAM LEON V.

39

Como conclusin podemos decir que hay una probabilidad del 95% entre 0,45 y 0,65 de que el producto elegido sea el A, y hay una probabilidad entre 0,35 y 0,55 de que el producto elegido sea el B.

ING. WILLIAM LEON V.

40

wleonv20@yahoo.com

ING. WILLIAM LEON V.

41