Tema 1.

Inferencia estadstica para una poblacin

Contenidos

Inferencia estadstica
Estimadores puntuales
- Estimacin de la media y la varianza de una poblacin
Estimacin de la media de la poblacin mediante intervalos de confianza
- Intervalos de confianza para la media de una poblacin normal con varianza
conocida
- Intervalos de confianza para la media en muestras grandes
- Intervalos de confianza para la proporcin en una poblacin
- Intervalos de confianza para la media de una poblacin normal con varianza
desconocida
Estimacin de la varianza de la poblacin mediante intervalos de confianza
- Intervalos de confianza para la varianza de una poblacin normal

Objetivos de aprendizaje
Al final de este tema debieras ser capaz de:
Estimar parmetros de la poblacin desconocidos a partir de datos muestrales
Construir intervalos de confianza para los parmetros de la poblacin desconocidos a
partir de datos muestrales:
- En el caso de una distribucin normal: intervalos de confianza para la media y la
varianza de la poblacin
- En muestras grandes: intervalos de confianza para la media de la poblacin y la
proporcin
Interpretar el significado de un intervalo de confianza
Entender el efecto del tamao muestral, el nivel de confianza, etc sobre la longitud del
intervalo de confianza
Calcular un tamao muestral necesario para controlar la longitud de un intervalo de
confianza

Inferencia Estadstica: palabras clave (i)

Poblacin: el conjunto de toda la informacin numrica relativa a una cantidad de
inters.
- Identificaremos el concepto de poblacin con el de una variable aleatoria X.
- La ley o distribucin de la poblacin es la distribucin de X, F
X
.
Muestra: un subconjunto observado (por ejemplo, de tamao n) de valores de la
poblacin.
- Representada como una coleccin de n variables aleatorias X
1
;X
2
,,X
n
,
tpicamente iid (independientes e idnticamente distribuidas) .
Parmetro: una constante que caracteriza a X o F
X


Inferencia Estadstica: palabras clave (ii)

Inferencia estadstica: el proceso mediante el que se llega a conclusiones sobre una
poblacin a partir de las medidas o las observaciones realizadas sobre una muestra de
individuos de la poblacin.
Estadstico: una variable aleatoria definida como una funcin de una muestra
aleatoria, Y = f (X
1
,X
2
,,Xn)
Estimador de un parmetro: una variable aleatoria, por ejemplo T, funcin de una
muestra aleatoria, T = T(X
1
, X
2
,,Xn), que se emplea para aproximar (estimar) el valor
de un parmetro de la poblacin desconocido.
Estimacin: una realizacin concreta del estimador, por ejemplo T, correspondiente a
una muestra observada, x
1
; x
2
,, xn, y que proporciona una aproximacin al valor del
parmetro de inters.



Estimadores puntuales: introduccin

Un estimador puntual de un parmetro de una poblacin es una funcin, por ejemplo
T, de la informacin muestral Xn = (X
1
,,Xn) que toma un valor numrico.

Ejemplos de parmetros de poblaciones, estimadores y estimaciones:



Estimadores puntuales: propiedades (i)

Qu caractersticas querramos que tuviese un estimador?
Ausencia de sesgo. Esta propiedad se da cuando un estimador tiene sesgo igual a
cero. Qu es el sesgo? El sesgo es la diferencia entre el valor esperado del estimador y
el valor del parmetro de inters.

Estimadores puntuales: propiedades (ii)

Eficiencia. Se mide por la varianza del estimador. Un estimador con menos varianza
es ms eficiente.
La eficiencia relativa de dos estimadores insesgados

X,
1
y

X,2 para un parmetro

X se define como

Nota:
En algunos casos se emplea la definicin inversa.
En todo caso, un estimador con menor varianza es ms eficiente.

Estimadores puntuales: propiedades (iii)

Un criterio ms general para seleccionar estimadores (incluyendo estimadores
insesgados y sesgados) es el error cuadrtico medio, definido como



Nota:
El error cuadrtico medio de un estimador insesgado es igual a su varianza.
Un estimador con menor ECM es mejor.
El estimador insesgado de mnima varianza tiene la menor varianza/ECM entre todos
los estimadores.

- Cmo encontrar una buena definicin para un estimador T?

En algunos casos se conoce un estimador ptimo: estimador insesgado de mnima
varianza
Si no es as, existen distintos mtodos de construccin de estimadores que
proporcionan resultados razonables, por ejemplo:
- Estimacin mximo verosmil
- Mtodo de momentos

Estimacin puntual: ejemplo

Ejemplo: 7.1 (Newbold) Las ratios precio-beneficio para una muestra aleatoria de diez
acciones negociadas en la bolsa de NY en un da concreto fueron

10 16 5 10 12 8 4 6 5 4
Emplee un procedimiento de estimacin insesgado para obtener estimaciones puntuales
para los siguientes parmetros de la poblacin: media, varianza, proporcin de valores
que exceden 8.5.



Estimacin puntual: ejemplo



De estimaciones puntuales a estimacin por intervalos de confianza

Hasta ahora hemos considerado la estimacin puntual de un parmetro desconocido de
una poblacin que, partiendo de una MAS de n observaciones de X, proporciona una
aproximacin razonable para ese parmetro desconocido.

Una estimacin puntual no tiene en cuenta la variabilidad del proceso de
estimacin, debida entre otras causas a:
- El tamao muestral - una muestra mayor debiera proporcionar una informacin
ms precisa sobre el parmetro de la poblacin.
- Variabilidad en la poblacin - una muestra de una poblacin con menos varianza
debiera proporcionar estimaciones ms precisas
- Que se conozcan otros parmetros de la poblacin.
- Etc
-
Estas limitaciones pueden tratarse mediante el uso de estimaciones por intervalos de
confianza, esto es, un mtodo que proporciona un intervalo de valores al que es
probable que pertenezca el valor del parmetro.

Estimadores por intervalos de confianza e intervalos de confianza




Obteniendo un estimador por intervalos de confianza: procedimiento



Intervalo de confianza para la media de la poblacin, poblacin normal con
varianza conocida







Intervalo de confianza para la media de la poblacin, poblacin normal con
varianza conocida




Ejemplo: clculo de un intervalo de confianza para




Interpretacin frecuentista del IC: nivel de confianza



Interpretacin frecuentista del IC: tamao muestral












Ejemplo: estimacin del tamao muestral



Intervalo de confianza para la media de la poblacin en muestras grandes






Intervalo de confianza para la proporcin en la poblacin en muestras grandes
Aplicacin de ICs para la media en muestras grandes



Ejemplo: clculo de un intervalo de confianza para p
X


Intervalo de confianza para la media de la poblacin: poblacin normal con
varianza desconocida



Intervalo de confianza para la media de la poblacin: poblacin normal con
varianza desconocida




Intervalo de confianza para la media de la poblacin: poblacin normal con
varianza desconocida



Ejemplo: calcular un intervalo de confianza para _X
Ejemplo: 8.4 (Newbold) Se ha medido el consumo de combustible en una muestra
aleatoria de seis coches del mismo modelo, obteniendo en mpg:
18.6, 18.4, 19.2, 20.8, 19.4, 20.5.
Calcule un intervalo de confianza al 90% para el consumo medio, suponiendo que la
poblacin sigue una distribucin normal.




Ejemplo: calcular un intervalo de confianza para X






Distribuciones t de Student y x
2
(chi-cuadrado)





Intervalo de confianza para la varianza de la poblacin, poblacin normal




Ejemplo: calcular un intervalo de confianza para

Ejemplo: 8.8 (Newbold) Una muestra aleatoria de quince pastillas para el dolor de
cabeza tiene una cuasi desviacin tpica de 0.8% en la concentracin del ingrediente
activo. Calcule un IC al 90% para la varianza de la poblacin para estas pastillas.
Obtenga tambin un IC para la desviacin tpica de la poblacin.





Frmulas para intervalos de confianza
Resumen para una poblacin



Intervalos de confianza para la media de la poblacin: Qu usar cundo?