Ms. C.

Marco Vinicio Rodrguez

mvrodriguezl@yahoo.com
http://mvrurural.wordpress.com/

Un estimador es una regla que establece cmo

calcular una estimacin basada en las
mediciones contenidas en una muestra
estadstica.
Estas teoras nos permiten estimar con precisin
razonable la proporcin de la poblacin (la
fraccin de la poblacin que posee una
caracterstica dada) y la media de la poblacin.

En inferencia estadstica se llama estimacin al conjunto de

tcnicas que permiten dar un valor aproximado de un parmetro de
una poblacin a partir de los datos proporcionados por una muestra.
Por ejemplo, una estimacin de la media de una determinada
caracterstica de una poblacin de tamao N podra ser la media de
esa misma caracterstica para una muestra de tamao n.1
La estimacin se divide en tres grandes bloques, cada uno de los
cuales tiene distintos mtodos que se usan en funcin de las
caractersticas y propsitos del estudio:
Estimacin puntual:

Mtodo de los momentos;

Mtodo de la mxima verosimilitud;
Mtodo de los mnimos cuadrados;

Estimacin por intervalos.

Estimacin bayesiana.

Podemos hacer dos tipos de estimaciones concernientes a una

poblacin:

1. Estimacin Puntual
Estadstico (Media, Varianza, Proporcin) que genera un valor
numrico simple, que se utiliza para hacer una estimacin del valor
del parmetro desconocido.
Ejemplo: la estimacin de las medias, varianzas o proporciones
poblacionales a travs de las muestrales.
Desventaja = la estimacin depende de la muestra

2. Estimacin por Intervalo

Es una forma operativa de saber que tan precisa es la estimacin,
consiste en calcular un intervalo de confianza que indique un rango
donde puede estar el parmetro con cierto nivel de seguridad y
confianza.

Forma estadstica que estima un valor especifico de un

parmetro.

Parmetros
Parametro
Poblacional

Estimador
Puntual
(Estadstico)

Media

Varianza

Desviacion
Estndar

Proporcin

Formula de Calcular la
Estimacin Puntual

p =

Es un solo valor o nmero que se utiliza para estimar un parmetro de poblacin

desconocido. A menudo una estimacin puntual es insuficiente debido a que solo se
tienen dos opciones: es correcta o est equivocada.
Un ejemplo de un estimador puntual puede estar en el deporte de tiro al blanco, en
el cual hacemos la siguiente analoga: Estimador = Pistola y Estimacin particular =
Bala. Sacar una muestra de una poblacin y estimar el valor del parmetro
poblacional equivale a "disparar un solo tiro al blanco".
Como hay distintos estadsticos mustrales que se usan como estimadores puntuales
de sus correspondientes parmetros poblacionales, se usar la notacin general
siguiente:
= Es el parmetro poblacional de inters.
= Es el estadstico muestral o estimador puntual de
En esta notacin es la letra griega theta y la notacin se lee theta sombrero.
En general

representa cualquier parmetro poblacional como, por ejemplo, la media

poblacional, la desviacin estndar poblacional, etc.;
representa el correspondiente estadstico muestral, por ejemplo la media
muestral, la desviacin estndar muestral y la proporcin muestral.

Es un solo valor o nmero que se utiliza para estimar un parmetro de poblacin

desconocido. A menudo una estimacin puntual es insuficiente debido a que solo se
tienen dos opciones: es correcta o est equivocada.
Un ejemplo de un estimador puntual puede estar en el deporte de tiro al blanco, en
el cual hacemos la siguiente analoga: Estimador = Pistola y Estimacin particular =
Bala. Sacar una muestra de una poblacin y estimar el valor del parmetro
poblacional equivale a "disparar un solo tiro al blanco".
Como hay distintos estadsticos mustrales que se usan como estimadores puntuales
de sus correspondientes parmetros poblacionales, se usar la notacin general
siguiente:
= Es el parmetro poblacional de inters.
= Es el estadstico muestral o estimador puntual de
En esta notacin es la letra griega theta y la notacin se lee theta sombrero.
En general

representa cualquier parmetro poblacional como, por ejemplo, la media

poblacional, la desviacin estndar poblacional, etc.;
representa el correspondiente estadstico muestral, por ejemplo la media
muestral, la desviacin estndar muestral y la proporcin muestral.

Algunos estadsticos son mejores estimadores que otros.

Afortunadamente, podemos evaluar la calidad de un
estadstico como estimador mediante el uso de cuatro
criterios:

1. Insesgado. Si el valor del estadstico muestral es igual al

parmetro poblacional que se estudia, se dice que el
estudio muestral es una estimador insesgado del
parmetro poblacional.
Por lo tanto, el valor esperado, o media, de todos los posibles
valores de un estadstico muestral insesgado es igual al
parmetro poblacional que se estudia E() =

2. Eficiencia

Otra propiedad deseable de un buen

estimador es que sea eficiente.
La eficiencia se refiere al tamao del error estndar del
estadstico. Si comparamos dos estadsticos de una
muestra del mismo tamao y tratamos de decidir cul de
ellas es un estimador ms eficiente, escogeramos la
estadstica que tuviera el menor error estndar o la
menor desviacin estndar de la distribucin muestral.
Suponga que escogemos una muestra de un tamao
determinado y debemos decidir si utilizamos la media de
la muestra o la mediana de la muestra para estimar la
media de la poblacin.

3. Consistencia

Una estadstica es un estimador

consistente de un parmetro de poblacin si al aumentar
el tamao de la muestra, se tiene casi la certeza de que
el valor de la estadstica se aproxima bastante al valor
del parmetro poblacional. Si un estimador es
consistente, se vuelve ms confiable al tener tamaos de
muestra ms grandes.

4. Suficiencia.

Un estimador es suficiente si utiliza tanta

informacin de la muestra que ningn otro estimador
puede extraer informacin adicional acerca del
parmetro de poblacin que se est estimando.

Ejemplo Datos No Agrupados:

Xi
10
16
5
10
12
8
4
6
5
4
80

S =

80
10

8.5

15.78=

10 * 64
10 - 1

15.8

3.97

( 782 ) 10 - 1

86.89 - 71.11 =

Proporcin

En una empresa se esta

evaluando
el
tiempo
de
respuesta de una solicitud de
soporte tcnico obteniendo las
siguientes lecturas :
10, 16, 5, 10, 12, 8, 4, 6, 5, 4
Hallar estimaciones puntuales
para la media, varianza,
desviacin estndar.
La proporcin para el soporte
fue mayor que 8,5.
Utilizar en el divisor n - 1, nos
da un estimador imparcial de

(Xi)
100
256
25
100
144
64
16
36
25
16
782

4
10

0.4

Ejemplo:
Considere el caso de una compaa de suministros clnicos que produce jeringas
desechables. Cada jeringa est cubierta por una envoltura estril que a su vez se
empaca en grandes cajas de cartn corrugado. Debido al proceso de empaque,
las cajas de cartn contienen distintas cantidades de jeringas. Como las jeringas
se venden por pieza, la compaa necesita una estimacin del nmero de piezas
que hay por caja, para propsitos de facturacin.
Tomamos una muestra aleatoria de 35 cajas y registramos el nmero de jeringas
contenidas en cada caja obteniendo los siguientes resultados:

101

103

112

102

98

97

93

105

100

97

107

93

112

99

103

99

93

98

106

102

98

94

97

97

100

110

106

110

100

112

105

100

114

97

110

Total de datos

35
=

3570
35

102

As, al usar la media de la muestra,

como estimador, la estimacin puntual de
la media de la poblacin, , es 102
jeringas por caja. El precio de fabricacin
de cada jeringa hipodrmica desechables
es bastante bajo (alrededor de 25
centavos), de modo que tanto el
comprador como el vendedor aceptaran
esta estimacin puntual como base para la
facturacin, y el fabricante puede
ahorrarse el tiempo y el gasto de contar
las jeringas contenidas en las cajas

101

103

112

102

98

97

93

105

100

97

107

93

112

99

103

99

93

98

106

102

98

94

97

97

100

110

106

110

100

112

105

100

114

97

110

Total de datos

35

10201 10609 12544 10404

9604

9409

8649

11025 10000

9409 11449

8649

12544

9801

10609

9801

8649

9604 11236

10404

9604

8836

9409

9409 10000 12100

11236

12100

10000 12544 11025 10000 12996

9409

12100

Suma Total

365368

S =

108

36.12=

102

( 365368 ) - 35 * 10404
35 - 1
35 - 1

10746.12 - 10710

Proporcin

3570
35

36.12

7
35

Supongamos
que
la
administracin de la compaa
de suministros clnicos desea
estimar la varianza y/o la
desviacin estndar de la
distribucin del nmero de
jeringas empacadas por caja.
Podemos calcular la desviacin
estndar de la muestra y
descubrir que es 6.01 jeringas

6.01

Continuado con la informacin

del ejemplo anterior:

0.2