Documente Academic
Documente Profesional
Documente Cultură
GUIA: No.3
SEMANA: 04
ESTIMACION
El objetivo principal de la estadstica inferencial es la estimacin, esto es que mediante el estudio de una
muestra de una poblacin se quiere generalizar las conclusiones al total de la misma. Como vimos en la
seccin anterior, los estadsticos varan mucho dentro de sus Distribuciones Muestrales, y mientras menor
sea el error estndar de un Estadstico, ms cercanos sern unos de otros sus valores.
Existen dos tipos de estimaciones para parmetros; puntuales y por intervalo.
Una estimacin puntual es un nico valor estadstico y se usa para estimar un parmetro. El estadstico
usado se denomina estimador.
Una estimacin por intervalo es un rango, generalmente de ancho finito, que se espera que contenga el
parmetro.
Conceptos relacionado con el Teorema Central de Limite
Hemos dicho en la gua No.1, que si una poblacin tiene media y desviacin tpica , y tomamos muestras
de tamao n (n > 30, cualquier tamao si la poblacin es "normal"), las medias de estas muestras siguen
aproximadamente la distribucin normal con media y error poblacional: (,
(, )
=1
(500,
35
)
100
(500, 3.5)
Por tanto se pide calcular la probabilidad que la media (peso en gramos) de las bolsas de un
paquete, sea menor qu 495gr.
< ) = ( < []) = ( < , ) = ( > , )
(
,
wangkiluhpia@gmail.com
Estadstica Aplicada
> ) = ( > [
(=
]) = ( > , )
Diferencia
entre
las
medias
de
dos
poblaciones
(
)
2
1 2
1
2
3
Proporcin ()
wangkiluhpia@gmail.com
Estadstica Aplicada
para el cual
= siempre. Sin embargo,
es
En el mejor de los casos, se encontrar un Estimador
una funcin de las Muestrales, por lo que en s misma una variable aleatoria.
= +
entonces el estimador preciso sera uno que produzca slo pequeas diferencias de estimacin, de modo
que los valores estimados se acerquen al valor verdadero.
Propiedades de un Buen Estimador
INSESGADO.-
es un estimador insesgado de si (
) = , para todo valor
Se dice que un estimador puntual
posible de . En otras palabras, un estimador insesgado es aquel para el cual la media de la distribucin
, si se usa para estimar la media
muestral es el parmetro estimado. En el caso de la media muestral
poblacional , se sabe que la = , por lo tanto la media es un estimador insesgado.
wangkiluhpia@gmail.com
Estadstica Aplicada
Entre todos los estimadores de que son insesgados, seleccione al que tenga varianza mnima. El
resultante recibe el nombre de estimador insesgado con varianza mnima (MVUE, minimum variance
unbiased estimator) de
En otras palabras, la eficiencia se refiere al tamao de error estndar de la estadstica. Si comparamos dos
estadisticas 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 de muestreo. Por tanto tiene sentido pensar que un estimador con un error estndar
menor tendr una mayor oportunidad de producir una estimacin ms cercana al parmetro de poblacin
que se est considerando.
Como se puede observar las dos distribuciones tienen un mismo valor en el parmetro slo que la
distribucin muestral de medias tiene una menor varianza, por lo que la media se convierte en un
estimador eficiente e insesgado.
SUFICIENCIA.Un estimador es suficiente si utiliza una cantidad de la informacin contenida de la muestra que ningn
otro estimador podra extraer informacin adicional de la muestra sobre el parmetro de la poblacin que
se est estimando.
Es decir, que al extraer la muestra, el estadstico calculado contenga toda la informacin de esa muestra.
Por ejemplo, cuando se calcula la media de la muestra, se necesitan todos los datos. Cuando se calcula la
mediana de una muestra slo se utiliza a un dato o a dos. Esto es solo el dato o los datos del centro son los
que van a representar la muestra. Con esto se deduce que si utilizamos a todos los datos de la muestra
como es en el caso de la media, la varianza, desviacin estndar, etc; se tendr un estimador suficiente.
Estimacin por Intervalos
MSc. Irineo Moody Chow 85903959
wangkiluhpia@gmail.com
Estadstica Aplicada
wangkiluhpia@gmail.com
Estadstica Aplicada
En base a la tabla que se est utilizando, se tendr que buscar el rea de 0.975, ya que cada extremo o cola
de la curva tiene un valor de 0.025.
En este caso slo se tendr que buscar adentro de la tabla el rea de 0.475 y el resultado del valor de z ser
el mismo, para este ejemplo 1.96.
Solucin 3:
Para la tabla en donde el rea bajo la curva va desde
z hasta +:
wangkiluhpia@gmail.com
Estadstica Aplicada
De esta frmula observamos que tanto el tamao de la muestra n como el valor de z se conocern. Z se
puede obtener de la tabla de la distribucin normal a partir del nivel de confianza establecido. Pero en
ocasiones se desconoce por lo que en esos casos lo correcto es utilizar otra distribucin llamada "t" de
student, si la poblacin de donde provienen los datos es normal.
Para el caso de tamaos de muestra grande se puede utilizar una estimacin puntual de la desviacin
estndar, es decir igualar la desviacin estndar de la muestra a la de la poblacin = .
Ejemplos:
1. Se encuentra que la concentracin promedio de zinc que se saca del agua a partir de una muestra
de mediciones de zinc en 36 sitios diferentes es de 2.6 gramos por mililitro. Encuentre los
intervalos de confianza de 95% y 99% para la concentracin media de zinc en el ro. Suponga que la
desviacin estndar de la poblacin es 0.3.
Solucin-1:
La estimacin puntual de = 2,6 Como el valor de z en la tabla, para un nivel de confianza
(1,96)(0,3)
del 95% es 1.96, por lo tanto: = = 2,6
= 2,50 2,70
36
Para un nivel de confianza de 99% el valor de z es de 2.575 por lo que el intervalo ser ms amplio:
(2,575)(0,3)
=
= 2,6
= 2,47 2,73
36
wangkiluhpia@gmail.com
Estadstica Aplicada
< < +
= 780
(2,054)(40)
30
(2,054)(40)
30
Con un nivel de confianza del 96% se sabe que la duracin media de los focos que produce la
empresa est entre 765 y 765 horas.
3. La prueba de corte sesgado es el procedimiento ms aceptado para evaluar la calidad de una unin
entre un material de reparacin y su sustrato de concreto. El artculo "Testing the Bond Between
Repair Materials and Concrete Substrate" informa que, en cierta investigacin, se obtuvo una
resistencia promedio muestral de 17.17 N/mm2, con una muestra de 48 observaciones de
resistencia al corte, y la desviacin estndar muestral fue 3.28 N/mm2. Utilice un nivel de confianza
inferior del 95% para estimar la media real de la resistencia al corte.
Solucin:
En este ejercicio se nos presentan dos situaciones diferentes a los ejercicios anteriores. (1) La primera que
desconoce la desviacin estndar de la poblacin y (2) la segunda que nos piden un intervalo de confianza
unilateral.
El primer caso ya se haba comentado y se solucionar utilizando la desviacin estndar de la muestra como
estimacin puntual de sigma.
Para el intervalo de confianza unilateral, se cargar el rea bajo la curva hacia un solo lado como sigue:
= 17,17
(1,654)(3,38)
= 16,39
48
Esto quiere decir que con un nivel de confianza de 95%, el valor de la media est entre (16,39, +)
INTERVALOS CARACTERSTICOS
< + ) =
( <
Ejemplo:
Se quiere hallar el intervalo caracterstico de una distribucin normal N(0, 1) correspondiente a la
probabilidad p = 0.9.
Solucin:
(1,64) = 0,9495
( > ) = 0,05; ( ) = 0,95 {
= 1,645 [1,645, 1,645]
(1,65) = 0,9505
MSc. Irineo Moody Chow 85903959
wangkiluhpia@gmail.com
Estadstica Aplicada
Por tanto: Un intervalo de confianza para la media es un estimador de intervalo que se construye con
respecto a la media Muestral y permite especificar la probabilidad de que incluya el valor de la media
poblacional. El grado de confianza asociado con un intervalo de confianza seala el porcentaje a largo
plazo de esa clase de intervalos que incluiran el parmetro que se estima.
El nivel de confianza (p) se designa mediante 1 - .
El nivel de significacin se designa mediante .
El valor crtico (k) como z /2 .
P(Z>z /2) = /2
P[-z /2 < z < z /2] = 1-
Valores crticos:
Nivel de Confianza
1-
0,90
0,95
0,99
Valor Critico
z /2
1,645
1,96
2,575
1-
0.90
0.95
0.99
/2
0.05
0.025
0.005
z /2
1.645
1.96
2.575
Intervalos caractersticos
( - 1.645 , + 1.645 * )
( - 1.96 , + 1.96 * )
( - 2.575 , + 2.575 * )
El intervalo de confianza, para la media de una poblacin, con un nivel de confianza de 1- , siendo la
media de una muestra de tamao n y la desviacin tpica de la poblacin, es:
(
, +
)
2
2
2
2
wangkiluhpia@gmail.com
Estadstica Aplicada
0,5
0,5
(
, +
) = (5,2 1,96
, 5,2 + 1,96
) = (5,004, 5,396)
2
2
25
25
2. Indica el tamao Muestral necesario para estimar dicho tiempo medio con un el error de 0,5
0,5
minutos y un nivel de confianza del 95%. 0,5 = 1,96
= 1,96 = 3,84 4
Ejemplo-2:
En una semana determinada, se elige al azar una muestra de 30 empleados de un nmero muy grande de
ellos que trabajan en una empresa manufacturera. Los trabajadores realizan una labor a destajo y se
= $ , con una desviacin estndar
encuentra que el promedio de pago por pieza trabajada es de
Muestral de s = $14 Se estima que el pago promedio a destajo para todos los empleados de la empresa,
con una estimacin por intervalo que permita tener una confianza del 95% de que ese intervalo incluye el
valor de la media poblacional, es:
Solucin:
= $; = ; = $; %
1. Los datos son:
14
14
=
=
=
= 2,56;
30 5,48
El valor z para el nivel de confianza del 95% corresponde: 1,96
() = 180 1,96(2,56) = 180 5,0176 = 174,98 185,02
NOTA: En este caso, se utiliza el valor s como estimador del poblacional.
Por tanto, puede afirmarse que el pago promedio a destajo para todos los empleados se encuentra
entre $174,980 y $185,020 ; con un nivel de confianza del 95%.
Los intervalos de confianza que se utilizan con mayor frecuencia son los de 90%, 95%, 99%
Tabla de proporciones seleccionadas de rea bajo la curva normal:
z(nmero de unidades de desviacin estndar
desde la media)
1,645
1,96
2,58
0,90
0,95
0,99
wangkiluhpia@gmail.com
Estadstica Aplicada
10
200 200
=
=
=
= 63,3
10 3,16
Para el valor en la tabla t-de Student, = 0,05; 2 = 0,025; = 1 = 9 = ,
En la tabla se ubica el 2,62 en: probabilidad (columna) 0,025, y fila (df=gl) 9 donde 0,05 es la
diferencia del nivel de confianza 95% .
Calculamos el intervalo de confianza para 95% =
, + /2 )
wangkiluhpia@gmail.com
Estadstica Aplicada
11
es: =
El error estndar estimado de la proporcin, dada una proporcin Muestral observada,
Si la poblacin es finita hacer uso del factor de correccin. No utilizar factor de correccin en caso de que
n0,05*N:
Ejemplo-1:
En una fbrica de componentes electrnicos, la proporcin de componentes finales defectuosos era del
20%. Tras una serie de operaciones e inversiones destinadas a mejorar el rendimiento se analiz una
muestra aleatoria de 500 componentes, encontrndose que 90 de ellos eran defectuosos. Qu nivel de
confianza debe adoptarse para aceptar que el rendimiento no ha sufrido variaciones?
Solucin:
90
DATOS: = 0,2; = 1 = 0,8; =
= 0,18; = = 0,02
500
0,02 <
(0,2)(0,8)
500
/2 0,02 <
/2 /2 > 1,12
(0,4)(0,6)
100
0,24
100
= 0,05
El intervalo de confianza para 95%: ( () ) = 0,40 1,96(0,05) = 0,4 0,098 = 0,4 0,10 = 0,30 0,50
wangkiluhpia@gmail.com
Estadstica Aplicada
12
wangkiluhpia@gmail.com
Estadstica Aplicada
13
wangkiluhpia@gmail.com
Estadstica Aplicada
14