Universidad Nacional del Centro del Perú

Facultad de Contabilidad

Dr. Percy PEÑA MEDINA

kosoryoku2013@gmail.com

Métodos cuantitativos
 Universidad Nacional del Centro del Perú
Facultad de Contabilidad

01

Dr. Percy PEÑA MEDINA

kosoryoku2013@gmail.com

Métodos cuantitativos
Propósito de la sesión de aprendizaje

Conoce los aspectos teóricos de estimación de una media poblacional: 𝝈 conocido

Métodos cuantitativos
Estimación de un Estimación
parámetro

Población Se obtiene una

Muestra
𝝁, 𝝈𝟐 , 𝝈, 𝝅

Estimar
ഥ , 𝒔𝟐 , 𝒔, 𝒑
𝒙

La estimación estadística es el proceso mediante el cual se aproxima el valor

del parámetro de la población a partir de la información de una muestra.

Métodos cuantitativos
Estimación de un parámetro

ESTIMACIÓN DE UN
PARÁMETRO
Adopta la forma de:

PUNTO INTERVALO

Es decir la estimación de un Es decir la estimación de un

solo valor del parámetro de rango de valores dentro del
interés. cual se espera el valor del
parámetro de interés.

ESTIMACIÓN PUNTUAL ESTIMACIÓN POR INTERVALO

Métodos cuantitativos
Estimación de una media poblacional: 𝝈 conocida

Se presenta métodos para utilizar datos muestrales y calcular un estimado puntual y un estimado del intervalo de confianza
de una media poblacional. Un requisito fundamental en esta sección es que, además de tener datos muestrales, también
conozcamos 𝜎, la desviación estándar de la población. También presentamos un método para calcular el tamaño muestral
que se necesitaría para estimar una media poblacional.

Requisitos
1. La muestra es aleatoria simple. (Todas las muestras del mismo tamaño tienen la misma probabilidad de ser
seleccionadas).
2. El valor de la desviación estándar poblacional 𝝈 es conocido.
3. Cualquiera o ambas de estas condiciones se satisfacen: la población está normalmente distribuida o 𝑛 > 30.

Métodos cuantitativos
Estimación de una media poblacional: 𝝈 conocida
Requisito de normalidad
Los requisitos incluyen la propiedad de que la población se distribuya normalmente o que 𝑛 > 30. Si 𝑛 ≤ 30, la población
no necesita tener una distribución exactamente normal, sino aproximadamente normal. Podemos considerar que el
requisito de normalidad se satisface si no hay valores extremos y si un histograma de los datos muestrales no se aleja
mucho de la forma de campana.

Requisitos del tamaño muestral

Esta sección utiliza la distribución normal como la distribución de medias muestrales. Si la población original no está
distribuida normalmente, entonces decimos que las medias de muestras con tamaño 𝑛 > 30 tienen una distribución que
puede aproximarse a una distribución normal. La condición de que el tamaño muestral sea 𝑛 > 30 se usa por lo regular
como directriz, pero no es posible identificar un tamaño muestral mínimo específico que sea suficiente para todos los casos.
El tamaño muestral mínimo realmente depende de cuánto se desvía la distribución de la población de una distribución
normal. Tamaños muestrales de 15 a 30 son adecuados si la población parece tener una distribución que no es lejana a la
normal, pero algunas otras poblaciones tienen distribuciones que son extremadamente diferentes de la normal y pueden
necesitarse tamaños muestrales de 50, 100 o más. Usaremos el criterio simplificado de 𝑛 > 30 como justificación para el
tratamiento de la distribución de medias muestrales como una distribución normal.

Métodos cuantitativos
Estimación del intervalo de confianza de la media poblacional 𝝁: 𝝈 conocida

ഥ−𝑬<𝝁<𝒙
𝒙 ഥ+𝑬

𝝈
Donde: 𝑬 = 𝒁𝜶ൗ .
𝟐 𝒏

El intervalo de confianza se puede escribir como: ഥ−𝑬; 𝒙

𝒙 ഥ+𝑬

ഥ−𝑬 𝒚
Los valores 𝒙 ഥ + 𝑬 se llaman límites del intervalo de confianza
𝒙

𝝈 𝝈
ഥ − 𝒁𝜶ൗ .
𝒙 ഥ + 𝒁𝜶ൗ .
<𝝁<𝒙
𝟐 𝒏 𝟐 𝒏

Métodos cuantitativos
Procedimiento para construir un intervalo de confianza 𝝁 ( con 𝝈 conocida)

1. Verifique que los supuestos requeridos se satisfagan. (Tenemos una muestra aleatoria simple, 𝜎 es conocida, y la
población parece estar distribuida normalmente o 𝑛 > 30).
2. Remítase a la tabla A-2 y calcule el valor crítico 𝑍𝛼Τ2 correspondiente al nivel de confianza deseado. (Por ejemplo, si el
nivel de confianza es del 95%, el valor crítico es 𝑍𝛼Τ2 = 1.96).
𝜎
3. Evalúe el margen de error 𝐸 = 𝑍𝛼Τ2 ∗ .
𝑛
4. Utilizando el valor calculado del margen de error 𝐸 y el valor de la media muestral 𝑥,ҧ calcule los valores de 𝑥ҧ − 𝐸 y 𝑥ҧ +
𝐸. Sustituya esos valores en el formato general para el intervalo de confianza.
𝑥Ӗ − 𝐸 < 𝜇 < 𝑥Ӗ + 𝐸
1. Redondee los valores resultantes usando la siguiente regla de redondeo.

Regla de redondeo para intervalos de confianza utilizados para estimar 𝝁

1. Cuando utilice el conjunto de datos original para construir un intervalo de confianza, redondee los límites del intervalo
de confianza a un decimal más del que se usa para el conjunto de datos original.
2. Cuando el conjunto de datos original se desconoce y sólo se utiliza el resumen de estadísticos 𝑛, 𝑥,ҧ 𝑠 , redondee los
límites del intervalo de confianza al mismo número de espacios decimales utilizados para la media muestral.

Métodos cuantitativos
Ejemplo 01

Tiempo para obtener un título de licenciatura. En un estudio sobre el tiempo que un estudiante requiere para
obtener un título universitario, se selecciona al azar a 80 estudiantes y se descubre que tienen una media de 4.8
años (según datos del National Center for Education Statistics). Suponiendo que 𝜎 = 2.2 años, construya un
estimado de un intervalo de confianza de la media poblacional. ¿El intervalo de confianza resultante contradice
el hecho de que el 39% de los estudiantes obtienen su título universitario en cuatro años?

Métodos cuantitativos
Ejemplo 02

Percepción del tiempo. Alumnos del autor, seleccionados al azar, participaron en un experimento con el fin de
poner a prueba su habilidad para determinar el transcurso de 1 minuto (o 60 segundos). Cuarenta estudiantes
produjeron una media muestral de 58.3 segundos. Suponiendo que 𝜎 = 9.5 segundos, construya un estimado de
un intervalo de confianza del 95% de la media poblacional de todos los estudiantes de estadística. Con base en el
resultado, ¿es probable que sus estimados tengan una media que se acerque razonablemente a 60 segundos?

Métodos cuantitativos
Determinación del tamaño muestral requerido para estimar 𝝁
𝟐
𝒁𝜶ൗ ∗ 𝝈
𝟐
𝒏=
𝑬

Donde:
𝑍𝛼Τ2 = puntuación 𝑍 crítica basada en el nivel de confianza deseado.
𝐸 margen de error deseado.
𝜎 = desviación estándar poblacional

Regla de redondeo para el tamaño muestral 𝒏

Cuando se calcula el tamaño muestral 𝑛, no produce un número entero, siempre incremente el valor de 𝑛
al siguiente número entero mayor.

Métodos cuantitativos
Ejemplo
Tamaño muestral para la media del CI de estudiantes de estadística. La prueba Weschler de CI está diseñada de
tal forma que, para la población de adultos normales, la media es 100 y la desviación estándar es 15. Calcule el
tamaño muestral necesario para estimar la media de la puntuación de CI de estudiantes de estadística.
Queremos tener una confianza del 95% de que nuestra media muestral está dentro de dos puntos de CI de la
media real. La media para esta población es claramente mayor que 100. Tal vez la desviación estándar de esta
población es menor que 15, porque se trata de un grupo con menor variación que un grupo seleccionado al azar
de la población general; por lo tanto, si usamos 𝜎 = 15, estamos siendo conservadores al emplear un valor que
hará que el tamaño de la muestra sea al menos tan grande como se necesite. Suponga entonces que 𝜎 = 15 y
determine el tamaño de muestra requerido.

Métodos cuantitativos
 Universidad Nacional del Centro del Perú
Facultad de Contabilidad

02

Dr. Percy PEÑA MEDINA

kosoryoku2013@gmail.com

Métodos cuantitativos
Propósito de la sesión de aprendizaje

Resuelve ejercicios sobre estimación de una media poblacional: 𝝈 conocida

Métodos cuantitativos