x TEORIA DE LA ESTIMACION ESTADSTICA

Estimacin de Parmetros
La teora de muestreo puede emplearse para obtener informacin acerca de muestras obtenidas
aleatoriamente de una poblacin conocida. Sin embargo, desde un punto de vista practico, suele ser
mas importante y ser capaz de inferir informacin acerca de una poblacin a partir de muestras de
ellas. Dichos problemas son tratados por la inferencia estadstica que utiliza principios de muestreo.
Un problema importante de la inferencia estadstica es la estimacin de parmetros poblacionales o
simplemente parmetros ( como la media y la varianza poblacionales ), a partir de
los estadsticos mustrales correspondientes o estadsticos ( como la media y la varianza muestra=..
Estimados sin Sesgo
Si la media de la distribucin muestral de un estadstico es igual al parmetro poblacional
correspondiente, el estadstico se denomina estimador sin sesgo del parmetro; de otra manera, es
denominado estimador sesgado. Los valores correspondientes de dichos estadsticos se llaman
estimados sin sesgo o sesgados, respectivamente.
1.- La media de la distribucin muestral de las medias es x , la media poblacional. Por lo tanto, la
media muestral x es un estimado sin sesgo de la media poblacional .
2.- La media de la distribucin muestral de las varianzas es :
s2 = ( N-1/ N ) 2
donde 2 es la varianza poblacional y N es el tamao de la muestra .Entonces, la varianza muestral
s2 es un estimado sesgado de la varianza poblacional 2. Usando la varianza modificada.
2 =( N/ N-1 )s2
Se encuentra que 2 = 2 , de modo que 2 es un estimado sin sesgo de 2 .Sin embargo es un estimado
de .En trminos de esperanza matemtica se poda decir que un estadstico no esta sesgado si su
esperanza es igual al parmetro poblacional correspondiente. Por lo tanto, x y 2 no estn sesgados ,
porque E
Estimados Eficientes
Si las distribuciones mustrales de dos estadsticos tienen la misma media o esperanza matemtica
entonces el estadstico con la menor varianza se denomina estimador eficiente de la media , mientras
que el otro estadstico se le llama estimador ineficiente. Los valores correspondientes de los
estadsticos se conocen, respectivamente , como estimadores eficientes. Si se consideran todos los
estadsticos posibles, cuyas distribuciones mustrales tienen la misma media, aquel con la menor
varianza suele denominarse el mejor o mas eficiente estimador de dicha media.
La distribucin muestral de la media y la mediana tienen la misma media; a saber la media poblacional.
Sin embargo, la varianza de la distribucin muestral de las medias es mas pequea que la varianza de
la distribucin muestral de las medianas . por lo tanto, la media muestral ofrece un estimado
ineficiente de esta De todos los estadsticos que estiman la media poblacional, la media muestral
ofrece el mejor o mas eficiente estimado. En la practica , suelen usarse los estimados ineficientes
debido a la relativa facilidad con que se obtienen algunos de ellos.
Estimados por Punto y Estimados por Intervalo; su Confiabilidad
El estimado de un parmetro poblacional dado por un solo numero se denomina estimado puntual del
parmetro. El estimado de un parmetro poblacional dado por dos nmeros , entre los cuales se

considera esta el parmetro, se denomina estimado por intervalo del parmetro. Los estimados por
intervalo indican la precisin de un estimado y son, por lo tanto preferibles a los estimados por punto.
Ejemplo: Si se dice que una distancia medida es de 5.28 metros se esta dando un estimado por punto.
Si por otro lado, la distancia es de 5.28 mas menos 0.03metros ( es decir , la distancia esta entre 5.25m
y 5.31 m ) , se esta dando un estimado por intervalo .
La informacin sobre el error o precisin de un estimado se conoce como confiabilidad.
Estimados por Intervalo de Confianza de Parmetros Poblacionales
Sean s y s la media y la desviacin estndar ( error estndar ), en ese orden, de la distribucin
muestral de un estadstico S. Entonces, si la distribucin muestral de S es en formas aproximadas a la
normal ( lo cual es verdadero para muchos estadsticos si el tamao de la muestra es N mayor o
menor que 30.
Intervalos de Confianza para Medias
Si el estadstico S es la media muestral x , entonces los limites de confianza de 95% y 99% para
estimar la media poblacional estn dados por x mas menos 1.96 x y 2.50x respectivamente. De manera
mas general , los limites de confianza estn dados por x zc x donde zc que depende del nivel
particular de confianza deseado , usando los valores de x obtenidos se ve que los limites de confianza
para la media poblacional estn dados por :
X Zc /
si el muestreo se lleva a cabo a partir de una poblacin infinita o de una poblacin finita con
reemplazamiento y estn dados por :
X Zc /
si el muestreo se realizo sin reempalzamiento de una poblacin de tamao finito Np . generalmente , la
desviacin estndar poblacional es desconocida ; por consiguiente , para obtener los limites de
confianza anteriores, se utiliza la estimacin muestral o s .Esta mostrara ser satisfactoria cuando N se
mayor o menor que 30 para N menor que 30 , la aproximacin es pobre y se debe usar la teora de
pequeas muestras .
Intervalos de Confianza para Proporciones
Si el estadstico S es la proporcin de xitos en una muestra de tamao , obtenida de una poblacin
binomial en la que p es la proporcin de xitos es decir la probabilidad de xito, entonces los limites
de confianza para p estn dados por la proporcin de xitos en la muestra de tamao N. Usando los
valores de p obtenidos, ve que los limites de confianza para la proporcin poblacional estn dados por
:
P Zc
Si el muestreo se efectu de una poblacin finita o de una poblacin infinita con reemplazamiento y
estn dados por :
P Zc
Si el muestreo se hizo sin el reemplazamiento de una poblacin de tamao finito Np. Para calcular
estos limites de confianza se puede usar el estimado muestral P que por lo general , mostrara ser
satisfactorio si N es mayor o igual a 30.

Intervalos de Confianza para Diferencias y Sumas

Si S1 y S2 son dos estadsticos mustrales con distribuciones de muestreo aproximadamente
normales, entonces los limites de confianza se puede usar para la diferencia de los parmetros
poblacionales correspondientes a S1 y S2 estn dados por :
S1 y S2 zc s1 - s2
Intervalos de Confianza para Desviaciones Estndar
Los limites de confianza para la desviacin estndar de una poblacin normalmente distribuida,
estimados a partir de una muestra con desviacin estndar s, estn dados por :
S + - Zc s = s Zc /
Para calcular estos limites de confianza se utiliza s o para estimar
Error Probable
Los limites de confianza de 50% de los parmetros poblacionales correspondientes al estadstico S
dados por S + - 0.675 s la cantidad de 0.675 s es conocida como error probable de la estimacin.
Problemas Resueltos

Estimados sin Sesgo y eficientes

1.- De un ejemplo de estimadores y estimados que sean a).- sin sesgo y eficientes , b).- sin sesgo e
ineficientes y c).- sesgados e ineficientes
Solucin
a).- La media maestral x y la varianza maestral modificada
2 =( N/ N-1 ) s2
b).- La media muestral y el estadstico muestral (Q1 + Q3) donde Q1 y Q3 son los cuartiles inferior y
superior , son dos de dichos ejemplos. Ambos estadsticos son estimados sin sesgo de la media
poblacional, ya que la media de sus distribuciones mustrales es la media poblacional.
c).- La desviacin estndar muestral s , la desviacin estndar modificada , la desviacin media y el
rango semiintercuartilar son cuatro de dichos ejemplos
2.- En una muestra de cinco mediciones , los registros de un cientfico para el dimetro de una esfera
fueron 6.33, 6.37, 6.32, 6.37 centmetros. Determine estimados sin sesgo y eficientes de a) la media
verdadera y b) la varianza verdadera.
Solucin
a).- el estimado sin sesgo y eficiente de la media verdadera , es decir , la media poblacional es :
x = x / N = 6.33 + 6.37 + 6.36 +6.32 + 6.37 / 5 = 6.35 cm
b).- El estimado sin sesgo y eficiente de la varianza verdadera , es decir la varianza poblacional es :

2 = ( N / N - 1 ) s2
(6.33 - 6.35 )2 + ( 6.37 - 6.35 ) 2 + ( 6.32 - 6.35 ) 2 + ( 6.37 - 6.35 )2 / 5 - 1 = 5.5 x 10 - 4 cm2
3.- Suponga que las estaturas de 100 estudiantes hombres de la universidad XYZ representan una
muestral aleatoria de las estaturas del total de 1546 estudiantes de la universidad. Determine los
estimados sin sesgo y eficientes de a) la media verdadera y b) la varianza verdadera.
Solucin
a) Del problema , el estimado sin sesgo y eficiente de la estatura media verdadera es x = 67.47
pulgadas
b) Del problema el estimado sin sesgo y eficiente de la varianza verdadera es :
2 = ( N/ N-1 ) s2 = (100/99 ) 8.5275 = 8.6136
Por lo tanto = "8.6136 = 2.93 pulgadas. Obsrvese que dado que N es grande esencialmente no existe
diferencia entre y 2 .
4.- De un estimado sin sesgo e ineficiente del dimetro medio verdadero de la esfera del problema 2.
Solucin
La mediana es un ejemplo de un estimado sin sesgo e ineficientes de la media poblacional. Para las
cinco mediciones, ordenadas por magnitud, la media es 6.36 cm
5.- En una muestra de cinco mediciones , los registros de un cientfico para el dimetro de una esfera
fueron 6.33, 6.37, 6.33, 6.38 centmetros. Determine estimados sin sesgo y eficientes de a) la media
verdadera
Solucin
a).- el estimado sin sesgo y eficiente de la media verdadera , es decir , la media poblacional es :
x = x / N = 6.33 + 6.37 + 6.36 +6.33 + 6.38 / 5 = 6.354 cm
6.- Suponga que las estaturas de 10 estudiantes hombres de la universidad XYZ representan una
muestral aleatoria de las estaturas del total de 100 estudiantes de la universidad. Determine los
estimados sin sesgo y eficientes de
Solucin
a) Del problema el estimado sin sesgo y eficiente de la varianza verdadera es :
2 = ( N/ N-1 ) s2 = (10/9 ) 8.5275 = 9.47
7.- De un estimado sin sesgo e ineficiente del dimetro medio verdadero de la esfera del problema 2.
Solucin
La mediana es un ejemplo de un estimado sin sesgo e ineficientes de la media poblacional. Para
las cinco mediciones, ordenadas por magnitud, la media es 6.36 cm

Intervalos de Confianza para Medias

8.- Calcule los intervalos de confianza a) a 95% y b) 99% para estimar la estatura media de los
estudiantes de la universidad veracruzana del problema 3.
Solucin
a) Los limites de confianza a 95% son x 1.96 / ( N )1/2 . Usando x = 67.45 pulg. y = 2.93 pulgadas
como un estimado de , los limites de confianza son 67.45 0.57 pulgadas. Por lo tanto, el intervalo de
confianza a 95% para la media poblacional es de 66.88 a 68.02 pulg. Que puede expresarse como
66.08 menor que menor que 68.21.
Para obtener los intervalos de confianza anteriores, se considero que la poblacin era infinita o tan
grande como para realizar un muestreo con remplazamiento. En el caso de poblaciones finitas, donde
el muestreo se hace sin remplazamiento se debe utilizar :
/
Sin embargo se puede considerar el factor:
= 0.967
Es esencialmente 1 por lo tanto no ser necesario usarlo. Si se utiliza, los limites de confianza
anteriores se convierten en 67.45 0.56 pulgadas y 67.45 0.73 pulgadas respectivamente .