UNIVERSIDAD DE SAN CARLOS

FACULTAD DE INGENIERA

REA DE ESTADSTICA

ANLISIS PROBABILSTICO SECCIN A

Mdul Estimacin
Introduccin
La inferencia estadstica es el procedimiento mediante el cual se llegan a deducir
conclusiones acerca de una poblacin sobre la base de los resultados obtenidos del estudio
de una muestra de la misma. La estimacin es una de las reas de la Inferencia Estadstica,
implica el clculo a partir de los datos de la muestra de algn estadstico que se ofrece
como una aproximacin de un parmetro desconocido.

En este mdulo se presentarn los conceptos fundamentales relacionados con la estimacin

de parmetros, describiendo los procedimientos para el clculo de intervalos de confianza
en la estimacin de la media, la varianza y la proporcin de xitos poblacionales.

Objetivos
Al finalizar el estudio del mdulo el lector estar en capacidad de:

A. Explicar a que se refieren los trminos: estimacin, estimacin puntual, estimacin por
intervalo.

B. Definir los trminos: estimador y estima.

C. Calcular las estimaciones puntuales y los intervalos de confianza para la media, la

varianza y la proporcin de xitos de una poblacin.

D. Interpretar el significado del error de estimacin

E. Determinar el tamao de muestra adecuado para realizar estudios de estimacin de

parmetros bajo el criterio del muestreo aleatorio simple.

F. Realizar inferencias utilizando intervalos de confianza

Profesora Martha Guisela Gaitn Garavito

2015 1
Inferencia estadstica y estimacin
La inferencia es la rama de la Estadstica que se ocupa del uso de los conceptos de
probabilidad para afrontar la incertidumbre en la toma de decisiones relacionadas con la
descripcin de poblaciones, es el procedimiento por medio el cual se infiere respecto a
comportamiento de una poblacin basndose en los resultados observados en una muestra.
Los mtodos de Inferencia se clasifican en dos categoras:

Se puede decidir respecto al valor del parmetro (hiptesis).

Se puede estimar el valor del parmetro (estimacin).

Estimacin

Conceptos bsicos
La estimacin trata sobre como predecir los valores de los parmetros de una poblacin a
partir de las estimas calculadas de una muestra. Sus mtodos dan informacin sobre el
error posible que acompaa la estimacin, permitiendo as aplicar ciertos controles para
evitar en lo posible ste error.

Con frecuencia al tratar de describir una poblacin partiendo de lo que se conoce de una
muestra, se debe decidir cul es la funcin estadstica que proporciona una estimacin
adecuada para los valores parmetros desconocidos.

A la estadstica que sirve para estimar el valor del parmetro se le llama Estimador.

Por ejemplo

Un odontlogo puede estar interesado en saber qu proporcin de cierto tipo de individuos,

tratado con un medicamento, sufre de efectos secundarios indeseables.

Sin duda, su poblacin consta de todas aquellas personas que alguna vez han sido o sern
tratadas con ese medicamento, para conocer la proporcin deseada p, decide estimarla a
partir del anlisis de una muestra de esa poblacin, esto es, calcula la proporcin de la
muestra que resulta afecta, as el estimador es el estadstico P proporcin de afectados en la
muestra.

La Estima es el valor correspondiente al estadstico E que se obtiene a partir de la muestra.

Es el valor especfico observado para un estimador.

Por ejemplo: suponga que el odontlogo tom una muestra de 50 pacientes y observ que
en seis de ellos se manifestaron efectos secundarios, la proporcin de la muestra es

P =6/50= 0.12, entonces la estima del parmetro es 0.12.

Profesora Martha Guisela Gaitn Garavito

2015 2
Puede existir para un mismo parmetro ms de un Estimador E y la seleccin del mejor
implica la comparacinentre varios de ellos. Algunos criterios para seleccionar el estimador
ms adecuado sonlos siguientes:

Debe ser no sesgado. Un estimador es no sesgado cuando la media de la distribucin

muestral del mismo es el parmetro de la poblacin (E) =

Debe ser eficiente: se dice que un estimador es eficiente si tiene una varianza finita y
adems no existe otro estimador para el parmetro cuya varianza sea menor que la de ste.
2( E ) es menor comparada con la de otros estimadores de .

Deber ser congruente:al aumentar el tamao dela muestra se logra la seguridad, casi
absoluta, que el valor de estadstico se acerca al valor del parmetro.

Debe ser suficiente: un estimador es suficiente si utiliza la informacin contenida en la

muestra a tal punto que ningn otro estimador podra extraer de sta ms informacin
referente al parmetro.

Procedimientos de estimacin
a. Estimacin puntal: asigna un nmero al parmetro y se puede asociar con un punto
en la lnea recta. A menudo es insuficiente puesto que acierta o se equivoca, por lo
que es ms til si se acompaa por una estimacin del error en que se puede
incurrir.
b. Estimacin por intervalo: seala dos puntos entre los cuales se encuentra una gama
de valores que pueden representar al parmetro, estn asociados a un intervalo de la
lnea recta. El intervalo mide, de alguna forma, el error cometido en la estimacin,
indicando la probabilidad con la que el parmetro se encuentra dentro de l.

Estimadores puntuales
Parmetro a estimar Estimacin puntual
Media Media de la muestra
Varianza Varianza de la muestra
Desviacin estndar Desviacin estndar de la muestra
Proporcin de xitos Proporcin de xitos de la muestra

Intervalos de confianza
El intervalo de confianza determina dos cantidades 1 y 2 tales que la probabilidad de que
el valor del parmetro , desconocido, se incluya en el intervalo delimitado por ella se

P
Profesora Martha Guisela Gaitn Garavito
2015 3
La estimacin por intervalo indica dos cantidades numricas en cuyo intervalo se incluye
el valor del parmetro con una certeza conocida y es preferible a la estima puntual, ya que
se trata de determinar que tanto se puede desviar el valor de la estima puntual del verdadero
y desconocido parmetro.

La probabilidad gama ( de que un intervalo incluya al parmetro se llama coeficiente de

confianza, la eleccin de este coeficiente la hace el investigador dependiendo del grado de
certeza que desee para su estimacin.

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

conocida
Suponga que se tiene una poblacin infinita con distribucin normal y parmetros
desconocida y conocida (suponga que la desviacin estndar es = 4). Al
seleccionar una muestra de tamao n (suponga que n = 36) de esta poblacin el estadstico
tiene una distribucin muestral de la siguiente forma:

Esperanza, media () =

Error estndar () = / () = 4 / 36

Segn la teora de la distribucin muestral, se pueden determinar los lmites a, b de la

distribucin de tal forma que el intervalo que representan esos valores encierra el 95% de
las medias muestrales

95%

a b

En normal estndar

95%

-1.96 1.96

,za = ( a ) / / = - 1.96= -z zb = ( b ) / / = 1.96 = z

Entonces a = z / y b = +z /

Profesora Martha Guisela Gaitn Garavito

2015 4
Con los datos de ejemplo a = 1.96 ( / 36) = 1.31

y b = + 1.96( / 36 ) = + 1.31

Como es desconocida puede decirse que hay una probabilidad del 95% ( %) de que la
media de la muestra de tamao 36 se encuentre dentro del intervalo + - 1.96 * error
estndar de la media de la muestra ( +- 1.31).

En otro sentido si el % ( 95% ) de las medias muestrales se hallan en ese intervalo,

est a lo ms a una distancia +- 1.31 del 95% de las medias muestrales. Entonces si se
construyen intervalos de % de confianza a partir de las medias muestrales de la forma

+ - 1.96 / aproximadamente el % de ellos contendrn a .

Posibles medias muestrales

95%

1- Z / 1+ Z /

2- Z / 2+ Z /

3- Z / 3+ Z /

De esta manera se llega a establecer la frmula de clculo del intervalo de confianza para la
media de la poblacin con varianza conocida.

X + - z * / , donde Z representa el nivel de confianza % seleccionado

El valor de z / se conoce como error de estimacin y representa la mayor distancia

que puede presentarse entre la estima puntual y el verdadero valor del parmetro con un %
de probabilidad.

Profesora Martha Guisela Gaitn Garavito

2015 5
Ejemplo 1

Una muestra de 100 hombres adultos, aparentemente sanos, de 25 aos de edad, mostr una
presin sistlica sangunea media de 125. Si se sabe que la desviacin estndar de la
poblacin es 15 encuentre el intervalo del 95% de confianza para el parmetro media de la
presin sangunea de los hombres de 25 aos.

Datos

N= infinita n = 100 = 125 = 15 z = 1.96 para un nivel de

confianza de 95%

Intervalo + - z / = 125 + - 1.96 *15 / 100

125 + - 2.94

Respuesta

El intervalo (122.06, 127.94) es la estimacin para el parmetro con el 95% de

confianza.

Ejemplo 2

Una empresa de material elctrico fabrica bombillas de luz que tienen una duracin
aproximadamente distribuida de forma normal con una desviacin estndar de 40 horas, si
una muestra de 30 bombillas tiene una media de 780 horas encuentre un intervalo de
confianza de 96% para la media de la poblacin de todas las bombillas que produce la
empresa.

Datos

N= infinita n = 30 = 780 = 40 z = 2.055 para un nivel de confianza de

96%

Intervalo + - z / = 780 + - 2.055 *40 / 30

780 + - 15

Respuesta

El intervalo (765, 795) es la estimacin para el parmetro con el 96% de confianza.

Profesora Martha Guisela Gaitn Garavito

2015 6
Estimaciones por intervalo
Para la estimacin de los parmetros: media, varianza y proporcin a partir de la
informacin conocida se utilizan las siguientes frmulas.

Intervalos de confianza para la media

Poblaciones con varianza conocida. + - z* /
Poblaciones infinitas o finitas + - (z* / )* ((N-n)/ (N-1))
Muestras grandes cuando la poblacin no + - z * s /
puede suponerse normal y la varianza es + - (z *s / )* ((N-n)/ (N-1))
desconocida y es estimada por la varianza
de la muestra. Poblaciones infinitas o finitas
Poblaciones normales con varianzas + - t *s /
desconocidas. ( el estadstico t con n-1
grados de libertad) Poblaciones infinitas
Intervalo para la varianza
Poblaciones normales ( los estadsticos chi (n-1) s2 / 12< 2< (n-1) s 2 / 22
cuadrado con n-1 grados de libertad)
Intervalo para proporciones
Muestras grandes poblaciones infinitas P +- z (/)

Ejemplo (Poblacin normal con varianza desconocida)

Las siguientes mediciones se registraron para el tiempo de secado en horas de cierta marca
de pintura latex

3.4 2.5 4.8 2.9 3.6

2.8 3.3 5.6 3.7 2.8
4.4 4.0 5.2 3.0 4.8

Suponiendo que las mediciones representan una muestra aleatoria de una poblacin normal,
encuentre un intervalo de confianza del 99% para la media.

Datos

N= infinita n = 15 = 3.79 s= 0.97 t = 2.98 para un nivel de

confianza de 99% con 14 grados de libertad

Intervalo + - ts / = 3.79 + - 2.98 *0.97 / 15

3.79 + - 0.75

Respuesta
Profesora Martha Guisela Gaitn Garavito
2015 7
El intervalo (3.044, 4.54) es la estimacin para el parmetro con el 99% de confianza.

Ejemplo (Intervalo para la varianza)

Para el ejemplo expuesto anteriormente encuentre un intervalo de confianza para la

varianza y desviacin con un 99%.

Datos

N= infinita n = 15 s =0.97 12= 31.319 para un nivel de confianza de 99%

22 = 4.075 para un nivel de confianza de 99%

Intervalo (n-1) s2 / 12< 2< (n-1) s 2 / 22= 0.42< 2< 3.23

0.65 < < 1.797

Respuesta

El intervalo (0.65, 1.797) es la estimacin para el parmetro con el 99% de confianza.

Ejemplo (Intervalo de confianza para proporcin)

Se selecciona una muestra aleatoria de 200 votantes y se encuentra que 114 apoya un juicio
de anexin. Encuentre un intervalo de confianza de 96% para la fraccin de la poblacin
votante que favorecen ese juicio.

Datos

N= infinita n = 200 p =114/200 = 0.57 q = 1-p= 0.43 z= 2.055 para un nivel de

confianza de 96%

Intervalo P +- z (/) = 0.57 + - 2.055 (0.57 0.43/200)

0.498 < p < 0.64

Respuesta

El intervalo (0.498, 0.64) es la estimacin para el parmetro p con el 96% de confianza.

Seleccin del tamao de la muestra

Suponga que se desea estimar el nivel promedio de PH en una sustancia qumica, adems
se requiere que el error de estimacin sea a lo ms 0.5 unidades con una probabilidad de
0.95.

Profesora Martha Guisela Gaitn Garavito

2015 8
Puesto que aproximadamente el 95% de las medias muestrales se encuentran a una
distancia de menor que z / al repetirse el muestreo, lo que se desea es que

1.95 * / sea a lo ms de 0.5 unidades.

1.96 / < 0.5 lo que puede escribirse como z / < error de estimacin deseado D

Para cumplir con este requerimiento el tamao de muestra adecuado debe ser de por lo
menos 1.962D2, n > 1.962

Inmediatamente se evidencia que no se puede obtener un valor numrico de n a menos que

se conozca la desviacin estndar de la poblacin. A falta de un valor exacto de se puede
usar la mejor aproximacin disponible, tal como una estimacin preliminar, s obtenida de
una muestra previa.

Si para el caso se considera que la desviacin estndar poblacional es 1.2 entonces el

tamao de la muestra ser de al menos

1.962* 1.22/ 0.52 = 22.13 aproximando al mayor n=23

El mtodo de seleccin del tamao de muestra para los otros procedimientos de estimacin
es similar al descrito, esto es, el investigador debe especificar la cota del error de
estimacin D que desea y el nivel de confianza asociado, e igualando D al error de
estimacin de la frmula del intervalo despejar el tamao de muestra.

La tabla siguiente presenta las frmulas para el clculo del tamao de muestra

Parmetro Tamao de muestra Aplicacin

Media .n= z22 /D2 Muestreo de poblaciones
infinitas
.n= N z /(D (N-1)+ z )
2 2 2 2 2
Muestreo de poblaciones
finitas
Proporcin .n= z2 *p q / D2 Muestreo de poblaciones
infinitas
.n=N z2pq/( D2(N-1)+z2pq) Muestreo de poblaciones
finitas
P y q son estimaciones preliminares de p y q obtenidas de muestras anteriores. Si no
existe esta informacin se acostumbra maximizar el valor de n tomando p=q = 0.5

Ejemplo: Para el problema de proporciones anterior que tan grande se requiere que sea la
muestra si deseamos tener una confianza del 96% de que nuestra proporcin de la muestra
estar dentro del 0.02 de la fraccin real de la poblacin votante.

Datos
Profesora Martha Guisela Gaitn Garavito
2015 9
N= infinita D = 0.02 p =0.57 q = 0.43 z= 2.055 para un nivel de confianza de 96%

Tamao de la muestra n= z2 *p q / D2 = (2.0552 * 0.57*0.43)/0.022

n= 2640 Votantes

Respuesta

El tamao de la muestra debera de ser de 2640 Votantes.

Ejercicios

1. Para una poblacin que tienen un comportamiento de distribucin normal se

seleccionaran muestras de tamao 20, una de ellas present una media de 8.2 y
desviacin tpica de 2.1, hallar el intervalo del 90% de confianza para los
parmetros y de la poblacin.
2. Se sabe que el contenido de fructosa de cierto alimento sigue una distribucin
normal cuya varianza es conocida, teniendo un valor de 0,25. Se desea estimar el
valor de la media poblacional mediante una muestra, admitindose un error mximo
de 0,2 con una confianza del 95%. Cul ha de ser, como mnimo, el tamao de la
muestra?
3. El p% de una poblacin de 20 000 habitantes tiene los ojos oscuros. Si elegimos al
azar 500 personas de esa poblacin y de ellas 386 tienen ojos oscuros, calcule la
estimacin por intervalo de p con el 96 % de confianza.

Profesora Martha Guisela Gaitn Garavito

2015 10