Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Universidad de Córdobas
Monterı́a - Córdoba
20 de febrero de 2019
1 Estimación Puntual
2 Intervalo de Confianza
Intervalo de confianza para la media: varianza conocida
Intervalo de confianza para la media: varianza desconocida.
Intervalo de confianza para la proporción π
Referencias
Parámetros y estimadores
Parámetro:
Es una medida descriptiva de la población.
La media (µ)
La varianza (σ 2 )
La proporción (π)
Estadı́stico:
Cualquier función de las variables aleatorias que forman una mues-
tra aleatoria se llama estadı́stico. Valor que describe una muestra
y sirve como estimación puntual de un parámetro de la población
correspondiente.
La media (µ̂ = x̄)
La varianza (σ̂ 2 = S 2 )
La proporción (π̂ = p)
Jorge A. Barón (Unicórdoba) ESTADÍSTICA INFERENCIAL 6 / 36
Estimación Puntual
Estimador Insesgado
Un estimador se dice que es insesgado si el esperado (la media
de la distribución muestral ) del estimador es igual al parámetro
estimado, es decir:
µθ̂ = E θ̂ = θ
q
2
p
Para la media: e.e (µ̂) = V (µ̂) = Sn = √Sn
q
Para la proporción: e.e (π̂) = V (π̂) = p(1−p)
p
n
Jorge A. Barón (Unicórdoba) ESTADÍSTICA INFERENCIAL 7 / 36
Estimación Puntual
Ejemplo
Ejemplo
solución:
El tiempo medio estimado de secado está dado por:
n
X
xi
i=1 3,4+2,5+···+4,8 56,8
µ̂ = x̄ = n
= 15
= 15
= 3,8
Error estándar:
p
e.e (µ̂) = V (µ̂) = √S
n
Ejemplo
Tenemos que:
n
X n
X
(xi − x̄)2 x2i − nx̄2
i=1 i=1 (3,42 +2,52 +···+4,82 )−(15×3,82 )
S2 = n−1
= n−1
= 15−1
=
0,9
Luego:
√
e.e (µ̂) = √S = √0,9 = 0,24
n 15
Intervalo de Confianza
Li ≤ θ ≤ Ls
Li ≤ θ
P (Li ≤ θ) = 1 − α
donde:
0<α<1
θ ≤ Ls
P (θ ≤ Ls ) = 1 − α
donde:
0<α<1
Supuestos:
Suponga que se tiene una población con distribución normal,
con media desconocida µ y varianza conocida σ 2
Se desea estimar con un intervalo de confianza al
(1 − α) ,100 % .
Se toma una muestra aleatoria de tamaño n de la población.
Las observaciones de la muestra son x1 , x2 , . . . , xn .
x̄ es la media muestral.
40 40
780 − 1,96 √ ≤ µ ≤ 780 + 1,96 √
30 30
765,69 ≤ µ ≤ 794,31
Jorge A. Barón (Unicórdoba) ESTADÍSTICA INFERENCIAL 18 / 36
Intervalo de Confianza conocida
Tamaño de muestra
Tamaño de muestra
Luego:
2 2
Z1− α2 σ
1,96 × 40
n= = = 61,46 ≈ 62
10
Supuestos:
Suponga que se tiene una población con distribución normal,
con media desconocida µ y varianza desconocida σ 2
Se desea estimar con un intervalo de confianza al
(1 − α) ,100 % .
Se toma una muestra aleatoria de tamaño n de la población.
Las observaciones de la muestra son x1 , x2 , . . . , xn .
x̄ es la media muestral.
S la desvición estándar muestral
35,56 35,56
2259,91 − 2,2 × √ ≤ µ ≤ 2259,91 + 2,2 × √
12 12
2237,31 ≤ µ ≤ 2282,52
Jorge A. Barón (Unicórdoba) ESTADÍSTICA INFERENCIAL 25 / 36
Intervalo de Confianza desconocida.
Ejemplo:
Un fabricante asegura, a una compañı́a que le compra un producto
en forma regular, que el porcentaje de productos defectuosos no es
mayor que 5 %. La compañı́a decide comprobar la afirmación del fa-
bricante seleccionando, de su inventario, 200 unidades del producto
y probándolas. Si encontraron 19 defectuosas, estime la verdadera
proporción de defectuosos con un intervalo de confianza al 95 %. ¿
se debe creer en la afirmación del fabricante?
1,96, ası́:
r r
p (1 − p) p (1 − p)
p − Z1− α2 ≤ π ≤ p + Z1− α2
n n
r r
0,095 (1 − 0,095) 0,095 (1 − 0,095)
0,095 − 1,96 ≤ π ≤ 0,095 + 1,96
200 200
0,0544 ≤ π ≤ 0,1356
Ejemplo:
Para efectos de control de calidad, los cascos utilizados por moto-
ciclistas y conductores se someten a pruebas de impacto.
1 Una muestra preliminar de 50 cascos 18 no superan una
prueba de impacto. Usando esta información ¿cuántos cascos
deben probarse para tener una confianza del 95 % de que el
error al estimar el verdadero valor de sea máximo 0.02?
2 ¿ De qué tamaño debe ser la muestra si se desea tener una
confianza del 95 % de que el error al estimar sea máximo 0.02
sin importar el verdadero valor de π?
Solución:
X 18
1. Se tiene que n1 = 50, X = 18, p = n1
= 50
= 0,36, 1 − α =
0,95 ⇒ Z1− α2 = 1,96, = 0,02
Luego:
2
Z1− α p (1 − p)
2
n=
2
2
1,96 × 0,36 × (1 − 0,36)
=
0,022
= 2212,762 ≈ 2213
Referencias I