UNIDAD II: ESTIMACIÓN

Gilma Sabina Lizama Gaitán

Objetivos
a) Describir la media y la proporción de una población usando estimaciones
puntuales y de intervalo.
b) Construir e interpretar estimaciones de intervalo para una media
poblacional y una proporción poblacional.
c) Determinar el efecto del tamaño de la muestra sobre la estimación del
intervalo.
d) Calcular tamaños de muestras.
e) Calcular el error tolerable máximo para un tamaño de muestra específico.
 Fundamentos Conceptuales
Un solo valor
Puntual numérico.
Es el proceso que utiliza datos
Estimación muestrales para “estimar” o
establecer qué valor o valores debe
tener un parámetro poblacional. Dos valores numéricos
De Intervalo dentro, de los cuales se
encuentra el parámetro.

Es el valor numérico que se calcula

Estimador
a partir de los datos muestrales.

Es la probabilidad de que el Se debe elegir un nivel de confianza para

intervalo contenga al verdadero construirlo. Por lo general se expresa como
valor del parámetro poblacional. porcentaje. 1 −∝ ∗ 100
Propiedades de los Estimadores puntuales

Sea: θ = 𝑃𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙

𝜃 = 𝐸𝑠𝑡𝑖𝑚𝑎𝑑𝑜𝑟 𝑃𝑢𝑛𝑡𝑢𝑎𝑙 𝑑𝑒 𝜃

1. Insesgado: Si el valor esperado del

estadístico muestral es igual al
parámetro poblacional, entonces el
estadístico muestral es un
estimador insesgado del parámetro
poblacional.

𝑬 𝜽 =𝜽
Propiedades de los Estimadores puntuales

2. Eficiente: Si al utilizar una muestra aleatoria de

n elementos para obtener dos estimadores
puntuales insesgados de un mismo parámetro
poblacional, el estimador puntual con menor
varianza o error estándar tiene mayor eficiencia
relativa que los otros.

Cuanto mayor es la desviación

estándar, más ancha será la curva; por
lo tanto, el mejor estimador puntual
del parámetro, en este caso, es 𝜃1.
Propiedades de los Estimadores puntuales

3. Consistente: Si el valor del Por ejemplo, en el caso de las

estimador puntual tiende a estar medias, recordando que la
más cerca del parámetro poblacional desviación estándar se denota por:
𝜎
a medida que el tamaño de muestra 𝜎𝑋 = .
aumenta, se dice que el estimador 𝑛
puntual es consistente. Esto porque Sea el caso:
disminuye el error estándar. 2
𝜎𝑋 = = 0.40
25

2
𝜎𝑋 = = 0.20
100

Por lo tanto, tamaño de muestra más grande

proporciona un menor error estándar.
 Estimación: Media Poblacional Margen de
Error de la
estimación
(E)

Puntual De intervalo
Estimación de Intervalo Población Finita Población Infinita
• Serie Simple
𝑿𝒊
𝑿=
𝒏 𝝈
𝑋 = 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟é𝑠 𝝈 Conocida 𝑿 ± 𝒁𝜶/𝟐
𝝈 𝑵−𝒏
𝑿 ± 𝒁𝜶/𝟐
𝑛 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝒏 𝑵−𝟏 𝒏

• Serie Agrupada
𝒇 ∗ 𝑷𝒎 𝝈 Desconocida
𝑿= 𝑺 𝑵−𝒏 𝑺
𝒇 (muestras 𝑿 ± 𝒕𝜶/𝟐 𝑿 ± 𝒕𝜶/𝟐
pequeñas)
𝒏 𝑵−𝟏
𝒏
𝑓 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎
𝑃𝑚 = 𝑃𝑢𝑛𝑡𝑜 𝑀𝑒𝑑𝑖𝑜 𝑑𝑒 𝑐𝑎𝑑𝑎 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝐶𝑙𝑎𝑠𝑒
Estimación Medias: Ejemplo

Para estimar la media de consumo por cliente, en un gran restaurante, se reunieron datos de una muestra de 49
clientes. Suponga que la desviación estándar poblacional es de $5.
a) Con un nivel de confianza de 95%, ¿Cuál es el margen de error?

𝝈 𝟓
𝑬 = 𝒁∝/𝟐 ∗ = 𝟏. 𝟗𝟔 ∗ = 𝟏. 𝟒𝟎
𝒏 𝟒𝟗
b) Si la media de la muestra es de $24.80, ¿Cuál es el intervalo de confianza de 95% para la media de la población?
𝜎 𝜎
𝐼 = 𝑋 − 𝑍∝/2 ∗ ≤ 𝜇 ≤ 𝑋 + 𝑍∝/2 ∗ = 𝑰 = 𝟐𝟒. 𝟖𝟎 − 𝟏. 𝟒𝟎 ≤ 𝝁 ≤ 𝟐𝟒. 𝟖𝟎 + 𝟏. 𝟒𝟎
𝑛 𝑛

𝑰 = 𝟐𝟑. 𝟒𝟎 ≤ 𝝁 ≤ 𝟐𝟔. 𝟐𝟎

LI LS
Con un 95% de confianza, se puede afirmar que el promedio de consumo de todos los clientes del restaurante está
comprendido entre $23.4 y $26.2.
Distribución t Student: Estimación de Media (muestras pequeñas)

• Ésta distribución se utiliza en los casos en que el tamaño de la muestra es

menor a 30; es decir, muestras pequeñas.

• La distribución t es una familia de distribuciones de probabilidad

similares, con una distribución t específica que depende de un parámetro
conocido como grados de libertad. Éstos últimos indican la cantidad de
elementos de información independientes que intervienen en el cálculo de
la varianza. En consecuencia, podemos decir que solamente n-1 de los
valores de la muestra son libres de variar y sirven de base al intervalo de
confianza.. Esto es, n-1 grados de libertad.

• La forma gráfica es similar a la curva de la distribución normal, con la

diferencia que la distribución es más ancha; dado que la varianza es
mayor.
Uso de la distribución t Student: Estimación de Media (muestras
pequeñas)
 Ejemplo: Muestras Pequeñas: Uso de la distribución t Student

Una muestra de 20 personas recorría cada día en su automóvil por término medio de 27.3 millas para ir al trabajo
y volver, con una desviación típica de 8.3 millas:
a) Con un nivel de confianza de 90% ¿A cuánto equivale el margen de error de la estimación?
𝑺 𝟖.𝟑
𝑬 = 𝒕∝/𝟐 ∗ = 𝟏. 𝟕𝟐𝟗 ∗ = 𝟑.21
𝒏 𝟐𝟎

b) ¿ Cuál es el intervalo de confianza del 90% de confianza para la distancia de conducción media de toda la
población?
𝑆 𝑆
𝐼 = 𝑋 − 𝑡∝/2 ∗ ≤ 𝜇 ≤ 𝑋 + 𝑡∝/2 ∗ = 𝑰 = 𝟐𝟕. 𝟑 − 𝟑. 𝟐𝟏 ≤ 𝝁 ≤ 𝟐𝟕. 𝟑 + 𝟑. 𝟐𝟏
𝑛 𝑛

𝑰 = 𝟐𝟒. 𝟎𝟗 ≤ 𝝁 ≤ 𝟑𝟎. 𝟓𝟏
Con un 90% de confianza, se puede afirmar que el promedio de conducción diaria de toda la
población se encuentra entre 24.09 a 30.51 millas.
 Estimación de Proporción Poblacional

 El estimador puntual de la proporción poblacional es la proporción

𝒙
muestral ( 𝒑 = )
𝒏

 Estimación por Intervalo

Similar al caso de la media, en este caso intervienen los siguientes
aspectos:
El valor del estadístico 𝑍∝/2 , el cual se calcula a partir de un nivel
de confianza otorgado a la estimación;
 La proporción muestral;
 El tamaño de la muestra.
Estimación: Proporción Poblacional
FÓRMULAS
Tipo de Población
Estimación: Proporción
Finita Infinita
𝑥 𝑥
Puntual 𝒑= 𝒑=
𝑛 𝑛

De Intervalo 𝒑 𝟏−𝒑 𝑵−𝒏 𝒑(𝟏 − 𝒑)

𝒑 ± 𝒁𝜶/𝟐 ∗ ∗ 𝒑 ± 𝒁𝜶/𝟐 ∗
𝒏 𝑵−𝟏 𝒏
 Ejemplo: Proporciones
El gerente de producción de un determinado periódico desea estimar la proporción de
periódicos impresos que poseen defectos inaceptables (como manchas excesivas de tinta,
paginación incorrecta, faltante de páginas, etc.). El gerente de producción ha determinado
que se debe seleccionar una muestra aleatoria de 200 periódicos para ser analizados. De
esta muestra, 30 tenían algún tipo de defecto inaceptable. Si el gerente de producción desea
tener una confianza del 90% en la estimación de la verdadera proporción poblacional:
a) Con un nivel de confianza de 90%, ¿Cuánto es el margen de error de la estimación?
𝑥 30
Primero, calcular la proporción muestral: 𝑝 = = = 0.15
𝑛 200

𝒑 𝟏−𝒑 0.15 0.85

E = 𝒁𝜶/𝟐 ∗ = 1.645 ∗ = 0.0415
𝒏 200
b)¿Cuál es el intervalo de confianza de 90%?

𝐼 = 𝑝 ± 𝐸 = 0.15 − 0.04 ≤ 𝑃 ≤ 0.15 + 0.04 = 𝟎. 𝟏𝟎𝟖𝟓 ≤ 𝑷 ≤ 𝟎. 𝟏𝟗𝟏𝟓

Con un 90% de confianza, se puede afirmar que la proporción de periódicos defectuosos
está entre 0.1085 y 0.1915; es decir, entre el 10.85% y el 19.15% de los periódicos
presenta defectos.
 Tamaño de Muestra y Error de Estimación

Tamaño de Muestra: Medias Tamaño de Muestra: Proporción

Tipo de Población Tipo de Población

Finita Infinita Finita Infinita

𝟐
(𝒛∝/𝟐 )𝟐 𝝈𝟐 𝑵 (𝒛∝/𝟐 )𝟐 ∗ 𝝈𝟐 𝒛∝/𝟐 𝑷(𝟏 − 𝑷)𝑵 𝒛∝/𝟐
𝟐
∗ 𝐏(𝟏 − 𝐏)
𝒏= 𝐧= 𝒏= 𝟐 𝐧=
𝑵 − 𝟏 𝑬𝟐 + (𝒛∝/𝟐 )𝟐 𝝈𝟐 𝑬𝟐 (𝑵 − 𝟏)𝑬𝟐 + 𝒛∝/𝟐 𝑷(𝟏 − 𝑷) 𝑬𝟐
 Tamaño de Muestra: Aspectos a Considerar
Medias
Para poder estimar el tamaño mínimo de muestra,
cuando el propósito es estimar un promedio, es
necesario especificar lo siguiente:
• El error de muestreo máximo permitido.
• El nivel de confianza deseado en la estimación,
para el cual existe un valor Z de la distribución
normal
• La desviación estándar poblacional.
Con respecto al último aspecto, ya que rara vez se
conoce la desviación estándar poblacional, en
algunos casos ésta puede ser estimada a partir de:
• Investigaciones anteriores, similares
• Llevar a cabo un prueba piloto y obtener la
desviación estándar de éstos datos.
Proporciones
Para determinar el tamaño de la muestra, cuando el propósito
principal es estimar una proporción, se debe tener en cuenta los
siguientes aspectos:
• El nivel de confianza deseado, para el cual se obtiene una
valor de Z en la tabla de distribución normal estándar
• El error máximo deseado y
• La proporción poblacional, P.
Para esto último aspecto, en la mayoría de casos prácticos se
desconoce, por ello se acostumbra a realizar lo siguiente:
• Usar la proporción muestral de una muestra anterior de las
mismas unidades
• Llevar a cabo una prueba piloto y utilizar esta proporción
muestral
• Si no se aplica alguna de las alternativas anteriores, usar
P=0.50.
 Tamaño de Muestra: Ejemplos
Medias
Se quiere estimar el monto promedio de ventas en
dólares, por cliente, en una tienda de juguetes
ubicada en el Aeropuerto El Salvador. Con base en
datos procedentes de otros aeropuertos de la región,
la desviación estándar de tales montos de ventas se
estima en $3.20. ¿Cuál es el tamaño mínimo de
muestra si se desea un margen de error máximo de
$1.00 y un nivel de confianza de 99%?.
(𝒛∝/𝟐 )𝟐 ∗ 𝝈𝟐
𝐧=
𝑬𝟐
𝟐 𝟐
(𝟐. 𝟓𝟕) ∗ (𝟑. 𝟐𝟎)
𝒏= = 𝟔𝟕. 𝟔𝟑 ≅ 𝟔𝟖
(𝟏)𝟐
Como mínimo se debe seleccionar a 68 clientes
de la tienda de juguetes del aeropuerto.
Proporciones
Se ha realizado un pedido de 5,000 microchips para
computadoras, de los cuales se desea seleccionar una
muestra para verificar la calidad del producto. Para ello se
han especificado los siguientes aspectos a ser tomados en
consideración:
• Se desea un error máximo muestral del 5%;
• Un nivel de confianza del 95%; y
• Se sabe que la proporción de microchips defectuosos en
pedidos realizados anteriormente ha sido de 0.02.
¿Cuánto es el tamaño de muestra mínimo necesario para
cumplir con los aspectos considerados?
𝟐
𝒛∝/𝟐 𝑷(𝟏 − 𝑷)𝑵
𝒏= 𝟐
(𝑵 − 𝟏)𝑬𝟐 + 𝒛∝/𝟐 𝑷(𝟏 − 𝑷)
(1.96)2 ∗ 0.02 0.98 ∗ (5,000)
n= = 29.94 ≅ 30
4,999 ∗ (0.05)2 +(1.96)2 ∗ 0.02(0.98)
Como mínimo se debe seleccionar 30 microchips, para su
revisión.
 Reforzar Aprendizaje:

 Resolver ejercicios de la guía

 Consultar a docente sobre dudas
específicas.