ESTIMACION PUNTUAL Y DE INTERVALOS

En una poblacin cuya distribucin es conocida pero desconocemos

algn parmetro, podemos estimar dicho parmetro a partir de una
muestra representativa.
Un estimador es un valor que puede calcularse a partir de los datos
mustrales y que proporciona informacin sobre el valor del parmetro.
Por ejemplo la media muestral es un estimador de la media poblacional,
la proporcin observada en la muestra es un estimador de la proporcin
en la poblacin.
Una estimacin es puntual cuando se obtiene un slo valor para el
parmetro. Los estimadores ms probables en este caso son los
estadsticos obtenidos en la muestra, aunque es necesario cuantificar el
riesgo que se asume al considerarlos. Recordemos que la distribucin
muestral indica la distribucin de los valores que tomar el estimador al
seleccionar distintas muestras de la poblacin. Las dos medidas
fundamentales de esta distribucin son la media que indica el valor
promedio del estimador y la desviacin tpica, tambin denominada error
tpico de estimacin, que indica la desviacin promedio que podemos
esperar entre el estimador y el valor del parmetro.
Ms til es la estimacin por intervalos en la que calculamos dos
valores entre los que se encontrar el parmetro, con un nivel de
confianza fijado de antemano.
Llamamos Intervalo de confianza al intervalo que con un
cierto nivel de confianza, contiene al parmetro que se est
estimando.
Nivel de confianza es la "probabilidad" de que el intervalo
calculado contenga al verdadero valor del parmetro. Se indica por
1- y habitualmente se da en porcentaje (1-)100%. Hablamos de
nivel de confianza y no de probabilidad ya que una vez extrada la
muestra, el intervalo de confianza contendr al verdadero valor del
parmetro o no, lo que sabemos es que si repitisemos el proceso
con muchas muestras podramos afirmar que el (1- )% de los
intervalos as construidos contendra al verdadero valor del
parmetro.
PROPIEDADES DE UN BUEN ESTIMADOR
Para poder utilizar la informacin que se tenga de la mejor manera
posible, se necesita identificar las estadsticas que sean buenos
estimadores, cuyas propiedades son:
Insesgabilidad: se dice que es un estimador insesgado de , si la
esperanza matemtica de coincide con el parmetro que desea
estimar.
En smbolos: es insesgado
Por ejemplo:
Eficiencia: si se utilizan dos estadsticos como estimadores del mismo
parmetro, entonces aquel cuya distribucin muestral tenga menor
variancia, es un estimador ms eficiente o ms eficaz que el otro. Es
decir: es eficiente mnima.
Consistencia: es un estimador consistente de si la probabilidad de
que el valor absoluto de la diferencia entre y su esperanza
iguale o supere a e (error admitido ), tienda a cero cuando el nmero de
elementos de la muestra tienda a infinito.

Es decir, para que el estimador sea consistente, es necesario que la
probabilidad de que est a menos de cierta distancia "e" del parmetro
q , tienda a 1 al tender n a infinito.
Por ejemplo, si el valor de la primera observacin o la media entre la
primera y ltima observacin de una muestra se utilizaran para estimar la
esperanza de la poblacin, tal estimador no sera consistente pues no
tiende a acercarse ms y ms al valor de la poblacin cuando se
aumenta el tamao de la muestra.
Suficiencia: Un estimador suficiente del parmetro q es aquel que agota
toda la informacin pertinente sobre q que se puede disponer en la
muestra. Por ejemplo, si se toma una muestra de n = 30 valores con el
fin de estimar m , pueden utilizarse como estimadores la primera, el
promedio entre la primera y la quinta observacin. Pero estos
estimadores no son suficientes pues no contienen toda la informacin
disponible de la muestra. La media aritmtica calculada con las 30
observaciones s lo es pues tiene en cuenta todas las observaciones.
En definitiva, por ejemplo la media aritmtica muestral y la forma
corregida de la variancia muestral, son estadsticas que satisfacen los
criterios o propiedades de "buenos" estimadores.
1. INTERVALO DE CONFIANZA PARA LA MEDIA
De una poblacin desconocemos la media m y deseamos estimarla a
partir de la media x obtenida en una muestra de tamao n
1 Sabemos que si la poblacin es normal N(m,s) y extraemos de ella
muestras de tamao n, o sin ser la poblacin normal es n30:
) / (
) 2 / 1 (
n z x

t
2 Cuando se conoce N y n es escogida sin reemplazo:
[ ] 1 / ) ( * ) / (
) 2 / 1 (
t

N n N n z x

3 Si la poblacin es normal y no se conoce el valor

2

.
) / (
) 1 , 2 / 1 (
n s t x
n
t

4 Si la poblacin no es normal y no se conoce el valor
2

, y n30
) / (
) 2 / 1 (
n s z x

t
2. INTERVALO DE CONFIANZA PARA LA PROPORCION
2.1 Sabemos que si la poblacin es B(1,p) y extraemos de ella
muestras de tamao n, o sin ser la poblacin normal es n30,
n q p z p /
) 2 / 1 (
t
2.2 Cuando se conoce N y n es escogida sin reemplazo:
1
]
1

t

1 / ) ( * /
) 2 / 1 (
N n N n q p z p

3. ESTIMADOR DEL TOTAL POBLACIONAL
Se define el total de una poblacin finita como:
Sea:

N Xi
El estimador del intervalo del total poblacional es :
[ ] ( ) 1 / ) ( * ) / (
) 2 / 1 (
t

N n N n z N x

3. TAMAO DE LA MUESTRA
La amplitud del intervalo de confianza depende del valor de
Con un nivel de confianza del (1-a)100% admitimos que la diferencia
entre la estimacin para la media a partir de la muestra y su valor real
es menor que E, que llamaremos error mximo admisible.
El tamao de la muestra depende del nivel de confianza que se
desee para los resultados y de la amplitud del intervalo de confianza,
es decir del error mximo que se est dispuesto a admitir. Fijados
estos, 1-a y E, podemos calcular el tamao mnimo de la muestra que
emplearemos.
En el caso de estimar proporciones
Con lo que
4. INTERVALO DE CONFIANZA PARA LA VARIANZA:
2
) 1 , 2 / (
2
2
2
) 1 , 2 / 1 (
2
) 1 ( ) 1 (

n n
S n S n

5. INTERVALO DE CONFIANZA PARA LA RAZON DE DOS

VARIANZAS:
) 1 , 2 , 2 / 1 (
2
2
2
1
2
2
2
1
) 1 , 2 , 2 / (
2
2
2
1
v v v v
F
S
S
F
S
S

5. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
5.1 poblaciones normales y varianzas conocidas
2
2
2
1
2
1
) 2 / 1 (
2 1 ) (
n n
z x x

+ t

5.2 poblaciones normales y varianzas desconocidas pero supuestas
iguales
2
) 1 ( ) 1 (
)
1 1
( ) (
2 1
2
2 2
2
1 1
2 1
) 2 , 2 / 1 (
2 1
2 1
+
+

+ t
+
n n
S n S n
S donde
n n
S t x x
c
C n n
5.3 poblaciones normales y varianzas desconocidas y diferentes
1 1
: ) (
2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
2
2
2
1
2
1
) , 2 / 1 (
2 1

1
]
1

1
]
1

1
]
1

+
+ t

n
n
S
n
n
S
n
S
n
S
g Donde
n
S
n
S
t x x
g
5.4 poblaciones no son normales y varianzas desconocidas siempre que
n1 y n2 sean mayor o igual que 30
2
2
2
1
2
1
) 2 / 1 (
2 1 ) (
n
S
n
S
z x x + t

5. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
PROPORCIONES:

2
2 2
1
1 1
) 2 / 1 ( 2 1
) (
n
q p
n
q p
z p p + t

EJERCICIOS:
1. Se quiere estimar un intervalo de confianza al nivel de significacin
=5% para la altura media de los individuos de una ciudad.
En principio slo sabemos que la distribucin de las alturas es
una variable aleatoria X de distribucin normal. Para ello se
toma una muestra de n=25 personas y se obtiene,
10 s 170 x

'

t
1 2 . 1 7 4
8 8 . 1 6 5
5
1 0
* 0 6 . 2 1 7 0 0 6 . 2
2 4 , 9 7 5 . 0
t
2. Sea media x del puntaje obtenido en un examen de Base de Datos
de 50 alumnos resulto ser 5,38. Se reconoci un valor de desvo
estndar = 2,15. Construya los intervalos de confianza del 95 % y del
99 % para la media de todos los estudiantes de la Facultad e
interprete los resultados.
Solucin: La estimacin puntual de m es x = 5,38 ; el valor del
parmetro = 2,15. Para el intervalo del 95 % Z1- 0,025 = 1,96 . y para el
intervalo del 99 % Z1-0,005 = 2,576.
El 1er intervalo es:
{ } { } 50 / 15 . 2 * 96 . 1 38 . 5 / : %) 95 (
) 2 / 1 (
t t

n z x IC

El que se reduce a : { } 98 . 5 78 . 4 : %) 95 ( IC
El 2do intervalo es:
{ } { } 50 / 15 . 2 * 576 . 2 38 . 5 / : %) 99 (
) 2 / 1 (
t t

n z x IC

El que se reduce a : { } 16 . 6 60 . 4 : %) 99 ( IC
3. Un fabricante de reproductores de discos compactos utiliza un
conjunto de pruebas amplias para evaluar la funcin elctrica de su
producto. Todos los reproductores de discos compactos deben pasar
todas las pruebas antes de venderse. Una muestra aleatoria de 500
reproductores tiene como resultado 15 que fallan en una o ms
pruebas. Encuentre un intervalo de confianza de 90% para la
proporcin de los reproductores de discos compactos de la poblacin
que no pasan todas las pruebas.
Solucin: sea n=500; p = 15/500 = 0.03 ; z(0.90) = 1.645
{ } { } 500 / ) 97 . 0 * 03 . 0 ( 645 . 1 03 . 0 / : %) 90 (
) 2 / 1 (
t t

n q p z p IC

{ } 0.0376 P 0.0237 : %) 99 ( IC
Se sabe con un nivel de confianza del 90% que la
proporcin de discos defectuosos que no pasan la prueba
en esa poblacin esta entre 0.0237 y 0.0376.
4. Un artculo relacionado con la salud, reporta los siguientes datos
sobre la incidencia de disfunciones importantes entre recin nacidos
con madres fumadoras de marihuana y de madres que no la fumaban:
Fuma No fuma
Tamao Muestral 1246 11178
Nmero de disfunciones 42 294
Proporcin muestral
Encuentre el intervalo de confianza del 99% para la diferencia de
proporciones.
Solucin: Representemos P1 la proporcin de nacimientos con
disfunciones en madres que fuman marihuana y P2, de manera
similar, para las no fumadoras. El valor de z para un 99% de confianza
es de 2.58.

,
_

+ t

m n
z p p Py Px IC
y P x p
y x
2 2
2
1
) ( : ) (

,
_

+ t
11178
9737 . 0 * 0263 . 0
1246
9663 . 0 * 0337 . 0
58 . 2 ) 0263 . 0 0337 . 0 ( : ) (
2 1
P P IC
{ } 0.0212 ) P - (P 0.0064 - : %) 99 (
2 1
IC
Este intervalo es bastante angosto, lo cual sugiere que P1-P2 ha sido
estimado de manera precisa.
5. se estudia la altura de los individuos de una ciudad, obtenindose
en una muestra de tamao 25 los siguientes valores: con media de
170 cm y desviaron estndar de 10 cm. Calcular un intervalo de
confianza con del 95% para la varianza de la altura de los
individuos de la ciudad.
Solucin: Para estimar un intervalo de confianza para (varianza
poblacional) el estadstico que nos resulta til es:
2
) 24 , 025 . 0 (
2
2
2
) 24 , 975 . 0 (
2
10 ) 1 25 ( 10 ) 1 25 (

{ } 5 . 193 98 . 60
4 . 12
2400
39 . 39
2400
: %) 95 (
2 2

'

IC
6. Una compaa de taxis trata de decidir si comprar neumticos de la
marca A o de la B para su flotilla de taxis. Para estimar la diferencia de
las dos marcas, se lleva a cabo un experimento utilizando 12 de cada
marca. Los neumticos se utilizan hasta que se desgastan, dando
como resultado promedio para la marca A 36,300 kilmetros y para la
marca B 38,100 kilmetros. Calcule un intervalo de confianza de 95%
para la diferencia promedio de las dos marcas, si se sabe que las
poblaciones se distribuyen de forma aproximadamente normal con
desviacin estndar de 5000 kilmetros para la marca A y 6100
kilmetros para la marca B.
Solucin:
{ } 6262.6 2662.68 - : %) 95 (
A B
IC