Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Parametros Contabilidad
Parametros Contabilidad
PARMETROS
SEMANA 3
[ ESTADSTICA INFERENCIAL ]
ESTIMACIN
DE
PARMETROS
TIPOS
DE
ESTIMADORES
INTERVALOS
DE
CONFIANZA
PARA
LA
MEDIA
POBLACIONAL
INTERVALOS
DE
CONFIANZA
PARA
LA
PROPORCIN
INTERVALO
DE
CONFIANZA
PARA
LA
VARIANZA.
PALABRAS
CLAVE
Estimacin
puntual,
estimador,
estimacin
por
intervalo
para
muestra
grande,
estimacin
por
intervalo
para
muestra
pequea,
estimacin
por
intervalo
para
la
proporcin,
nivel
de
confianza.
INTRODUCCIN
Se
pueden
hacer
inferencias
acerca
de
los
parmetros
poblacionales
de
dos
maneras:
se
estiman
los
valores
de
los
parmetros
o
podemos
tomar
decisiones
con
respecto
a
ellos.
El
procedimiento
que
se
utilice
depende
muchas
veces
de
las
circunstancias
que
motivan
la
realizacin
de
inferencias.
Por
ejemplo,
en
empresas
con
produccin
masiva
es
imposible
o
al
menos
imprctico
medir
cada
pieza
de
material
que
llega,
o
las
propiedades
de
cada
producto
terminado.
En
estos
casos
las
caractersticas
se
estudian
mediante
muestras
de
artculos
extrados
al
azar
y
los
resultados
se
generalizan
a
toda
la
produccin.
Suponga
que
una
fbrica
tiene
dos
incentivos
de
trabajo
para
que
los
empleados
incrementen
la
produccin.
Se
hace
un
muestreo
de
los
empleados
y,
con
base
en
los
resultados
del
mismo,
se
escoge
el
incentivo
que
da
una
mayor
produccin.
As
es
que
se
desea
tomar
una
decisin
acerca
de
la
diferencia
en
la
produccin,
pero
es
necesario
medir
el
riesgo
de
tomar
una
decisin
incorrecta
haciendo
que
la
probabilidad
de
que
esto
ocurra
sea
relativamente
pequea.
Si
se
observa
detenidamente,
en
todo
momento
se
estn
haciendo
estimaciones.
Los
gerentes
recurren
a
las
estimaciones
porque
en
la
mayora
de
casos
deben
tomar
decisiones
racionales
sin
disponer
de
informacin
completa
y
con
mucha
incertidumbre
respecto
a
lo
que
les
depara
el
futuro.
La
teora
de
la
probabilidad
constituye
el
fundamento
de
la
inferencia
estadstica,
rama
de
la
estadstica
que
se
ocupa
del
uso
de
los
conceptos
de
la
probabilidad
para
afrontar
la
incertidumbre
en
la
toma
de
decisiones.
La
inferencia
estadstica
se
basa
en
la
estimacin,
que
se
tratar
en
esta
lectura
y
en
la
siguiente
sobre
prueba
de
hiptesis,
en
donde
se
harn
inferencias
respecto
a
las
caractersticas
de
la
poblacin
a
partir
de
la
informacin
contenida
en
las
muestras.
[ POLITCNICO GRANCOLOMBIANO ]
!
!
(!! ! )!
!1
[ ESTADSTICA INFERENCIAL ]
El
intervalo
esta
! ! !!! ! ! !!! = 1 !
Que
se
escribe
en
forma
resumida
como:
! !!!
Donde:
!! =
!!!
!!!
[ POLITCNICO GRANCOLOMBIANO ]
!
!
!"!,!
= 16,9
Para
una
confiabilidad
del
90%
encontramos
el
valor
Z
en
la
tabla
de
la
distribucin
normal
obteniendo:
El
intervalo
queda
entonces:
! !!!
16,9 1,65
3,83
6
!
!!!
[ ESTADSTICA INFERENCIAL ]
El
intervalo
queda
entonces:
! !!!
34,86 2,1604
!,!"
!"
! !!!
Si
se
desconoce
se
estima
con
la
varianza
muestral
S2.
2
[ POLITCNICO GRANCOLOMBIANO ]
Ejemplo:
Un
gran
distribuidor
de
partes
para
automviles
necesita
una
estimacin
de
la
vida
media
que
cabe
esperar
de
las
limpias
brisas
en
condiciones
normales
de
manejo.
La
gerencia
ya
ha
determinado
que
la
desviacin
estndar
de
la
vida
de
la
poblacin
es
seis
meses.
Se
selecciona
una
muestra
aleatoria
simple
de
100
limpia
brisas
obtenindose
una
vida
media
de
veintin
meses.
Como
el
distribuidor
utiliza
miles
de
estas
piezas
al
ao,
quiere
encontrar
una
estimacin
por
intervalo
con
un
nivel
de
confianza
del
95%.
Solucin:
Dado
que
el
tamao
de
la
muestra
es
mayor
que
treinta,
se
puede
utilizar
la
distribucin
normal
como
la
distribucin
de
muestreo
y
por
lo
tanto:
! !!!
Como
el
grado
de
confiabilidad
(1
)
=
95%
entonces
en
la
distribucin
normal
el
valor
de
Z
=
1,96
Donde
el
valor
Z
correspondiente
es
1,96.
Entonces
remplazando
en
el
intervalo:
21 1,96
100
21
1,18
=
19,82
21
+
1,18
=
22,18
Ahora
se
puede
decir
que
la
vida
media
de
las
limpias
brisas
se
estima
entre
19,82
y
22,18
meses
con
una
confiabilidad
del
95%.
[ ESTADSTICA INFERENCIAL ]
p P
P (1 P )
n
p P
p (1 p )
n
p (1 p )
p (1 p )
P p + z
n
n
2
P(1 - P)
n
P(1 - P)
Y
el
margen
de
error
de
este
intervalo
es
e = Z
n
Ejemplo:
En
una
muestra
aleatoria
de
95
empresas
manufactureras,
sesenta
y
siete
han
indicado
que
su
empresa
ha
obtenido
la
certificacin
ISO
en
los
dos
ltimos
aos.
Halle
el
intervalo
de
[ POLITCNICO GRANCOLOMBIANO ]
67
95
n = 95
Calculemos
el
valor
de
2 :
100 (1 ) % = 99%
1 = 0.99
= 1 0.99
= 0.01
= 0.005
2
[ ESTADSTICA INFERENCIAL ]
Luego
Z 2 = 2.58
y
finalmente
hallamos
el
intervalo
de
confianza:
p z
p (1 p )
p (1 p )
P p + z
n
n
2
67 67
67 67
1
95 95
95 95
67
67
2.58
P + 2.58
95
95
95
95
0.58457 P 0.70526
10
[ POLITCNICO GRANCOLOMBIANO ]
Si
se
tiene
una
muestra
aleatoria
de
tamao
n
cuyas
observaciones
son
extradas
de
una
poblacin
que
se
distribuye
normal
con
varianza
2
desconocida
y
la
varianza
muestral
es
s 2
entonces
un
intervalo
de
confianza
para
la
varianza
poblacional
con
un
nivel
de
confianza
de
100 (1 ) %
es:
(n 1)s 2
n21,
<2 <
(n 1)s 2
n21,1
2
Para
el
cual
n21,
es
el
valor
que
satisface
que
P n21 > n21,
2
=
2
2
Ejemplo:
El
director
de
control
de
calidad
de
una
empresa
qumica
ha
extrado
una
muestra
aleatoria
de
veinte
sacos
de
fertilizante
de
100
kilos
para
estimar
la
varianza
de
los
kilos
de
impurezas.
Se
ha
observado
que
la
varianza
muestral
es
de
6.62.
Determine
el
intervalo
de
confianza
al
95%
de
la
varianza
poblacional
de
los
kilos
de
impurezas.
Solucin:
Dado
que
s 2 = 6.62
y
n=20
vamos
a
establecer
los
valores
n21,
y
n21,1
cuando
2 = 0.025 .
2
2
2
2
P 20
1 > 20 1, = 0.025
2
P 192
>
2
19,
= 0.025
2
n21, = 32.85
2
por
otra
parte,
2
P 192 < 19,1
= 0.025
[ ESTADSTICA INFERENCIAL ]
11
2
2
19,1
0.025 = 19,0.975 = 8.91
(20 1)6.62
(20 1)6.62
<2 <
32.85
8.91
3.8289 < 2 < 14.1167
e
= Z x
Dado
que
el
margen
de
error,
que
denotaremos
e
es
igual
a
n
para
determinar
el
valor
de
n
slo
necesitamos
despejarlo:
n=
Z 2 x2
Tngase
en
cuenta
que
los
datos
dados
deben
ser
el
margen
de
error
y
la
varianza
poblacional.
Tamao
de
la
muestra
para
estimar
la
proporcin
poblacional
con
distribucin
normal.
Al
igual
que
en
el
caso
anterior
dado
que
el
margen
de
error,
que
denotaremos
e
es
igual
a
:
12
[ POLITCNICO GRANCOLOMBIANO ]
e=Z
P(1 - P)
Para
determinar
el
valor
de
n
slo
necesitamos
despejarlo:
n
n= Z
P (1 - P)
Tngase
en
cuenta
que
los
datos
dados
deben
ser
el
margen
de
error
y
la
proporcin
muestral.
Ejemplo
(tomado
del
libro
estadstica
para
administracin
y
economa
de
Paul,
NEWBOLD).
La
poltica
de
gobierno
es
asuntos
internos
ha
recibido
un
ndice
de
aprobacin
del
65%
en
una
encuesta
reciente.
Se
ha
dicho
que
el
margen
de
error
era
de
0.035.
De
qu
tamao
era
la
muestra
utilizada
para
hacer
esta
encuesta
si
suponemos
que
el
nivel
de
confianza
era
del
95%?
Solucin:
Organicemos
la
informacin
dada:
p = 0.65
e
=
0,035
Determinamos
el
valor
de
alfa:
100 (1 ) % = 95%
1 = 0.95
= 1 0.95
= 0.05
= 0.025
Ahora s hallamos:
Luego
z 2
es
1.96
y
el
valor
de
n
es
aproximadamente
714
porque
[ ESTADSTICA INFERENCIAL ]
13
(1.96)
n=
0.65 (1 0.65)
(0.035)
= 713.44
BIBLIOGRAFA
FREUND,
John
E.,
MILLER,
Irwin
y
MILLER,
Marylees.
Estadstica
Matemtica
con
aplicaciones.
6ed.
Madrid
Prentice
Hall,
2000.
GUTIERREZ,
Humberto
y
DE
LA
VARA,
Romn.
Control
estadstico
de
Calidad
y
Seis
Sigma
(6s).
Mxico:
McGraw-Hill,
2005.
KENNET,
Ron
S.,
y
ZACKS,
Shelemyahu.
Estadstica
Industrial
Moderna.
Barcelona,
Thomson,
2000.
MONTGOMERY,
Douglas
C.
y
RUNGER,
George
C.
Probabilidad
y
Estadstica
aplicadas
a
la
Ingeniera.
2ed.
Mxico:
Limusa,
2002.
NEWBOLD.
Paul.
Estadstica
para
los
Negocios
y
la
Economa.
4ed.
Madrid
Prentice
Hall,
1988.
WALPOLE
Ronal,
E.,
MYERS,
Raymond
H.
y
MYERS,
Sharon
L.
Probabilidad
y
Estadstica
para
Ingenieros.
6ed.
Madrid
Prentice
Hall,
1998.
14
[ POLITCNICO GRANCOLOMBIANO ]