Está en la página 1de 9

ESTIMACIN DE LOS PARMETROS DE LA POBLACIN.

DISTRIBUCIN NORMAL:
Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas.
Su propio nombre indica su extendida utilizacin, justificada por las frecuencia o normalidad
con la que las ciertos fenmenos tienden a parecerse en su comportamiento a esta
distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene
forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor
de p y de valores de n cada vez mayores, se ve que sus polgonos de frecuencias se aproximan
a una forma en forma de campana.
En resumen, la importancia de la distribucin normal se debe principalmente a que hay
muchas variables asociadas a fenmenos naturales que siguen el modelo de la normal.
DISTRIBUCIN CHI CUADRADO.
En estadstica, la distribucin chi-cuadrado, tambin denominada ji-cuadrado de Pearson, es
una distribucin de probabilidad continua con un parmetro k que representa los grados de
libertad de la variable aleatoria:

DISTRIBUCIN t DE STUDENT.
En probabilidad y estadstica, la distribucin-t o distribucin t de Student es una distribucin
de probabilidad que surge del problema de estimar la media de una poblacin normalmente
distribuida cuando el tamao de la muestra es pequeo. sta es la base del popular test de la t
de Student para la determinacin de las diferencias entre dos medias muestrales y para la
construccin del intervalo de confianza para la diferencia entre las medias de dos poblaciones.

La distribucin t surge, en la mayora de los estudios estadsticos prcticos, cuando la
desviacin tpica de una poblacin se desconoce y debe ser estimada a partir de los datos de
una muestra.

-ESTIMACIN DE LOS PARMETROS DE LA POBLACIN
-TIPOS DE ESTIMACIN
ESTIMACION PUNTUAL:
Un estimador puntual es simplemente un estadstico (media aritmtica, varianza, etc.) que se
emplea para estimar parmetros (media poblacional, varianza poblacional, etc.).
Es decir, cuando obtenemos una media aritmtica a partir de una muestra, tal valor puede ser
empleado como un estimador para el valor de la media poblacional.
(Algunos autores comparan los estimadores con los lanzamientos en una diana; el crculo
central sera el valor real del parmetro.)
ESTIMACIN POR INTERVALOS.
Consiste en la obtencin de un intervalo dentro del cual estar el valor del parmetro
estimado con una cierta probabilidad. En la estimacin por intervalos se usan los siguientes
conceptos:

-PROPIEDADES DE LOS BUENOS ESTIMADORES:
INSESGABILIDAD.

Estimador insesgado
sta es una propiedad deseable para un buen estimador. El trmino insesgado se refiere al
hecho de que una media de muestra es un estimador no sesgado de una media de poblacin
porque la distribucin de muestreo de las medias de muestra tomadas de la misma poblacin
es igual a la media de la poblacin misma.

Estimador consistente
Una estimador es consistente si, al aumentar el tamao de la muestra, se tiene casi la certeza
de que el valor del estimador se aproxima bastante al valor del parmetro de la poblacin.

Estimador eficiente
La eficiencia se refiere al tamao del error estndar de la estadstica. Si comparamos dos
estadsticas de una muestra del mismo tamao y tratamos de decidir cul de ellas es un
estimador ms eficiente, escogeramos la estadstica que tuviera el menor error estndar de la
distribucin de muestreo. Supongamos se escogemos una muestra de un tamao determinado
y debemos de decidir si utilizamos o no la media de la muestra para estimar la media de la
poblacin. Si calculamos el error estndar de la media de la muestra y nos da un valor de 1.05
y luego calculamos el error estndar de la mediana de la muestra y tenemos que es de 1.4,
diramos que la media de la muestra es un estimador ms eficiente de la media de la poblacin
ya que su error estndar es menor que el de la mediana.

Estimador Suficiente
Un estimador es suficiente si extrae de la muestra toda la informacin de inters en relacin
con el parmetro.

NIVELES DE CONFIANZA
El nivel de confianza es la probabilidad a priori de que el intervalo de confianza a calcular
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.

Los valores que se suelen utilizar para el nivel de confianza son el 95%, 99% y 99,9%

LMITES E INTERVALOS DE CONFIANZA.

La estimacion se toma de una muetra de la poblacion y se usa la media de la muetra para
estimar la media de la poblacion, una estimacion puntual es un valor que se usa para estimar
un valor poblacional; pero una estimacion puntual es un solo valor, una estimacion en la que
se da mas informacion implica dar un intervalo de valores, en el que se espera se encuentre el
parmetro




estimacion de los parametro
Un estimador es un valor que puede calcularse a partir de los datos muestrales 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
Distribucion CHI cuadrado
En estadstica, la distribucin chi-cuadrado, tambin denominada ji-cuadrado de Pearson, es
una distribucin de probabilidad continua con un parmetro k que representa los grados de
libertad de la variable
Nivel de confianza es la "probabilidad" de que el intervalo calculado contenga al verdadero
valor del parmetro. Se indica por 1-a y habitualmente se da en porcentaje (1-a)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-a)% de los
intervalos as construidos contendra al verdadero valor del parmetro.

ESTIMACION PUNTUAL
Cuando en una poblacin con familia distribucional conocida queremos estimar el verdadero
valor del parmetro poblacional utilizando como lente para determinarlo al estimador
muestral ; procedemos a seleccionar una muestra de tamao n de dicha poblacin, calculamos
a partir de ella un valor y afirmamos entonces que es una estimacin puntual de con un error,
por exceso o defecto, de valor k.
K depende en general de la variable aleatoria muestral y de su desviacin . En los casos de
muestras grandes, cuando los valores de la muestra corresponden a variables aleatorias

Estimado Un estimador de un parmetro poblacional es una funcin de los datos muestrales.
En pocas palabras, es una frmula que depende de los valores obtenidos de una muestra, para
realizar estimaciones.

Por ejemplo, un estimador de la media poblacional, , sera la media muestral, , segn la
siguiente frmula:


donde (x1, x2, ..., xn) sera el conjunto de de datos de la muestra.

En el ejemplo se habla de una estimacin puntual. Sin embargo, el estimador es una variable
aleatoria que asigna a cada valor de la funcin su probabilidad de aparicin, esto es, la
probabilidad de la muestra de la que se extrae.


INFERENCIA ESTADSTICA

La inferencia estadstica es el conjunto de mtodos y tcnicas que permiten inducir, a partir de la informacin
emprica proporcionada por una muestra, cual es el comportamiento de una determinada poblacin con un
riesgo de error medible en trminos de probabilidad.
Los mtodos paramtricos de la inferencia estadstica se pueden dividir, bsicamente, en dos: mtodos de
estimacin de parmetros y mtodos de contraste de hiptesis. Ambos mtodos se basan en el conocimiento
terico de la distribucin de probabilidad del estadstico muestral que se utiliza como estimador de un
parmetro.
La estimacin de parmetros consiste en asignar un valor concreto al parmetro o parmetros que caracterizan
la distribucin de probabilidad de la poblacin. Cuando se estima un parmetro poblacional, aunque el
estimador que se utiliza posea todas las propiedades deseables, se comete un error de estimacin que es la
diferencia entre la estimacin y el verdadero valor del parmetro. El error de estimacin es desconocido por lo
cual es imposible saber en cada caso cual ha sido la magnitud o el signo del error; para valorar el grado de
precisin asociado con una estimacin puntual se parte de dicha estimacin para construir un intervalo de
confianza. En sntesis, un intervalo de confianza est formado por un conjunto de valores numricos tal que la
probabilidad de que ste contenga al verdadero valor del parmetro puede fijarse tan grande como se quiera.
Esta probabilidad se denomina grado de confianza del intervalo, y la amplitud deste constituye una medida
del grado de precisin con el que se estima el parmetro.
Los mtodos de contraste de hiptesis tienen como objetivo comprobar si determinado supuesto referido a un
parmetro poblacional, o a parmetros anlogos de dos o ms poblaciones, es compatible con la evidencia
emprica contenida en la muestra. Los supuestos que se establecen respecto a los parmetros se llaman
hiptesis paramtricas. Para cualquier hiptesis paramtrica, el contraste se basa en establecer un criterio de
decisin, que depende en cada caso de la naturaleza de la poblacin, de la distribucin de probabilidad del
estimador de dicho parmetro y del control que se desea fijar a priori sobre la probabilidad de rechazar la
hiptesis contrastada en el caso de ser sta cierta.
En todo contraste intervienen dos hiptesis. La hiptesis nula (Ho) es aquella que recoge el supuesto de que el
parmetro toma un valor determinado y es la que soporta la carga de la prueba. La decisin de rechazar la
hiptesis nula, que en principio se considera cierta, est en funcin de que sea o no compatible con la
evidencia emprica contenida en la muestra. El contraste clsico permite controlar a priori la probabilidad de
cometer el error de rechazar la hiptesis nula siendo sta cierta; dicha probabilidad se llama nivel de
significacin del contraste ( ) y suele fijarse en el 1%, 5% o 10%.
La proposicin contraria a la hiptesis nula recibe el nombre de hiptesis alternativa (H1) y suele presentar un
cierto grado de indefinicin: si la hiptesis alternativa se formula simplemente como 'la hiptesis nula no es
cierta', el contraste es bilateral o a dos colas; por el contrario cuando se indica el sentido de la diferencia, el
contraste es unilateral o a una sola cola.
Cuando se realiza un contraste con el SPSS no se fija el nivel de significacin deseado, el programa calcula el
valor-p o significacin asinttica, que es la probabilidad de que el estadstico de prueba tome un valor igual o
superior al muestral bajo el supuesto de que la hiptesis nula es cierta. Por tanto, si el valor-p es menor o igual
que el nivel de significacin deseado se rechazar Ho.Un valor-p prximo a cero indica que se rechazar la Ho
para cualquier nivel de significacin.


Estimacin puntual Consiste en la estimacin del valor del parmetro mediante un slo valor,
obtenido de una frmula determinada. Por ejemplo, si se pretende estimar la talla media de
un determinado grupo de individuos, puede extraerse una muestra y ofrecer como estimacin
puntual la talla media de los individuos.


Estimacin por intervalos Consiste en la obtencin de un intervalo dentro del cual estar el
valor del parmetro estimado con una cierta probabilidad. En la estimacin por intervalos se
usan los siguientes conceptos:


Intervalo de confianza El intervalo de confianza es una expresin del tipo *1, 2+ 1
2, donde es el parmetro a estimar. Este intervalo contiene al parmetro estimado con una
determinada certeza o nivel de confianza. Pero Aveces Puede cambiar este intervalo cuando la
muestra no garantiza un axioma o un equivalente circustancial


Variabilidad del Parmetro Si no se conoce, puede obtenerse una aproximacin en los datos
aportados por la literatura cientfica o en un estudio piloto. Tambin hay mtodos para
calcular el tamao de la muestra que prescinden de este aspecto. Habitualmente se usa como
medida de esta variabilidad la desviacin tpica poblacional y se denota .


Error de la estimacin Es una medida de su precisin que se corresponde con la amplitud del
intervalo de confianza. Cuanta ms precisin se desee en la estimacin de un parmetro, ms
estrecho deber ser el intervalo de confianza y, si se quiere mantener o disminuir el error, ms
ocurrencias debern incluirse en la muestra estudiada. En caso de no incluir nuevas
observaciones para la muestra, ms error se comete al aumentar la precisin. Se suele llamar
E, segn la frmula E = 2 - 1.


Limite de Confianza Es la probabilidad de que el verdadero valor del parmetro estimado en la
poblacin se site en el intervalo de confianza obtenido. El nivel de confianza se denota por (1-
), aunque habitualmente suele expresarse con un porcentaje ((1-)100%). Es habitual tomar
como nivel de confianza un 95% o un 99%, que se corresponden con valores de 0,05 y 0,01
respectivamente

Grado de libertad
En estadstica, grados de libertad es un estimador del nmero de categoras independientes en
un test particular o experimento estadstico. Se encuentran mediante la frmula n-1, donde
n=nmero de sujetos en la muestra (tambin pueden ser representados por k-1 donde
k=nmero de grupos, cuando se realizan operaciones con grupos y no con sujetos individuales

Estimador Suficiente
Un estimador es suficiente si extrae de la muestra toda la informacin de inters en relacin
con el parmetro.

Estimador insesgado
sta es una propiedad deseable para un buen estimador. El trmino insesgado se refiere al
hecho de que una media de muestra es un estimador no sesgado de una media de poblacin
porque la distribucin de muestreo de las medias de muestra tomadas de la misma poblacin
es igual a la media de la poblacin misma.






















v ESTIMACIN DE LOS PARMETROS DE LA POBLACIN.

Parte A:

1. DISTRIBUCIONES TERICAS EMPLEADAS EN ESTADSTICA INFERENCIAL:

DISTRIBUCIN NORMAL.
Es la distribucin de probabilidad que con ms frecuencia aparece en estadstica y teora de
probabilidades. Esto se debe a dos razones fundamentalmente:
Su funcin de densidad es simtrica y con forma de campana, lo que favorece su aplicacin
como modelo a gran nmero de variables estadsticas.
Es, adems, lmite de otras distribuciones y aparece relacionada con multitud de resultados
ligados a la teora de las probabilidades gracias a sus propiedades matemticas.

DISTRIBUCIN CHI CUADRADO.
La distribucin chi-cuadrado con n grados de libertad es la suma de los cuadrados de variables
de distribucin normal de media 0 y varianza 1

DISTRIBUCIN t DE STUDENT.
Es una distribucin de probabilidad que surge del problema de estimar la media de una
poblacin normalmente distribuida cuando el tamao de la muestra es pequeo. sta es la
base del popular test de la t de Student para la determinacin de las diferencias entre dos
medias muestrales y para la construccin del intervalo de confianza para la diferencia entre las
medias de dos poblaciones.
La distribucin t surge, en la mayora de los estudios estadsticos prcticos, cuando la
desviacin tpica de una poblacin se desconoce y debe ser estimada a partir de los datos de
una muestra.


2. ESTIMADOR Y ESTIMACIN.
Conjunto de tcnicas que permiten dar un valor aproximado de un parmetro de una
poblacin a partir de los datos proporcionados por una muestra.
En su versin ms simple, una estimacin de la media de una determinada caracterstica de
una poblacin de tamao N sera la media de esa misma caracterstica para una muestra de
tamao n.



3. TIPOS DE ESTIMACIN:
. Estimacin puntual: CONSISTE en la estimacin del valor del parmetro mediante un slo
valor, obtenido de una frmula determinada. Por ejemplo, si se pretende estimar la talla
media de un determinado grupo de individuos, puede extraerse una muestra y ofrecer como
estimacin puntual la talla media de los individuos.
Estimacin por intervalos: Consiste en la obtencin de un intervalo dentro del cual estar el
valor del parmetro estimado con una cierta probabilidad


4. PROPIEDADES DE LOS BUENOS ESTIMADORES:
INSESGABILIDAD:
Se refiere al hecho de que una media de muestra es un estimador no sesgado de una media de
poblacin porque la distribucin de muestreo de las medias de muestra tomadas de la misma
poblacin es igual a la media de la poblacin misma.





La eficiencia:
Se refiere al tamao del error estndar de la estadstica. Si comparamos dos estadsticas de
una muestra del mismo tamao y tratamos de decidir cul de ellas es un estimador ms
eficiente, escogeramos la estadstica que tuviera el menor error estndar de la distribucin de
muestreo. Supongamos se escogemos una muestra de un tamao determinado y debemos de
decidir si utilizamos o no la media de la muestra para estimar la media de la poblacin. Si
calculamos el error estndar de la media de la muestra y nos da un valor de 1.05 y luego
calculamos el error estndar de la mediana de la muestra y tenemos que es de 1.4, diramos
que la media de la muestra es un estimador ms eficiente de la media de la poblacin ya que
su error estndar es menor que el de la mediana.


Consistente:
Si, al aumentar el tamao de la muestra, se tiene casi la certeza de que el valor del estimador
se aproxima bastante al valor del parmetro de la poblacin.


Suficiente:

Si extrae de la muestra toda la informacin de inters en relacin con el parmetro.


5. REQUISITOS PARA QUE UN ESTIMADOR SEA VLIDO.







6. SIGNIFICACIN DE UN ESTADSTICO:
NIVELES DE CONFIANZA.
Es la probabilidad a priori de que el intervalo de confianza a calcular 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.
Los valores que se suelen utilizar para el nivel de confianza son el 95%, 99% y 99,9%

NIVELES DE RIESGOS.

LMITES E INTERVALOS DE CONFIANZA.
El intervalo de confianza.- se dice que es el conjunto de todos los valores obtenidos a partir de
los datos de una muetra en el que hay una determinada probabilidad de que se encuentre el
parametro. Una distribucion muetral permite localizar un intervalo que tenga una determinada
probabilidad de contener a la media poblacional

GRADOS DE LIBERTAD.
Es un estimador del nmero de categoras independientes en un test particular o experimento
estadstico. Se encuentran mediante la frmula n-1, donde n=nmero de sujetos en la muestra
(tambin pueden ser representados por k-1 donde k=nmero de grupos, cuando se realizan
operaciones con grupos y no con sujetos individuales).
Cuando se trata de ajustar modelos estadsticos a un conjunto de datos, los residuos -
expresados en forma de vector- se encuentran habitualmente en un espacio de menor
dimensin que aqul en el que se encontraban los datos originales. Los grados de libertad del
error los determina, precisamente, el valor de esta menor dimensin.

MUESTRAS GRANDES:Son aquellas donde existen ms de treinta elementos

MUESTRAS PEQUEAS.

R- Son aquellas que poseen menos de treinta elementos