Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SEMANA 3
PARMETROS
[ 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.
2
[ POLITCNICO GRANCOLOMBIANO ]
La
estimacin
puntual
utiliza
la
informacin
de
una
muestra
para
llegar
a
un
solo
nmero,
que
estima
el
parmetro
de
inters.
La
estimacin
se
realiza
mediante
un
estimador.
(!! ! )!
!! =
!1
Es
un
estimador
puntual
de
la
varianza
poblacional
! ! .
La
estimacin
por
intervalo
es
una
regla
que
indica
como
calcular
dos
nmeros
con
base
en
los
datos
muestrales,
estos
dos
nmeros
tienen
asociada
una
probabilidad
llamada
grado
de
confiabilidad,
la
cual
mide
que
el
verdadero
parmetro
poblacional
se
encuentre
dentro
del
intervalo.
Aqu
se
tendr
en
cuenta
los
mtodos
que
se
utilizan
para
construir
intervalos
de
confianza
para
la
media
poblacional,
en
tres
situaciones
diferentes:
[ ESTADSTICA INFERENCIAL ] 3
2.2.1.1
Intervalo
para
la
media
de
una
poblacin
normal
y
la
varianza
de
la
poblacin
conocida.
Por
lo
que
se
vio
en
las
distribuciones
muestrales,
se
sabe
que
la
distribucin
muestral
de
!,
es
normal
con
media
y
varianza
!!! .
! ! !!! ! ! !!! = 1 !
Que
se
escribe
en
forma
resumida
como:
! !!!
Donde:
! !!!
!! = !
!!!
Para
poblacin
finita
o
conocida.
4
[ POLITCNICO GRANCOLOMBIANO ]
Solucin:
Para
una
confiabilidad
del
90%
encontramos
el
valor
Z
en
la
tabla
de
la
distribucin
normal
obteniendo:
El
intervalo
queda
entonces:
! !!!
3,83
16,9 1,65
6
16,9 2,58 = 14,32
Con
una
confiabilidad
del
90%
se
estima
que
el
tiempo
promedio
de
ensamblado
esta
entre
14,32
y
19,48
minutos.
2.2.1.2
Intervalo
para
la
media
de
una
poblacin
normal,
la
varianza
de
la
poblacin
desconocida
y
muestra
pequea
(n<30).
!
!!!
[ ESTADSTICA INFERENCIAL ] 5
Ejemplo:
Un
supermercado
vende
caf
cuya
etiqueta
dice:
40
onzas.
Ante
los
reclamos
hechos,
el
gerente
toma
una
muestra
de
catorce
paquetes
y
encuentra
un
peso
promedio
de
34,86
y
una
desviacin
estndar
de
4,23.
Con
una
confiabilidad
del
95%
estimar
el
peso
promedio
de
todos
los
paquetes.
Solucin
Con una confianza del 95% y 13 grados de libertad el valor de la distribucin t es 2,1604.
El
intervalo
queda
entonces:
!,!"
! !!!
34,86 2,1604 !"
Con
una
confianza
del
95%
se
puede
decir
que
el
peso
promedio
se
encuentra
entre
32,32
y
37,40
onzas.
En
la
lectura
anterior
se
dijo
que
para
poblaciones
no
normales
cuando
n
es
grande
entonces
!!!
el
valor
de
! = !
se
distribuye
en
forma
aproximadamente
normal;
tambin
se
dijo
que
!
una
muestra
se
considera
grande
si
n
>
30.
Entonces
el
intervalo
queda:
! !!!
Si
se
desconoce
se
estima
con
la
varianza
muestral
S2.
2
6
[ 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:
! !!!
Donde
el
valor
Z
correspondiente
es
1,96.
Entonces
remplazando
en
el
intervalo:
6
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 ] 7
Si
no
se
conoce
el
valor
de
P
(la
probabilidad
de
xito)
este
valor
puede
ser
estimado
por
p
siempre
que
el
tamao
de
la
muestra
dado
sea
mayor
que
30
(n>30),
as
la
variable
aleatoria:
p P
Z=
p (1 p )
n
Con
esta
informacin
si
se
tiene
la
proporcin
de
xitos
en
una
muestra
aleatoria
de
tamao
n,
cuyas
observaciones
son
tomadas
de
una
poblacin
que
tiene
una
proporcin
de
xitos
P
desconocida
que
satisfacen
que
n>30,
entonces
el
intervalo
de
confianza
(1
)
de
la
proporcin
poblacional
es:
p (1 p ) p (1 p )
p z P p + z
2 n 2 n
P(1 - P)
P Z
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
8
[ POLITCNICO GRANCOLOMBIANO ]
Solucin:
67
n = 95
p =
95
Calculemos el valor de 2 :
100 (1 ) % = 99%
1 = 0.99
= 1 0.99
= 0.01
= 0.005
2
[ ESTADSTICA INFERENCIAL ] 9
p (1 p ) p (1 p )
p z P p + z
2 n 2 n
67 67 67 67
1 1
67 95 95 67 95 95
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 (n 1)s 2
<2 <
n21, n21,1
2 2
Para
el
cual
n21,
es
el
valor
que
satisface
que
P n21 > n21,
y
n21,1
es
el
valor
para
=
2 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
P 20
2 2
1 > 20 1, = 0.025
2
P 192 2
> 19, = 0.025
2
n21, = 32.85
De
acuerdo
a
los
valores
de
la
tabla
2
por
otra
parte,
[ ESTADSTICA INFERENCIAL ] 11
2 2
de
acuerdo
a
los
valores
de
la
tabla
19,10.025 = 19,0.975 = 8.91 .
2 2
Luego
el
intervalo
de
confianza
es
(n 2 1)s < 2 < (n2 1)s
n 1, n 1,1
2 2
Es
posible
que
cuando
realicemos
una
estimacin
por
intervalo
observemos
que
el
tamao
de
este
es
demasiado
grande.
Por
ende
si
ampliamos
el
tamao
de
la
muestra
es
posible
que
encontremos
intervalos
de
confianza
ms
pequeos
que
nos
ayuden
a
establecer
conclusiones
ms
precisas
y
cercanas
al
valor
de
los
parmetros
poblacionales.
Para
esto
es
necesario
elaborar
un
proceso
que
nos
permita
establecer
el
tamao
ms
adecuado
de
la
muestra.
Dicho
tamao
de
muestra
se
obtiene
utilizando
el
margen
de
error.
Veamos:
Z 2 x2
n=
e 2
Tngase
en
cuenta
que
los
datos
dados
deben
ser
el
margen
de
error
y
la
varianza
poblacional.
12
[ POLITCNICO GRANCOLOMBIANO ]
P(1 - P)
e=Z
Para
determinar
el
valor
de
n
slo
necesitamos
despejarlo:
n
2
n= Z P (1 - P)
e 2
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).
Solucin:
p = 0.65
e
=
0,035
100 (1 ) % = 95%
1 = 0.95
= 1 0.95
= 0.05
= 0.025
2
Ahora
s
hallamos:
Luego
z 2
es
1.96
y
el
valor
de
n
es
aproximadamente
714
porque
[ ESTADSTICA INFERENCIAL ] 13
n=
(1.96) 0.65 (1 0.65)
= 713.44
2
(0.035)
BIBLIOGRAFA
FREUND,
John
E.,
MILLER,
Irwin
y
MILLER,
Marylees.
Estadstica
Matemtica
con
aplicaciones.
6ed.
Madrid
Prentice
Hall,
2000.
KENNET,
Ron
S.,
y
ZACKS,
Shelemyahu.
Estadstica
Industrial
Moderna.
Barcelona,
Thomson,
2000.
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 ]