Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Teorc3ada de La Estimacic3b3n Estadc3adstica PDF
Teorc3ada de La Estimacic3b3n Estadc3adstica PDF
Teorc3ada de La Estimacic3b3n Estadc3adstica PDF
Estimador
Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para
deducir la estimación.
Estimación
Es un valor específico observado de un estimador, por lo que asigna un valor numérico a un
parámetro de una población sobre la base de datos de muestra.
Tipos de estimación
a) Estimación puntual: consiste en un solo estadístico muestral que se usa para estimar el valor
verdadero de un parámetro de una población que es desconocido. Por ejemplo, la media muestral
x es una estimador puntual de la media poblacional μ.
Cuando usamos una estimación puntual, sabemos que aunque usemos un método bueno de
estimación es prácticamente improbable que el valor de la estimación coincida con el verdadero
valor del parámetro, así que sería conveniente acompañar nuestra estimación con alguna medida
que nos permitiera expresar la cercanía del estimador al parámetro. Una solución a ello no los
brindan los estimadores por Intervalos de Confianza.
b) Debe ser eficiente: de varios estimadores insesgados, el más eficiente es el que tiene el error
estándar más pequeño.
c) Debe ser consistente: significa que a medida que aumenta el tamaño de la muestra, la
estimación se aproxima al valor del parámetro.
d) Debe ser suficiente: significa que ningún otro estimador puede suministrar más información
sobre el parámetro.
Teoría de la Estimación Estadística
Nivel de Confianza
Probabilidad asociada con una estimación de intervalo de un parámetro de población. Ésta indica
qué tan seguro se está de que la estimación de intervalo incluirá al parámetro de la población. Los
niveles de confianza que más se utilizan son 90%, 95% y 99%.
Intervalo de Confianza
Es el alcance, rango o recorrido de la estimación que se hace y que tiene designada una
probabilidad de que incluya el valor real del parámetro de la población que se está estimando.
Límites de Confianza
Son el límite inferior y superior de un intervalo de confianza.
Coeficiente de Confianza
Es el nivel de confianza (en valores relativos) que tenemos en que el intervalo contiene el valor
desconocido del parámetro. Por ejemplo, para un nivel de confianza del 90%, el coeficiente de
confianza es 0,9
debido a que el cálculo de probabilidades binomiales es muy tedioso podemos aproximar a una
normal al aumentar el tamaño de la muestra y siempre que nπ y n(1-π) sean mayores o iguales 5.
π = p ± Z s (recordar s = σ̂ = p (1 - p) y Z s es el margen de error)
p p p p
n
Intervalos de confianza para la media poblacional (muestras pequeñas)
Hasta ahora se había estudiado la estimación para la media poblacional en diversas condiciones,
en algunos casos se conocía σ mientras que en otros se eludía esta hipótesis. Se han calculado
intervalos de confianza con la hipótesis de una población que seguía una distribución normal y
también cuando se suponía que la distribución era desconocida pero a la cual se podía aplicar el
teorema del límite central ya que las muestras eran grandes. Sin embargo, en muchas
aplicaciones, obtener una muestra grande es poco probable e incluso imposible, por ejemplo, las
compañías de seguro que comprueban la resistencia de los carros a las colisiones. Destruir a
propósito 30 o más carros puede ser algo caro.
Cuando hay que tomar una muestra pequeña, la distribución t de student es más apropiada.
El intervalo correspondiente será: μ = x ± t s
x
s
(recordar: s x = y en donde t sx es el margen de error)
n
La distribución t
(a) Características
No se conoce σ
Se supone que la población es normal o aproximadamente normal.
c) Características de la tabla de la distribución t:
Es más compacta y muestra áreas y valores de t solamente para algunos porcentajes.
No se enfoca en la probabilidad de que el parámetro de la población que se está
estimando se encuentre dentro de nuestro intervalo de confianza, mide la probabilidad de
que no esté dentro de nuestro intervalo de confianza.
Se deben especificar los grados de libertad con los cuales se esté trabajando.
x -μ
d) Para tipificar: t =
sx
parámetro, con ello se puede conservar un nivel de confianza determinado y al mismo tiempo
disminuir la anchura del intervalo; pero el sacrificio es un aumento ya sea de tiempo, del gasto,
etc.; que se exige para recoger los datos para una muestra mayor.
Resumen de fórmulas
n Población infinita o
Estimación de μ Población finita y ≥ 0,05 n
N < 0,05
N
σ conocido σ
σ N -n x±z
x±z
n N-1 n
σ desconocido
n ≥ 30 ( σ̂ = s ) σ̂
σ̂ N-n x±z
x±z
n N -1 n
Si n < 30 y la población es normal o σ̂
x±t
aproximadamente normal n
Estimación de π p (1 - p)
n ≥ 30 p±z
n
Nomenclatura
σ̂ => estimación de la desviación estándar de la población.
σ̂
σ̂ x => error estándar estimado de la media (recordar: σ̂ x = si la población es infinita)
n
σ̂ p => error estándar estimado de la proporción
sp => estimación del error típico de la distribución muestral de proporciones muestrales.
p (1 - p)
(recordar que sp = σ̂ p = n )
Teoría de la Estimación Estadística