ESTIMACIÓN

Todos hacemos estimaciones. Cuando está por cruzar una calle, hace una estimación de la velocidad
del automóvil que se acerca, de la distancia que hay entre usted y el auto, de su propia velocidad.
Habiendo hecho rápidamente una estimación, toma una decisión, sea que cruce o no, corra o
camine.

Los contadores y administradores también deben hacer estimaciones en todo momento, sea que
hagan estimaciones sobre las ventas que se llevarán a cabo en el próximo mes, las compras y gastos
que se tendrán en un nuevo proyecto, los recursos físicos y humanos que se tendrán en un proyecto,
entre otras. Siempre estamos haciendo estimaciones, y lo hacemos porque debemos tomar
decisiones racionales sin contar con la información pertinente completa y con una gran
incertidumbre de lo que el futuro pueda deparar. Como futuros profesionales, debemos aprender
hacer estimaciones más útiles si aplicamos las técnicas que vamos a aprender.

Estimar parámetros es utilizar una medida de una muestra (un estadístico) para inferir el valor de
la correspondiente medida de la población (parámetro) ; en este proceso, el estadístico se convierte
en estimador.

ESTIMACIONES POR PUNTO Y ESTIMACIONES POR INTERVALOS

Estimaciones por punto: Utilizar un solo valor para estimar el parámetro. Por ejemplo; “Se estima
que el promedio mensual de los ingresos de las familias de la zona metropolitana de Monterrey es
de $4500”

Estimaciones por intervalo: Utilizar un rango de valores o intervalos. Por ejemplo; “Se estima con
una confianza del 95% de estar en lo correcto, que el promedio de los ingresos de las familias de la
zona metropolitana de la ciudad de Monterrey está entre $4500 y $4550”.

El tipo de estimación que más se utiliza es el de intervalo, porque se le puede asociar criterios de
probabilidad (“… con una confianza de 95%...”) que no es posible asociar con las estimaciones
puntuales.

Esto es así porque las estimaciones de parámetros se hacen con base en las distribuciones
muéstrales que, como ya hemos visto en las semanas anteriores, cuando n tiende a infinito poseen
distribución normal, y siendo esta una distribución continua, no es posible asociar probabilidades a
valores individuales, en tanto que si se puede calcular la probabilidad de ocurrencia de un
determinado rango o intervalo de valores.

En el ejemplo anterior de una estimación, podemos observar las siguientes carcateristicas:

1. El nivel de confianza: “… con una confianza de 95% de estar en lo correcto…”. A este nivel
de confianza se le conoce como el COEFICIENTE DE CONFIANZA.

https://www.yumpu.com/es/document/view/35391267/tablas-de-probabilidades-itam
 2. El intervalo “… entre $4500 y $4550...” se le conocer como INTERVALOS DE CONFIANZA y
se definen por el límite superior del intervalo y el límite inferior de intervalo.

Características de los estimadores:

 Sesgo: este se da cuando se compara la media de la distribución es igual al parámetro. Si es

igual se dice que es Insesgado.

 Consistencia: se da cuando el valor del parámetro se aproxima a medida que n crece.

 Eficiencia: cuando se comparan la varianza de la distribución muestral es menor a la del

otro estimador.

ESTIMACIÓN DE INTERVALO DE CONFIANZA PARA UNA MEDIA (𝝈 𝒄𝒐𝒏𝒐𝒄𝒊𝒅𝒂)

Intervalo de confianza para la media (𝝈 conocida)

𝝈
̅±𝒁
𝑿
√𝒏
Donde Z= valor correspondiente a un área acumulativa de 1−∝/2 de la distribución normal
estandarizada. Donde 1−∝ es el nivel de confianza.

El procedimiento básico para estimar el intervalo de confianza para una media, está formada por
los elementos:

1. Un valor Z que representa el nivel de confianza y se basa en la distribución normal; por

ejemplo: si se desea una confianza de 95% ;
Entonces se tiene ∝= 𝟎. 𝟎𝟓 que es lo que está por fuera de esa probabilidad, entonces:

∝ 0.05
1− =1−( ) = 0.975
2 2
Luego si buscamos esa probabilidad (0.975) en la tabla de distribución normal estandarizada Commented [CH1]: Haz clic en el siguiente enlace para
acumulativa para saber cuánto es el valor de Z, tenemos que: ver la tabla 3: Distribución Normal Estándar.
Para 0,975, el valor de Z=1.96

Se llama valor crítico al valor de Z necesario para construir un intervalo de confianza para la
distribución.

Hay un valor critico diferente para cada nivel de confianza 1−∝. Un nivel de confianza del 95%
lleva a un valor de Z=1.96.

El 99% de confianza, corresponde a un ∝= 0.01. Entonces :

0.01
1− = 0.995
2
Que, buscando este valor en la tabla, nos daría aproximadamente una Z=2.58

https://www.yumpu.com/es/document/view/35391267/tablas-de-probabilidades-itam
EJEMPLO 1:

Como prueba de un nuevo alimento para perros se revisan las ventas durante un mes en tiendas de
autoservicio; los resultados de una muestra de 36 tiendas indican ventas promedio de $12000 por
tienda con desviación estándar de $800. Haga una estimación de intervalo con nivel de confianza
de 95% para el promedio real de ventas para este nuevo alimento para perros.

Solución: Se tiene que:

̅ = $𝟏𝟐𝟎𝟎𝟎
𝑿
𝝈 = $𝟖𝟎𝟎
𝒏 = 𝟑𝟔 𝒕𝒊𝒆𝒏𝒅𝒂𝒔
Para un nivel de confianza de 95%, sabemos que Z=1.96.

Ahora el intervalo de confianza es:

𝝈 𝟖𝟎𝟎
̅±𝒁
𝑿 = 𝟏𝟐𝟎𝟎𝟎 ± (𝟏. 𝟗𝟔) ( )
√𝒏 √𝟑𝟔
𝟏𝟐𝟎𝟎𝟎 ± 𝟐𝟔𝟏. 𝟑𝟑
Es decir que el intervalo de confianza está entre los valores:

𝟏𝟏𝟕𝟑𝟖. 𝟔𝟕 ≤ 𝝁 ≤ 𝟏𝟐𝟐𝟔𝟏. 𝟑𝟑
R/ta: Se tiene una confianza de 95% de estar en lo correcto al afirmar que, en la población total
de tiendas de autoservicio, el promedio de ventas por tienda del nuevo alimento para perros está
entre los $11738.67 y $12261.33.

¿CUÁNDO SI SE PUEDE UTILIZAR LA DISTRIBUCIÓN NORMAL PARA HACER ESTIMACIONES DE

PARÁMETROS, Y CUANDO NO?

Se utiliza la Z de la distribución normal para hacer estimaciones de parámetros cuando la muestra

es relativamente grande, sin importar otra consideración. Se considera que una muestra es grande
cuando 𝒏 ≥ 𝟑𝟎. Sin embargo, cuando la muestra es pequeña, es decir, cuando 𝒏 ≤ 𝟑𝟎, y
además:

1. La distribución de la variable en la población es normal.

2. No se conoce la desviación estándar de la población y se utiliza la de la muestra, s.

Entonces se debe utilizar la distribución t de Student y no la Z de la distribución normal.

Se enfatiza esto porque es importante tenerlo en cuenta para lo que viene.

https://www.yumpu.com/es/document/view/35391267/tablas-de-probabilidades-itam
 ESTIMACIÓN DE INTERVALO DE CONFIANZA PARA LA MEDIA (𝝈 𝒅𝒆𝒔𝒄𝒐𝒏𝒐𝒄𝒊𝒅𝒂)

Así como la media poblacional 𝝁 suele ser desconocida, rara vez se conoce la desviación estándar
real de la población 𝝈 . Por lo tanto, usted requiere desarrollar una estimación del intervalo de
confianza de 𝝁 ̅ y 𝑺.
usando sólo los estadísticos de muestra 𝑿

Distribución t Student
Si la variable aleatoria X se distribuye normalmente, entonces el siguiente estadístico tiene una
distribución t con n-1 grados de libertad.

Intervalo de confianza para la media (𝝈 desconocida)

𝑺
̅ ± 𝒕𝒈𝒍
𝑿
√𝒏
̅ es la media
Donde 𝑿
𝒕𝒈𝒍 probabilidad en los extremos (tabla de t Student)
𝑺 es la desviación estándar.
𝒏 es la muestra.

EJEMPLO 2:

En una muestra de 10 comprobantes de compra de un supermercado, la compra promedio fue de

$114, con una desviación estándar de $33; si las compras siguen una distribución aproximadamente
normal, haga una estimación de intervalo con un nivel de confianza de 99% del promedio de compra
del total de compras.

Solución:

En este caso como la muestra es menor de 30 pero se sabe que la distribución de la variable (monto
de la compra) se distribuye de manera normal en la población, se puede utilizar la distribución t
Student para hacer la estimación:

̅ = $𝟏𝟏𝟒
𝑿 𝑺 = $𝟑𝟑 𝒏 = 𝟏𝟎
Se calcula los grados de libertad 𝒈𝒍 = 𝑛 − 1 = 10 − 1 = 𝟗

Consultando la tabla de distribución t de Student para 9 grados de libertad, 𝒕𝒈𝒍 = 3.25, o en símbolos

https://www.yumpu.com/es/document/view/35391267/tablas-de-probabilidades-itam
Ahora calculamos:

𝑺 𝟑𝟑
̅ ± 𝒕𝒈𝒍
𝑿 = 𝟏𝟏𝟒 ± (𝟑. 𝟐𝟓) ( )
√𝒏 √𝟏𝟎
𝟏𝟏𝟒 ± 𝟑𝟑. 𝟗𝟑
Esto me da un intervalo de confianza:
𝟖𝟎. 𝟎𝟕 ≤ 𝝁 ≤ 𝟏𝟒𝟕. 𝟗𝟑

R/ta: Se tiene una confianza del 99% de estar en lo correcto al aseverar que, en la población
total de compras, la compra promedio está entre $80.07 y $147.93

EJEMPLO 3:

Se realizó un estudio en 20 hogares elegidos aleatoriamente en una ciudad grande para medir la
cantidad de agua que utilizaba por hora. Los resultados se muestran en la tabla siguiente:

Consumo en litros Hogares

X F
50 a menos de 70 1
70 a menos de 90 1
90 a menos de 110 2
110 a menos de 130 3
130 a menos de 150 7
150 a menos de 170 6
total 20

Haga una estimación con un nivel de confianza de 95% para la población total de hogares.

SOLUCIÓN:

En primer lugar se calculan la media y la desviación estándar del consumo de agua por hora en la
muestra. En la tabla siguiente se muestran los cálculos correspondientes:

Consumo en litros Hogares Mc f*Mc ̅ )𝟐

(𝑿 − 𝑿 ̅ )𝟐
f*(𝑿 − 𝑿
X F Marca
de clase
Pm
50 a menos de 70 1 60 60 (𝟔𝟎 − 𝟏𝟑𝟐)𝟐 5184
= 𝟓𝟏𝟖𝟒
70 a menos de 90 1 80 80 (𝟖𝟎 − 𝟏𝟑𝟐)𝟐 2704
= 𝟐𝟕𝟎𝟒

https://www.yumpu.com/es/document/view/35391267/tablas-de-probabilidades-itam
 90 a menos de 110 2 100 200 𝟏𝟎𝟎 − 𝟏𝟑𝟐)𝟐 2048
= 𝟏𝟎𝟐𝟒
110 a menos de 130 3 120 360 (𝟏𝟐𝟎 − 𝟏𝟑𝟐)𝟐 432
= 𝟏𝟒𝟒
130 a menos de 150 7 140 980 (𝟏𝟒𝟎 − 𝟏𝟑𝟐)𝟐 448
= 𝟔𝟒
150 a menos de 170 6 160 960 (𝟏𝟔𝟎 − 𝟏𝟑𝟐)𝟐 4704
= 𝟕𝟖𝟒
total 20 2640 15520

𝟐𝟔𝟒𝟎
̅=
𝑿 = 𝟏𝟑𝟐
𝟐𝟎

𝒅𝟐𝟏 + 𝒅𝟐𝟐 + 𝒅𝟐𝟑 + ⋯ + 𝒅𝟐𝒏 𝟏𝟓𝟓𝟐𝟎

𝒔=√ 𝒔=√ = 𝟐𝟖, 𝟓𝟖
𝒏−𝟏 𝟏𝟗
Ahora, como se sabe que la distribución deconsumo de agua en la población sigue una distribución
normal, se puede utilizar la distribución t de Student.

𝒈𝒍 = 𝑛 − 1 = 20 − 1 = 19
Con 19 grados de libertad, buscamos este valor en la tabla de t de Student, para lo que da
t=2,093.

De donde el intervalo es:

𝑺 𝟐𝟖, 𝟓𝟖
̅ ± 𝒕𝒈𝒍
𝑿 = 𝟏𝟑𝟐 ± (𝟐, 𝟎𝟗𝟑) ( )
√𝒏 √𝟐𝟎
𝟏𝟑𝟐 ± 𝟏𝟑, 𝟎𝟒
Esto me da un intervalo de confianza:
𝟏𝟏𝟖, 𝟗𝟔 ≤ 𝝁 ≤ 𝟏𝟒𝟓, 𝟎𝟒

https://www.yumpu.com/es/document/view/35391267/tablas-de-probabilidades-itam