Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• Un estimador puntual
depende de la muestra.
θˆ es una función que
θˆ = θˆ( x1 , x2 ,..., xn )
Estimadores puntuales
Ejemplo: Sea una muestra aleatoria simple,
X1, X2, ...... , Xn de una población con (μ, σ2).
i =1 n
• Estimador de la varianza poblacional: es
la varianza muestral
(n
x − x ) 2
σ =S =∑ i
ˆ 2 2
i =1 ( n − 1)
Propiedades deseables de los
estimadores
Insesgamiento
Se dice que un estimador es insesgado (o centrado) si la
esperanza del estimador coincide con el parámetro a
estimar. En caso contrario se dice que es sesgado.
E (θˆ ) = θ
Interpretación:
Tenemos una certeza del 95% de que el verdadero
contenido promedio de nicotina se halla entre
2´67 y 3´33 miligramos
Interpretación:
Tenemos un 95% de certeza de que el verdadero
tiempo promedio que requieren los operarios para
familiarizarse con la máquina está entre 3´26 y 4´34
minutos.
b) La apreciación del instructor no parece ser correcta
ya que el promedio 5 minutos está fuera del intervalo
hallado (aunque debería analizarse con un I.C. unilateral)
2.
reemplazando en
el denominador
del pivote p por
su estimador.
Observación
Ejemplo:
Para poder controlar la fabricación de un producto se toman
85 muestras de un determinado componente y se concluye
que 10 de ellos no cumplen las especificaciones. Calcula un
intervalo de confianza al 95% para la proporción de
defectuosos.
Solución
Ejercicio
Se quiere analizar el índice de productividad de los
trabajadores de una empresa, y se ha tomado una muestra
aleatoria de 200 empleados y se ha observado que el 5% de
ellos no alcanzan el nivel mínimo productivo que se quiere
conseguir de cada uno de ellos. Calcular un intervalo de
confianza del 95% para la proporción de empleados que no
llegan al nivel de productividad fijado.
Determinación del tamaño de muestra n para
estimar la media poblacional (N infinito)
σ
E = z1-α/2 es la mitad del ancho del intervalo de confianza
n
(producto del coeficiente y el error estándar) y se denomina
error máximo de estimación E.
z2
σ 2
n= 1−α / 2
E 2
Ejemplo
Un analista de un departamento de personal desea estimar el
número medio de horas de capacitación al año para los
supervisores de una división de la compañía con un margen de
error inferior a 3 horas y confianza de 90%. Con base en datos
procedentes de otras divisiones, el analista estima que la
desviación estándar de las horas de capacitación es 20 horas.
¿Cuál es el tamaño de muestra mínimo requerido?
Solución
Determinación del tamaño de muestra n para
estimar la media poblacional (N finito)
σ N −n
E= z1-α/2 es la mitad del ancho del intervalo de
n N −1
confianza (producto del coeficiente y el error estándar) por el
factor de corrección para población finita y se denomina error
máximo de estimación E.
Dado un valor de error y un cierto nivel de confianza, podemos
estimar cuál sería el tamaño de la muestra
z12−α / 2σ 2 N
n= 2
z1−α / 2σ + E ( N − 1)
2 2
Determinación del tamaño de muestra n para
estimar la proporción poblacional (N infinito)
pq
E= z1-ε/2 es la mitad del ancho del intervalo de confianza
n
(producto del coeficiente y el error estándar) y se denomina
error máximo de estimación E.
z
2
pq
n= 1−α / 2
E 2
Ejemplo:
Para poder controlar la fabricación de un producto se toman 85
muestras de un determinado componente y se concluye que 10 de
ellos no cumplen las especificaciones. ¿Cuál debería ser el tamaño
de la muestra si se quiere que el error cometido al estimar la
proporción sea menor de 0.05 con una probabilidad 0.95?.
Solución
Ejercicio