Estadı́stica Inferencial

ESTIMACIÓN DE PARÁMETROS

Logro de sesión
Al finalizar la sesión el estudiante conoce los principales conceptos y tipos de estimación.
También calcula intervalos de confianza para la media y lo aplica en la solución de problemas.

Estimación
Una de las aplicaciones más importantes en la estadı́stica es la estimación de los parámetros,
la cual consiste en utilizar datos muestrales para determinar los valores de los parámetros
desconocidos de una población. Existen dos formas distintas de realizar una estimación, de
manera puntual y por intervalos.

1. Estimación puntual
Una estimación es puntual cuando se utiliza un solo valor extraı́do de la muestra para estimar
el parámetro desconocido de la población, al valor utilizado se le llama estimador puntual. Por
ejemplo, la media muestral X es un estimador de la media poblacional µ, la proporción muestral
p es un estimador de la proporción poblacional p y la varianza muestral S 2 es un estimador de
la varianza poblacional σ 2 .

Propiedades de los estimadores puntuales:

1. Estimador insesgado: Un estimador es insesgado si su valor esperado es igual al
parámetro que trata de estimar. Por ejemplo, la media muestral es un estimador ins-
esgado, porque E(X) = µ.

UTP sede Arequipa Guı́a N◦ 6

 Estadı́stica Inferencial

2. Estimador eficiente: Si hay dos o más estimadores puntuales insesgados de un parámetro,

se denomina estimador más eficiente a aquel estimador que tenga menor varianza.

3. Estimador consistente: Un estimador es consistente si al tomar el tamaño de muestra

cada vez más grande, su valor cada vez más se aproxima al parámetro que trata de estimar.

4. Estimador suficiente: Un estimador es suficiente si es capaz de sustraer de la muestra

toda la información que esta contenga acerca del parámetro. Esto significa, que no existe
otro estimador que puede suministrar más información del parámetro.

2. Estimación por intervalos

Los estimadores puntuales toman diferentes valores de acuerdo a la muestra elegida, y el
no poder conocer el grado de precisión de la estimación realizada puede resultar poco fiable.
Para evitar este problema podemos estimar, no el valor concreto de dicho parámetro sino, un
intervalo de valores posibles donde es más probable que se encuentre el parámetro. Llamamos
un intervalo de confianza al intervalo que contiene al parámetro θ que se esta estimando con
una probabilidad o nivel de confianza prefijado.

P (A ≤ θ ≤ B) = 1 − α o IC(θ, 1 − α) = [A, B]
La probabilidad 1 − α es llamada nivel de confianza y α es el nivel de significancia.

3. Intervalo de confianza para la media µ

3.1. Si la varianza σ 2 es conocida
Sea X1 , X2 , ..., Xn una muestra aleatoria de tamaño n extraı́da de una población normal (o
de cualquier otro tipo de población, con n grande) que tiene una media µ y varianza σ 2 conocida.
 
IC(µ, 1 − α) = X − Z1− α2 σX ; X + Z1− α2 σX

Si la población es infinita, o la población es finita y el muestreo es con reposición, entonces,

σX = √σn .

Si la población
q es finita de tamaño N y el muestreo es sin reposición, entonces,
σ N −n
σX = √n N −1 .

3.2. Si la varianza σ 2 es desconocida

Cuando σ 2 es desconocida, se utiliza la varianza de la muestra S 2 como estimación puntual
de la varianza poblacional σ 2 .

UTP sede Arequipa Guı́a N◦ 6

 Estadı́stica Inferencial

3.2.1. Si la muestra es grande (n ≥ 30)

Sea X1 , X2 , ..., Xn una muestra aleatoria de tamaño n suficientemente grande extraı́da de
una población (normal o no normal) con media µ y varianza σ 2 desconocida. Entonces, el in-
tervalo de confianza para la media µ es:
 
IC(µ, 1 − α) = X − Z1− α2 σ
bX ; X + Z1− α2 σ
bX

Si la población es infinita, o la población es finita y el muestreo es con reposición, entonces,

bX = √Sn .
σ

Si la población
q es finita de tamaño N y el muestreo es sin reposición, entonces,
−n
bX = √Sn N
σ N −1
.

3.2.2. Si la muestra es pequeña (n < 30)

Sea X1 , X2 , ..., Xn una muestra aleatoria de tamaño n extraı́da de una población normal
con media µ y varianza σ 2 desconocida. Entonces, el intervalo de confianza para la media µ es:
h i
IC(µ, 1 − α) = X − t(1− 2 ,n−1) σ
α bX ; X + t(1− 2 ,n−1) σ
α bX

Si la población es infinita, o la población es finita y el muestreo es con reposición, entonces,

bX = √Sn .
σ

Si la es población
q finita de tamaño N y el muestreo es sin reposición, entonces,
S N −n
σ
bX = √n N −1 .

4. Tamaño de la muestra
Se puede determinar que tan grande debe ser el tamaño de muestra n, de manera que si µ
se estima por X, el error de estimación no sea mayor que un valor e y se se tiene una confianza
de 1 − α. Entonces, el valor de n se obtiene de:

Z1− α2 σX ≤ e

Por tanto, el tamaño mı́nimo de la muestra será:

1. Si la población es infinita o la población es finita con muestreo es con reposición:

 Z α σ 2
σ 1− 2
Z1− 2 n = e ⇒ n =
α √
e

2. Si la población
q es finita y el muestreo es sin reposición:
−n σ2 N
Z1− α2 √σn NN −1
=e⇒n= !2
e
σ 2 +(N −1) Z1− α
2

UTP sede Arequipa Guı́a N◦ 6

 Estadı́stica Inferencial

EJERCICIOS EXPLICATIVOS
1. Un proceso está programado para embolsar la cantidad media de 250 gramos de café. Se
toma una muestra aleatoria de 36 bolsas, resultando una media de 246.5 gramos y una
desviación tı́pica de 12 gramos.

a) Construya e interprete un intervalo de confianza del 95 % para el verdadero peso

medio de las bolsas con café.
b) ¿Se puede afirmar que no se está cumpliendo con el contenido medio en las bolsas?

Solución:

2. El nivel de contaminación del aire de una determinada ciudad (medido en concentración

de monóxido de carbono en el aire) se distribuye normalmente. Se recogen los siguientes
valores de dicha concentración en 10 dı́as diferentes (en ppm): 0.09, 0.33, 0.01, 0.25, 0.20,
0.05, 0.03, 0.18, 0.13, 0.24. Con base en esta muestra,

a) Estime la concentración media de monóxido de carbono en la atmósfera de manera

puntual.
b) Determine e interprete un intervalo de confianza del 99 % para la concentración
media de monóxido de carbono en la atmósfera..

Solución:

UTP sede Arequipa Guı́a N◦ 6

 Estadı́stica Inferencial

3. Una firma constructora desea estimar la resistencia media de las barras de acero utilizadas
en la construcción de viviendas. La desviación estándar de la resistencia para este tipo de
barra es de 25 kg. ¿Cuál es el tamaño de la muestra que se deberı́a escoger para estimar
la resistencia media si se quiere un error no superior a 5 kg con confianza del 95 %?
Solución:

EJERCICIOS ADICIONALES
1. Se quiere hacer una encuesta para estimar el tiempo promedio por semana que los niños
ven televisión. Por estudios anteriores se sabe que la desviación estándar de dicho tiempo
es de 3 horas.

a) ¿Qué tamaño de muestra se deberı́a elegir si desea que el error de estimación sea
media hora con nivel de confianza del 97 %?
b) Si se toma una muestra de tamaño 100 de la cual se obtuvo un tiempo promedio
de 18 horas. Construya el intervalo de confianza del 98 % para el tiempo promedio
verdadero e interprete el resultado.

2. Un ingeniero de planta de purificación de agua mide el contenido de cloro diariamente

en 50 muestras diferentes. Sobre un periodo bastante largo en años ha establecido que
la desviación estándar es de 1.2 miligramos de cloro por litro. Las últimas muestras
promediaron 4.8 miligramos de cloro por litro.

a) Calcule un intervalo de confianza para el contenido promedio de cloro al 98 % de

confianza.
b) Si se quiere tener un error máximo de estimación de 0.35 miligramos de cloro por
litro, con un nivel de confianza del 98 %. ¿De qué tamaño deberı́a ser la muestra?

3. Un fabricante afirma que el peso promedio de las latas de fruta en conserva que saca
al mercado es 19 onzas para verificar esta afirmación se escogen al azar 20 latas de
fruta y se encuentra que el peso promedio es 18.5 onzas. Suponga que la población es
aproximadamente normal con una desviación estándar de 2 onzas. Utilizando un intervalo
de confianza del 98 %, ¿se puede aceptar la afirmación del fabricante?

UTP sede Arequipa Guı́a N◦ 6

 Estadı́stica Inferencial

4. Un fabricante produce focos cuya duración tiene distribución normal. Si una muestra
aleatoria de 9 focos da las siguientes vidas útiles en horas: 775, 780, 800, 795, 790, 785,
795, 780, 810.

a) Estime la duración media de todos los focos del fabricante de manera puntual.
b) Estime la duración media de todos los focos del fabricante mediante un intervalo de
confianza del 95 %.

5. Las cajas de un cereal producido por una fábrica deben tener un contenido de 160 gramos.
Un inspector tomó una muestra que arrojó los siguientes pesos en gramos: 157, 157, 163,
158, 161, 159, 162, 159, 158, 156
Suponga que los pesos de las cajas tienen distribución normal, calcule e interprete un
intervalo de confianza del 90 % para la media poblacional de los pesos.

6. El gerente del banco Financiero afirma que el balance promedio de las cuentas de ahorros
durante el 2013 fue de $1300, con una desviación estándar de $80. Si se toma muestra
aleatoria de 45 cuentas de ahorros resultando un promedio de $1350 durante el 2013.
Usando un nivel de confianza del 97 %, ¿podemos aceptar la afirmación del gerente del
banco?

TAREA DOMICILARIA
1. La Asociación Estadounidense de Productores de Azúcar desea calcular el consumo medio
de azúcar por año. Una muestra de 16 personas revela que el consumo medio anual es de
60 libras, con una desviación estándar de 20 libras.

a) Construya un intervalo de confianza de 90 % para la media de población.

b) ¿Es razonable concluir que la media poblacional es de 63 libras?

2. Una empresa de investigación llevó a cabo una encuesta para determinar la cantidad media
que los fumadores gastan en cigarrillos durante una semana. La empresa encontró que la
distribución de cantidades gastadas por semana tendı́a a seguir la distribución normal,
con una desviación estándar de $5. Una muestra de 49 fumadores reveló que la media es
$20.

a) Con un nivel de confianza de 95 %, determine el intervalo de confianza para la can-

tidad media gastada en cigarrillos.
b) Suponga que se tomó una muestra de 64 fumadores (en lugar de 49) y que la media
muestral es la misma. ¿Cuál es el efecto que se produce en la longitud del intervalo?

UTP sede Arequipa Guı́a N◦ 6