Objetivo

Caracterizar métodos para estimar parámetros dela población y realizar pruebas de

hipótesis.

Introducción
‘La inferencia estadística está basada en la estimación (…) y en las pruebas de
hipótesis” (Levin & Rubin, 2010, pág. 274).
Estimar el parámetro poblacional o realizar pruebas e hipótesis requieren del análisis
de datos e informaciones mediante el uso de muestras.
Son muchas las ocasiones donde realizamos estimaciones, de manera incluso
inconscientes muchas veces, por ejemplo:

• Estimamos si va a llover o no, mirando hacia arriba y observando el

cielo, y mirando si está nubado o no.

• Estimamos el tiempo de llegada de un lugar a otro, considerando el

tráfico, si es hora pico o no, qué tan distante está el lugar al que nos
queremos dirigir.

• Si queremos comprar un carro estimamos el costo que estaríamos

dispuestos a pagar.

En esos breves casos notamos que en ocasiones no se dispone de información para

soportar la decisión, en otros si existen datos que nos pueden ayudar en la estimación
y es lo que debemos hacer, pues como profesionales debemos hablar, recomendar,
decidir en base hechos y datos basados y el uso de ciertos criterios estadísticos
valiosos como son la estimación y las pruebas de hipótesis.

Estimación Puntual y Estimación por Intervalo.

La estimación de los parámetros de una población se puede realizar mediante un solo
número, un solo dato, en cuyo caso estamos hablando de estimación puntual.
Cuando en su lugar utilizamos un rango de valores para estimar la población, estamos
identificando un rango de valores que tiene una probabilidad razonable de contener
dicho parámetro a esto se le conoce como estimación por intervalo.

Estimador
Es cualquier estadístico de la muestra que se utilice para estimar un parámetro
poblacional. Normalmente se usa la media de la muestra (¯Χ).
Criterios para Seleccionar un buen Estimador
Existen cuatro criterios para evaluar la calidad de un estadístico como estimador:
Insesgado, Eficiencia, Consistencia, y Suficiencia.

1. Estimador Insesgado. Se refiere al hecho de que una media de la muestra es un

estimador no sesgado de una media de la población porque la media de la
distribución muestral de las medias de las muestras tomadas de la misma
población es igual a la media de la población misma. En este caso los valores por
encima y por debajo del parámetro poblacional que se está estimando son
proporcionales en un estadístico es insesgado (o no sesgado).

2. Eficiencia. Se refiere al tamaño del error estándar del estadístico. En una

distribución de muestreo el estadístico con el menor error estándar es el más
eficiente.

3. Consistencia. Tiene que ver con el efecto del aumento de la muestra. Si al

aumentar el tamaño de la muestra, se tiene casi la certeza de que el valor del
estadístico se aproxima bastante al valor del parámetro poblacional estamos
hablando en estadístico consistente. Es lo mismo decir que al aumentar el tamaño
de la muestra se vuelve más consistente y por ende más confiable.

4. Suficiencia. Un estimador es suficiente si utiliza tanta información de la muestra

que ningún otro estimador puede extraer información adicional acerca del
parámetro de población que se está estimando.

Estimación Puntual. Es un solo Estimación por Intervalo. Es un

valor estimado. La media de la conjunto o rango de valores
muestra ¯Χ es el mejor estimador de dentro del cual es posible que
la media de la población µ. esté el parámetro de la
población.
Podemos utilizar la media, la
varianza la desviación estándar, la
proporción (p), etc.

Nivel de Confianza.
En Estadística, la probabilidad que asociamos con una estimación de intervalo se
conoce como nivel de confianza. Indica qué tanta confianza tenemos de que la
 estimación de intervalo incluya al parámetro de población. Una probabilidad más
alta implica una mayor confianza. Los niveles de confianza que se utilizan con más
frecuencia son 90, 95 y 99%, pero se puede aplicar cualquiera otro.

El Intervalo de confianza es

Error estándar para poblaciones finitas.

σ¯× = σ/√n
σ
𝜎¯𝑥 =
√𝑛

Error estándar para poblaciones infinitas.

σ¯× = σ/√n x (√ (N-n)/N-1)

σ 𝑁−𝑛
𝜎𝑥 = ∗ √
√𝑛 𝑛−1

CALCULO DE ESTIMACIONES DE INTERVALO DE LA MEDI A PARTIR DE

MUESTRAS GRANDES
Fórmula para identificar el Intervalo de Confianza Muestreo de medias:

IC para estimar µ: ¯X±Zσ¯×

IC para Estimar µ=X ± Z x

Ejercicios de Aplicación.

Ejercicio 7-16, Levin, Richard L, “Estadística para Administración y Economía”, 7ma Ed.,
Página 285 2010, Pearson.

La administradora del puente Neuse River está preocupada acerca de la

cantidad de automóviles que pasan sin pagar por las casetas de cobro
automáticas del puente, y está considerando cambiar la manera de
cobrar, si el cambio permite solucionar el problema. Muestreó al azar
75 horas para determinar la tasa de violación. El número promedio de
violaciones por hora fue 7. Si se sabe que la desviación estándar de la
población es 0.9, estime un intervalo que tenga 95.5% de probabilidad
de contener la media verdadera. (Levin & Rubin, 2010).

Ejercicio 7-17, Levin, Richard L, “Estadística para Administración y Economía”, 7ma Ed.,
Página 285 2010, Pearson.

Gwen Taylor, administradora de los departamentos WilowWood, desea

informar a los residentes potenciales cuanta energía eléctrica pueden
esperar usar durante el mes de agosto. Selecciona 61 residentes
aleatorios y descubre que su consumo promedio en agosto es de 894
kilowatts hora (kwh). Gwen piensa que la varianza del consumo es
alrededor de 131 (kwh)2.

a) Establezca una estimación de intervalo para el consumo promedio

de energía eléctrica en el mes de agosto para que Gwen pueda
tener una seguridad del 8.3% de que la media verdadera de la
población está dentro de este intervalo.
b) Repita la parte a) para una certeza del 99.7%.
c) Si el precio por kilowatt es $0.12 ¿dentro de que intervalo puede
Gwen estar 68.3% segura que caerá el costo promedio de agosto
por consumo de electricidad?. (Levin & Rubin, 2010)

Ejercicio 7-27, Levin, Richard L, “Estadística para Administración y Economía”, 7ma Ed.,
Página 291 2010, Pearson.

El gerente de la división de bombillas de la Cardinal Elecric debe estimar

el número promedio de horas que duraran los focos fabricados por cada
una de las maquinas. Fue elegida una muestra de 40 focos de la máquina
A y el tiempo promedio de funcionamiento fue 1,416 horas. Se sabe que
la desviación estándar de la duración es 30 horas.
 a) Calcule el error estándar de la media
b) Construya un intervalo de confianza del 90% para la media de la
población.
(Levin & Rubin, 2010)

Ejercicio 7-28, Levin, Richard L, “Estadística para Administración y Economía”, 7ma Ed.,
Página 291 2010, Pearson.

Después de recolectar una muestra de 250 elementos de una población

con una desviación estándar de 13.7, se encuentra que la media es
112.4.
a) Encuentre un intervalo de confianza del 95% para la media.
b) Encuentre un intervalo de confianza del 99% para la media.
(Levin & Rubin, 2010)

Ejercicio 7-30, Levin, Richard L, “Estadística para Administración y Economía”, 7ma Ed.,
Página 292 2010, Pearson.

Jon Jackobsen, un pasante de posgrado muy dedicado, acaba de

terminar una primera versión de su tesis de 700 páginas. Jon
mecanografió el trabajo por sí mismo y está interesado en conocer el
número promedio de errores tipográficos por página, pero no quiere leer
todo el documento. Como sabe algo acerca de estadística para la
administraron. Jon leyó 40 páginas seleccionadas de manera aleatoria y
encontró que el promedio de errores tipográficos por página fue 4.3 y la
desviación estándar de la muestra fue 1.2 errores por página.
a) Encuentre el error estándar de la media.
b) Encuentre un intervalo de confianza del 90% para el promedio
verdadero de errores por página en su trabajo.
(Levin & Rubin, 2010)

CALCULO DE ESTIMACIONES DE INTERVALO DE LA MEDI A PARTIR DE

MUESTRAS GRANDES
Fórmula para identificar el Intervalo de Confianza Muestreo de Proporciones:

IC para estimar µ: ¯X±Zσp

 IC para estimar µ: ¯X±Z√pq/n

I.C.
µ=p ± Z pq
n
Intervalo de confianza para estimar µ”:
𝑝𝑞
𝑥± √
𝑛

Ejercicio 7-35, Levin, Richard L, “Estadística para Administración y Economía”, 7ma Ed.,
Página 295 2010, Pearson.

Pascal Inc., una tienda de computación que compra al mayoreo chips

sin probar para computadora, está considerando cambiar a su
proveedor por otro que se los ofrece probados y con garantía, a un
precio más alto. Con el fin de determinar si éste es un plan costeable,
Pascal debe determinar la proporción de chips defectuosos que le
entrega el proveedor actual. Se probó una muestra de 20 chips y 5%
tenía defectos.
a) Encuentre el error estándar de la proporción para chips
defectuosos.
b) Construya un intervalo de confianza del 98% para la proporción
de chips defectuosos adquiridos.
(Levin & Rubin, 2010)

Ejercicio 7-36, Levin, Richard L, “Estadística para Administración y Economía”, 7ma Ed.,
Página 295 2010, Pearson.

General Cinema obtuvo una muestra de 55 personas que vieron Caza

Fantasmas 8 y les preguntaron si planeaban verla de nuevo. Solo 10 de
ellos pensaron que valía la pena ver la película por segunda vez.
 a) Encuentre el error estándar de la proporción de asistentes al cine
que verán la película por segunda vez.
b) Construya un intervalo de confianza del 90% para esta proporción.

CALCULO DE ESTIMACIONES DE INTERVALO DE LA MEDI A PARTIR DE

MUESTRAS PEQUENAS.

Fórmula para identificar el Intervalo de Confianza – Distribución t.:

La distribución t o distribución student se utiliza para muestras pequeñas (n≤30). La
razón es que en estos casos la distribución normal de muestreo no es la más adecuada
para determinar intervalos de confianza.

Cuando se estima la desviación estándar de la población y el tamaño de muestra es

de 30 o menos es más adecuada la distribución t. Es una distribución desarrollada
por W.S. Gosset a principios del siglo XX.

Existen dos condiciones para poder utilizar la distribución t, primero que la muestra
sea pequeña y en segundo lugar que No se conozca la desviación estándar de la
población.

Características de la distribución t:

1) La distribución de la variable es normal o casi normal.

2) No se conoce la población estándar de la población. En ese caso se utiliza la
desviación estándar de la muestra, o más bien el error estándar: sx
3) Las muestras tienen que ser pequeñas (n≤30).
4) Es simétrica
5) Tiene medida cero
6) No es una distribución única, sino una familia de distribuciones, cada una de ellas
definidas por los grados de libertad (gl = n-1)
7) La distribución t es más achatada que la normal y en su centro y en sus colas son
más altas que las de la curva normal, pero la distribución t se aproxima a la
normal a medidas que n aumenta.

IC para estimar µ: ¯X±tsx

La distribución t depende de los grados de libertad.
Grado de libertad. Número de valores de una nuestra que podemos
especificar libremente, una vez que se sabe algo sobre dicha muestra.
Con los gratos de libertad se pueden estimar los límites del rango, su fórmula es g.l = n-
1 y con ello empleamos la tabla.

Cálculo del estadístico t:

t=X-µ
sx
t = (¯x-µ)/sx

σ
t = (𝑥 − µ)/s𝑥 = (𝑥 − µ)/( )
√𝑛

Ejercicio 7-48, Levin, Richard L, “Estadística para Administración y Economía”, 7ma Ed.,
Página 303 2010, Pearson.

Las autoridades e la parte norte del condado de Orange han encontrado,

para consternación de los comisionado del condado, que la población
presenta severos problemas relacionados con placa dentobacteriana.
Cada año, el departamento de salud dental local examina una muestra
tomada de los habitantes del condado y registra la condición de la
dentadura de cada paciente en una escala de 1 a 10, donde 1 indica que
no hay placa dentobacteriana y 10 indica que es muy grande. Este año,
el departamento de salud dental examinó a 21 pacientes y encontró que
tenían un promedio de placa dentobacteriana de 72 con una desviación
estándar de 6.2. Construya un intervalo de confianza el 98% para la
media del índice de σ placa dentobacteriana de la parte norte de
Orange.

Ejercicio 7-49, Levin, Richard L, “Estadística para Administración y Economía”, 7ma Ed.,
Página 303 2010, Pearson.

Se obtuvo una muestra aleatoria de 12 cajeros de banco y se determinó

que cometían un promedio de 3.6 errores por día con una desviación
estándar neutral de 0.42 errores. Construya un intervalo del 90% de
confianza para la media de la población de errores por día. Estime por
número.

Ejercicio 4, Díaz, M., “Estadística Aplicada a la Administración y la Economía”,

Página 194 McGraw-Hill Interamericana, 2013.

El consumo de carne de res mensual en determinada comunidad tiene

una desviación estándar de 1.2 kilogramos, se tomó una muestra
aleatoria de 20 personas y se encuentra que el consumo promedio es de
5.3 kilogramos: Construya un intervalo de confianza de 99% para el
promedio de consumo de carne.

Ejercicio 4, Díaz, M., “Estadística Aplicada a la Administración y la Economía”,

Página 194 McGraw-Hill Interamericana, 2013.

Se desea estimar el número de productos que adquieren los clientes de

un supermercado. Por estudios anteriores, se sabe que la desviación
estándar del número de productos comprados es 9. Se tomó una muestra
aleatoria de 15 amas de casa y se encontró que en promedio adquirían
43 productos. Construya un intervalo de confianza de 98% para el
promedio de compras por persona.
Bibliografía.

Anderson, D., Sweeney, D. Williams. “Estadística para administración y

economía”, Thomson. 8va edición
Díaz, M., “Estadística Aplicada a la Administración y la Economía”, McGraw-Hill
Interamericana, 2013.
Levin, Richard L, “Estadística para Administración y Economía”, 7ma Ed., 2010,
Pearson.
Wackerly, D. D, Mendenhall III, W, Scheaffer, R. Estadística Matemática con
Aplicaciones, 7ma edición,CENGAGE Learning, 2011).