Estimación de parámetros

e intervalos de confianza

Mg. Fredy Ayala

Estimaciones puntuales e intervalos
de confianza

•Estimación puntual: Estadístico calculado a

partir de la información obtenida de la
muestra y que se usa para estimar el
parámetro poblacional.
•Intervalo de confianza: Un conjunto de
valores obtenido a partir de los datos
muestrales, en el que hay una determinada
probabilidad de que se encuentre el
parámetro. A esta probabilidad se le conoce
como el nivel de confianza.
 Estimación puntual y estimación por
intervalos
Los hechos que determinan la amplitud de un
intervalo de confianza son:
1. El tamaño de la muestra, n
2. La variabilidad de la población.
normalmente estimada por s.
3. El nivel de confianza deseado.
 Estimación puntual y estimación por
intervalos
Si la desviación estándar de la población es conocida
o la muestra es mayor que 30 utilizamos la
distribución z.

s
X z
n
 Punto e intervalo de estimación

Si la desviación estándar de la población es

desconocida y la muestra es menor que 30
utilizamos la distribución t

s
X t
n
6
7
8
El objeto de un intervalo de confianza es estimar el parámetro de
una población y acompañar la estimación con una indicación de la
variable resultante de la variación debido al azar de los datos. Las
pruebas de significación no proporcionan la estimación de un
parámetro desconocido sino solo una evaluación de si en la población
está presente un efecto o diferencia.

9
 Intervalo de estimación

•Un intervalo de estimación establece el

rango en el cual se encuentra el parámetro
de población.
•Un intervalo en el cual se espera que ocurra
el parámetro de población se llama
intervalo de confianza.
•Los dos intervalos de confianza que son más
utilizados son de 95% y 99%.
 Intervalo de estimación

• Para un 95% de intervalo de confianza, aproximadamente

95% de los intervalos construidos igualmente contendrán
el parámetro inicial. También el 95% de la muestra media
para un tamaño de muestra específico se encontrará
dentro del 1.96 de la desviación estándar de la media de la
población.

• Para el 99% de intervalo de confianza, 99% de la muestra

media para un tamaño de muestra específico se
encontrará dentro del 2.58 de la desviación estándar de la
media de la población.
 Error estándar de la media muestral
 El error estándar de la media muestral es la
desviación estándar de la distribución de las medias
muestrales.
 Se calcula como: 
x 
n
• x es el símbolo para el error estándar de la media
muestral.
• es la desviación estándar de la población.
• n es la magnitud de la muestra.
 Error estándar de la media muestral

• Si σ no es conocido y n >= 30, la desviación estándar de la

muestra, designada s, se aproxima a la desviación estándar
de la población.
• La fórmula para la desviación estándar es:

s
sx 
n
 95% y 99% intervalos de confianza para µ

• 95% CI para la media de la población es dada:

s
X  1.96
n

99% CI para la media de la población es dada

como:
s
X  2 .58
n
Construyendo intervalos generales de confianza
para µ
En general, un intervalo de confianza para la media se calcula como:

s
X z
n
Ejemplo 3
• El director de una escuela de negocios quiere estimar
la cantidad media de horas que los estudiantes
trabajan por semana. De una muestra de 49
estudiantes mostró una media de 24 horas con una
desviación estándar de 4 horas. ¿Cuál es la media de
la población?

• El valor de la media de la población no es conocida.

Nuestra mejor estimación de este valor es la muestra
media de 24.0 horas. Este valor es llamado
estimación puntual.
Ejemplo 3 (Continuación)

• Encuentre el intervalo de confianza con el 95% para la media de la

población.
• El rango límite de confianza es de 22.88 a 25.12.

s 4
X  1.96  24.00  1.96
n 49
 24.00  1.12

Aproximadamente el 95% de los intervalos

construidos incluyen el parámetro de población.
Intervalo de confianza para la proporción de la
población
El intervalo de confianza para la proporción de la población se estima
como:

p(1  p)
pz
n
Ejemplo 4
De una muestra de 500 ejecutivos que tienen casa propia 175 revelaron
planear vender sus casas y cambiarse a Lima. Desarrolle un intervalo de
confianza con el 98% para la proporción de ejecutivos que planean vender
sus casas y cambiarse a Lima.

(.35)(. 65)
.35  2.33  .35  .0497
500
 Factor de corrección
de la población-finita
• La población que ha sido establecida en líneas anteriores
se dice que es finita.
• Para una población finita, donde el número total de
objetos es N y la magnitud de la muestra es n, el
siguiente arreglo está hecho para los errores estándar de
la media muestral y la proporción:
• Error estándar de la media muestral:

 N n
x 
n N 1
 Factor de corrección
de la población-finita
Error estándar de las proporciones de la muestra:

p(1  p) N  n
p 
n N 1
• Este arreglo es llamado factor de corrección de la población-
finita.
• Si n/N < .05,el factor de corrección de la población-finita se ignora.
Ejemplo 5
• Dada la información del Ejemplo 4, construya un intervalo
de confianza del 95% para la cantidad media de horas que
los estudiantes trabajan por semana si tan sólo son 500
estudiantes en el campus.
• Porque n/N = 49/500 = .098 el cual es mayor que 05,
utilizamos el factor de corrección de la población-finita

4 500  49
24  1.96( )( )  24.00  1.0648
49 500  1
23
Distribución de medias muestrales

24
GRACIAS

Mg. Fredy Ayala

25