ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE CIENCIAS
CARRERA ESTADISTICA

TAREA 5 DE ESTADISTICA INFERENCIAL

Profesor: Dr. Jorge Congacha A. MSc Fecha de entrega: viernes, 19 de junio de 2020
Nivel: CUARTO

Nombre: _____________________________________ Calificación_____________

Estimación puntual con el entorno R

¿Qué es la estimación puntual?
Es un valor numérico simple de un parámetro desconocido. Tres parámetros sobre los que con frecuencia se
desea hacer inferencia son:

• La media μ del proceso (población).

• La varianza σ2 o la desviación estándar σ del proceso (población)

• La proporción p (por ejemplo, producción defectuosa).

Los estimadores puntuales (estadísticos) más recomendados para estimar estos parámetros son,
respectivamente:

• La media muestral.

𝑋̅

• La varianza muestral.

𝑆2

* La proporción de defectuosos en la muestra, donde x es el número de producción defectuosa en una muestra

de tamaño n.
𝑿
̂=
𝒑
𝒏
1. Compruebe los resultados en R de los siguientes ejemplos
Ejemplo de estimación puntual para la media.
Para saber número de frutos que tienen de media los árboles de una finca (μ), basta con sumar el número de
frutos que tiene cada árbol y dividirlo por el número total de árboles. El resultado es la media poblacional. En la
mayoría de las ocasiones, hacer esto es inviable, así que hay que se calcula la media de una muestra (𝑋̅), para
ello se suma el número de frutos de la muestra y se divide por en número total de árboles de la misma. Se
obtiene así la media de la muestra. Si la muestra se escoge al azar, su media es un estimador imparcial de la
media de la población.

Por ejemplo, queremos saber en número de frutos que tienen de media los árboles de una finca. La finca tiene
30.000 árboles. Supongamos que disponemos de los recursos suficientes y contamos el número de frutos de los
30.000 y obtenemos los siguientes datos.

set.seed(007)
 ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO
FACULTAD DE CIENCIAS
CARRERA ESTADISTICA

Poblacion <- round(runif(30000, min = 150, max = 300),0)

MediaPoblacion <- mean(Poblacion); MediaPoblacion #Esta sería la media poblacional (mu).

## [1] 225.1558

Como lo normal es que no tengamos los recursos para contar los frutos de todos los árboles, podemos optar por
selecionar 10 al azar y contar sus frutos.

Muestra <- sample(Poblacion, 10, replace = FALSE) ; Muestra #Mostramos todos los datos.
## [1] 276 230 183 212 295 211 287 236 217 261
MediaMuestra <- mean(Muestra); MediaMuestra
## [1] 240.8

Esta sería la media muestral

𝑥̅ =240.8

Ejemplo de estimación puntual para la Varianza.

La varianza de una población (σ2) es una medida de la dispersión de los datos alrededor de su media (Xbarra).
Se calcula de la siguiente manera:
σ2=∑(X−μ)2/N

La varianza de una muestra (S2) es la medida de dispersión de los datos de la muestra, alrededor de su media
(𝑋̅). Se calcula:
S2=∑(x−𝑋̅)2/(n−1)

La desviación típica de una muestra (S) no es más que la raíz cuadrada de la varianza (S2). Su valor nos indica
que aproximadamente 2/3 de los datos (cuando éstos tienen una distribución normal), están entre los valores de
la media ± la desviación típica.
Siguiendo con el ejemplo anterior.

VarPoblacion <- round((var(Poblacion) * 29999 / 30000), 2) ; VarPoblacion #varianza de u

na población (sigma^2). El comando "var" en R calcula la varianza de una muestra, es dec
ir, que divide en n-1. Si queremos calcular la varianza de una población, hacemos una co
rrección como la que yo he hecho, o instalamos y usamos el comando de algún paquete que
haga esta operación, por ejemplo "PopVar".
## [1] 1878.7
VarMuestra <- round(var(Muestra), 2) ; VarMuestra #varianza de una muestra (s^2)
## [1] 1387.07

La varianza de la población (σ2) es 1878.7 y la varianza de la muestra (S2) es 1387.07.

2. Compruebe los resultados del siguiente ejemplo

 ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO
FACULTAD DE CIENCIAS
CARRERA ESTADISTICA

̅ S2 y X̅ - Y̅ son estimadores puntuales insesgados del parámetro , σ2 y 𝜇𝑋 − 𝜇𝑌 de la actividad

3. Demuestre que 𝑋,
desarrollada de la página 172 de Estadística Aplicada a la Educación de Jorge Congacha