- 18 -

9. ESTIMACION DE PARAMETROS

Notaciones : X = Población
X~ f(x;)
 = Parámetro o vector de parámetros

 = Estimador
 = Espacio paramétrico
Toda estimación ( estadística ) está basada en la información contenida en la muestra ;
X  ( X1 , X 2 ,  , X n ) .

Esta puede adoptar las siguientes formas :

• Estimación Puntual
• Estimación por Intervalo
• Dócima de Hipótesis

OBSERVACIONES:

O1. Para los dos primeros tipos de estimación, todo lo que podamos conocer acerca de 
depende exclusivamente de la información contenida en la muestra.

O2. Para el último tipo de estimación, todo lo que podamos conocer acerca de 
dependerá de nuestra experiencia acerca de éste ( plasmada en una hipótesis ), y
la muestra será para aceptar o rechazar tal hipótesis.

9.1. ESTIMACIÓN PUNTUAL


En esencia se refiere a la obtención de una estadística (  ) , a partir del cual se
calcula un valor numérico que sirva para estimar el verdadero valor del parámetro (  ).

PROPIEDADES DE UN BUEN ESTIMADOR


• Insesgado  E()
• Eficiente
• Consistente
• Suficiente

METODOS PARA OBTENER ESTIMADORES

• Máxima Verosimilitud
• Momentos
• Mínimo Cuadrado

Ejercicio 1.- Para una m.a. de 200 observaciones, tomada de una población X , se obtuvo la
siguiente información :
200
200


i1
Xi  300 y  X  3754
2
i . Estimar E ( X y V( X ) .
i1 )
9.2. - INTERVALO DE CONFIANZA

Es una forma de hacer inferencia, que consiste en dar un conjunto de valores dentro de
los cuales estará el verdadero valor del parámetro (  ), con una probabilidad prefijada de
( 1  ) llamada coeficiente o nivel de confianza.

PROCEDIMIENTO PARA CONSTRUIR UN INTERVALO DE CONFIANZA

1 Sea una muestra aleatoria ( m.a. ) X = ( X1, X2, . . . , Xn ) tomada de una población X con
X ( x ;  ) y  desconocido.
2 Definir una función Y = h ( X ,  ), generalmente relacionada con el estimador de , tal
que la distribución de probabilidades de Y no dependa de . Y es llamada función
pivotal.
3 Plantear una proposición probabilistica, esto es; P ( h 1  Y  h2 ) = 1   , donde (1  
) generalmente se fija cercano a 1; 0.99, ..., 0.95, ..., etc.
Interpretación : Si ( 1   ) 100 = 95%, significa que de cada 100 muestras 95 de ellas
nos llevarán a construir intervalos que contendrán al verdadero valor del parámetro y 5
no la contendrán.
4 Despejar  en P(h1  h( X, )  h2 )  1   , hasta obtener. P(h1( X)    h2 ( X)) = 1 ,
entonces  h1 ( X ), h2 ( X )  es el intervalo del ( 1 –  )100 de confianza.

INTERVALO DE CONFIANZA PARA  EN POBLACIONES NORMALES

Caso 1.- Si 2 es conocida y cualquier tamaño de n

1 Sea una m.a. X = ( X1, X2, . . . , Xn )

2 Definamos la función Pivotal

__

h ( X,  ) = X
N(0,1)


n
3 Por la simetría de la normal se tiene que:

 __ 
P  z  X  
 z=1
  
  

n
4 Despejamos  , entonces
 - 19 -
 __ 

__
 
P X zX 1
 n n 

__  __  
 X z X z  es el intervalo del ( 1   )100 de confianza.
, n n 



Caso 2.- Si  2 es desconocido y n  30

1 Sea una m.a. X = ( X1, X2, . . . , Xn )

2 Definamos la función Pivotal
__

h(X,)= X
 N ( 0, 1 )

s
n
3 Por la simetría de la normal se tiene que:
 
 
P z  X   z 
=1
  
 
 s 
n

4 Despejamos  , entonces
 __
PX s

__ s 
 z    X  1
n n 

__ s __ s 
 X z X z  es el intervalo del ( 1   )100 de confianza
, n n 



OBSERVACIONES :
O1.- El intervalo de confianza obtenido para los casos anteriores nos proporcionan una
fórmula para determinar el tamaño de una muestra:
Sea L = Longitud del intervalo
 __ 
= Xz    __ 
 n   Xz  
   n 

__  __

n
n
= Xz Xz
2
  2z 
= 2z , despejando n se tiene: n =  
n  L 
O2.- L nos da la precisión del intervalo.
L
O3.- El error de estimación esta dado por
2

Caso 3.- Si  2 es desconocida y n  30

1 Sea una m.a. X = ( X1, X2, . . . , Xn )

2 Definamos la función pivotal

__
X
h ( X,  ) =  t(n1)

s
n

3 Por la simetría de la t de student

 
X  
P t  t1
 s 
 
 n 

4 Despejamos  , entonces

 __ __ 
P X  t s    X  t s   1  
 n
 n 

__ s __
 Xt s
n  es el intervalo ( 1 –  ) 100 de confianza

, Xt
n 


n
 ( X i  X )2
donde s= i1
n 1

__ s
Interpretación.- ( 1   ) es la probabilidad de que el intervalo aleatorio  X  t ,
 n
__
X  s 
t n  contenga al verdadero valor de 

Ejercicios :
 - 20 –

1. Tres estudiantes desean construir intervalos de confianza para la media  de una

población normal con varianza 2 = 9 , y coeficiente de confianza de 90%. Si
disponen cada uno de la siguiente información:
ESTUDIANTE TAMAÑO DE MUESTRA VALOR OBSERVADO
A 1 8
B 3 6, 5, 4
C 6 10, 0, 4, 2, 9, 5

a). Qué intervalo presentaría cada estudiante?. Interprete cada intervalo obtenido y
haga algún comentario respecto de la amplitud ( precisión ) de los intervalos.
b). Qué tamaño de muestra se necesitaría si deseamos un intervalo del 90% de
confianza y una precisión de 0.4 ?
2.- Sea X un v.a. cuyo comportamiento es caracterizado por una distribución normal con

media  y varianza 2
 , ambos desconocidos. Si para una m. a. de tamaño 15 se

han obtenido los siguientes resultados :

15 15
2
  8,7 y   27,3
xi i xi i
1 1
Determine el intervalo de confianza del 95% para 
3.- La comisión de planificación de una ciudad desea estimar el número medio de
habitantes por vivienda que hay en la ciudad. Para ello se ha seleccionado una m.a.
de 500 viviendas y se obtuvieron los siguientes resultados:
2
500  2200 500 x  11680
 y 
xi i i i 1
1

Si X es el número de habitantes por vivienda. Construya un intervalo de confianza

para el parámetro correspondiente y un coeficiente de confianza del 95% .
INTERVALO DE CONFIANZA PARA
 2
 EN POBLACIONES NORMALES

Caso 1.- Si  es conocido

1 Sea una m.a. X = ( X 1 , X 2 ,, X n )

2 Definamos la función pivotal

2 2
h(X, )= (n  1)S
 2
2 (n)
Donde : 
( X  )
n
i 2

S 2  i 1
n1

3º Planteamos la siguiente probabilidad

P a ( n  1) S 2
   1 , ab
2
 
b donde

4º Despejamos
 2 , entonces

( n  1) S
( n  1) S
P 1
2
 
2
2
b a

( n  1) S ( n  1) S 2

2  ,  es el intervalo del (1  )100 de confianza
a 
b

Interpretación.- ( 1   ) es la probabilidad de que el intervalo aleatorio

( n  1) S ( n  1) S

2 2  contenga al verdadero valor de σ2
b ,
a