U2 ESTIMACIONES PUNTUALES Y POR INTERVALOS DE CONFIANZA

Propósitos de Formación

 Conocer los elementos de una muestra aleatoria.

 Analizar los distintos métodos de estimación.
 Estudiar la estimación por intervalos de confianza.

Estimación Puntual. Estimación por Intervalos de

Confianza
Unidad 2 de la asignatura, en la que se trata la Estimación Puntual y la Estimación por Intervalos de
Confianza.

Video 1: https://s3-eu-west-
1.amazonaws.com/iep1738.frooze.tv/422fcfe64daebc622dc7ca0658e248f6Unidad2.
mp4

Estimación Puntual
 ¿Cuáles son los elementos de una muestra aleatoria?

Nuestro interés se centra en acercar valores estimados a los valores reales de los parámetros

poblacionales por medio de métodos de estimación, teniendo en cuenta las propiedades de éstos en
lo que a calidad y errores se refiere.

1. PARÁMETRO: Es un valor poblacional generalmente desconocido. Los más usados son:

 μ: media poblacional
 σ2: varianza poblacional
 ρ: proporción poblacional
 τ: total poblacional
 máx. (xj): máximo poblacional
 mín (xj): mínimo poblacional

2. EJEMPLO: Es una función de observables que no contienen parámetros desconocidos no contiene

parámetros desconocidos.
3. LOCALIZACIÓN VIA GPRS: Es un estadístico de valores muestrales que se usa para estimar parámetros
poblacionales:

Estimación Puntual
 ¿Qué métodos de estimación existen?

La estadística provee técnicas que permiten obtener conclusiones generales a partir de un conjunto
limitado (aunque representativo) de datos. Cuando inferimos  no tenemos garantía de que la
conclusión que obtenemos sea exactamente correcta. Sin embargo, la estadística permite cuantificar
el error asociado a la estimación.
El objetivo de la estimación puntual es usar una muestra para obtener números que, en algún
sentido, sean los que mejor representan a los verdaderos valores de los parámetros de interés.

Un estimador puntual de un parámetro θ es un valor que puede ser considerado representativo de θ y se
indicará θ ˆ. Se obtiene a partir de alguna función de la muestra. Ejemplo: Con el fin de estudiar si un dado es
o no equilibrado, se arroja el dado 100 veces en forma independiente, obteniéndose 21 ases. ¿Qué valor
podría utilizarse, en base a esa información, como estimación de la probabilidad de as? Parece razonable
utilizar la frecuencia relativa de ases. En este caso, si llamamos p a la probabilidad que queremos estimar:

Estimación Puntual
  ¿Qué determina el Teorema Central del Límite?

Si una población tiene media μ y desviación típica σ, y tomamos muestras de tamaño n (n > 30, o
cualquier tamaño si la población es "normal"), las medias de estas muestras siguen
aproximadamente la distribución siguiente:
X ≈ N (μ, σ2/√n).

EJEMPLO: Se lanza una moneda al aire 100 veces, si sale cara le damos el valor 1 y si sale cruz el valor
0. Cada lanzamiento es una variable independiente que se distribuye según el modelo de Bernoulli, con
media 0,5 y varianza 0,25. Calcular la probabilidad de que en estos 100 lanzamientos salgan más de 60
caras.

La variable suma de estas 100 variables independientes se distribuye, por tanto, según una distribución
normal.

La media es: Media = 100 * 0,5 = 50

La varianza es: Varianza = 100 * 0,25 = 25

5 es la raíz cuadrada de 25, o sea la desviación típica de esta distribución.

CONTINUACIÓN DEL EJEMPLO

Para ver la probabilidad de que salgan más de 60 caras calculamos la variable normal tipificada
equivalente:
 Para ver la probabilidad de que salgan más de 60 caras calculamos la variable normal tipificada
equivalente, Por lo tanto:

P (X > 60) = P (Y > 2,0) = 1- P (Y < 2,0) = 1 – 0,9772 = 0,0228

Es decir, la probabilidad de que al tirar 100 veces la moneda salgan más de 60 caras es tan sólo del
2,28%.

Estimación por Intervalos de Confianza

¿Qué casos de intervalos de confianza encontramos en Poblaciones Normales?

A continuación se muestra el cálculo para distintos supuestos de intervalos de confianza

en Poblaciones Normales.

Intervalos de Confianza en Poblaciones Normales

I.C para la Media conocida la varianza

I.C para la Media desconocida la varianza

I.C para la Varianza conocida la media

I.C para la Varianza desconocida la media:

I.C para la diferencia de medias de muestras

pareadas:

I.C para la diferencia de medias de muestras

independientes
Estimación por Intervalos de Confianza
 ¿Qué casos de intervalos de confianza encontramos en Poblaciones Normales?

A continuación se presentan algunos ejemplos en relación al  cálculo de intervalos de confianza en

poblaciones normales:

EJEMPLO: INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN

CUALQUIERA CONOCIDA LA VARIANZA

En una población cuya distribución se desconoce, se obtiene una muestra(m.a.s.) de 2000 valores de
la que resulta una media de 225 y una desviación típica de 10 . Suponiendo que la varianza muestral
coincide con la poblacional , estimar un intervalo para la media de la población con un nivel de
confianza del 95%

Tendríamos 1- α =0.95       luego α=0.05 ;       S=10=σ       n=2000 

Aplicando la siguiente fórmula

con más de 0.95 de confianza.

EJEMPLO: INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL

CON VARIANZA CONOCIDA

Realizar la estimación de µ del ejemplo 1 considerando ahora que la población es normal Tendríamos 1-
α =0.95 luego α=0.05 ;S=10=Ϭ (muestra grande n>30);n=2000 ; X=225 ; población normal.

Aplicando el intervalo anterior el resultado sería: µ pertenece a  [224'56 , 225'44]   con el 95 % de confianza

Intervalos de Confianza para la Proporción e Intervalo

Aproximado para la Media de una Distribución Cualquiera
 ¿Qué casos de intervalos de confianza encontramos en Poblaciones Normales?

En el contexto de estimar un parámetro poblacional, un intervalo de confianza es un  rango de

valores (calculado en una muestra) en el que se encuentra el verdadero valor del parámetro, con una
probabilidad determinada. La probabilidad de que el verdadero valor del parámetro se encuentre en
el intervalo construido se denomina nivel de confianza, y se denota 1-. La probabilidad de
equivocarnos se llama nivel de significancia y se simboliza α.

Intervalos de Confianza para la Proporción

Si v.a toma valores 0 y 1, el estimador de máxima verosimilitud del parámetro p es:

Intervalo de Confianza para la Proporción:

Intervalo de Confianza para la Diferencia de Proporciones:

Intervalos de Confianza para la Proporción e Intervalo

Aproximado para la Media de una Distribución Cualquiera
 Intervalo de confianza para una proporción

A continuación se presenta un ejemplo en relación al cálculo de intervalos de confianza para una

proporción:

EJEMPLO:

En un estudio de prevalencia de factores de riesgo en una cohorte de 412 mujeres mayores de 15 años en la
Región Metropolitana, se encontró que el 17.6% eran hipertensas. Un intervalo de 95% de confianza para la
proporción de mujeres hipertensas en la Región Metropolitana está dado por:

Luego, la proporción de hipertensas varía entre (0,139 , 0,212) con una confianza de 95%
Teorema del Límite Central
El siguiente vídeo trata de explicar el significado del Teorema Central del Límite.

Video 2: https://s3-eu-west-
1.amazonaws.com/iep1738.frooze.tv/691e755fb53f06d0c9374b51e66e2df62.TeoremadelL
miteCentral.mp4

Ejercicio
Selecciona solo la opción que consideres correcta

¿Qué es el Teorema del Límite Central?

a) En dicho teorema se enuncian los límites mínimo y máximo de un intervalo de confianza.

b) Permite deducir la distribución de probabilidad asociada a una variable aleatoria constituida como suma de
otras variables que verifican unos requisitos.

¡EXCELENTE!
Esta es la respuesta correcta. Los requisitos son: el número de variables aleatorias n es
suficientemente grande (n -> ∞), se trata de variables aleatorias independientes en probabilidad (con
misma distribución de probabilidad), y sus esperanzas y varianzas son finitas y conocidas.

Intervalo de Confianza para la Media de las Diferencias

El siguiente vídeo trata de explicar a través de un ejemplo el intervalo de confianza, en este caso,
para la Diferencia de Medias.

Video 3: https://s3-eu-west-
1.amazonaws.com/iep1738.frooze.tv/4158580d7dc138d5a40c3e012fde503d2.1Intervalodec
onfianzaparalaMediadelasdiferencias.mp4

Ejercicio
Selecciona solo la opción que consideres correcta

¿Con un intervalo de confianza del 95% se comprueba que en el Grupo 1 se pierde más
peso que en el Grupo 2?

a) Sí.
b) No.

¡EXCELENTE!
Esta es la respuesta correcta. En un 95% de probabilidad de que 1’91 esté a 1’96σ x1-x2 .