Tecnológico nacional de México

Instituto tecnológico superior de Cintalapa

INGENIERÍA INDUSTRIAL
IIND-2010-227
Nombre del docente
Omar Hatziel Garza Pascasio
Nombre de los integrantes
Norma Yuleth De La Cruz Trinidad
Nombre de la materia
Estadística Inferencial
Unidad: #2
Tema
Estimación
Semestre 3 grupo A

Fecha de entrega
Sábado, 31 de octubre de 2020, Cintalapa de Figueroa Chiapas

2.1 ESTIMACION
PUNTUAL
De
Un parámetro θ es un sólo
número que se puede
considerar como el valor más
razonable de θ.
Se obtiene
Al seleccionar una estadística
apropiada y calcular su valor a
partir de datos de la muestra
dada.
ESTIMACION
¿Qué es?
Es un proceso mediante el que establecemos
qué valor debe tener un parámetro según
deducciones que realizamos a partir de
estadísticos.
Dividido en
2.2 PROPIEDADES DE 2.3 ESTIMACION POR 2.5 DETERMINACION DEL TAMAÑO MUETRAL
UN BUEN ESTIMADOR INTERVALOS
Sirve para
Se dice Conociendo el Tamaño de la Población. En donde, N =
tamaño de la población Z = nivel de confianza, P =
Un estimador insesgado es Reportar un solo valor del probabilidad de éxito, o proporción esperada Q =
aquel para el cual la media parámetro que se esté probabilidad de fracaso D = precisión
de la distribución muestral estimando.
es el parámetro estimado.
Formula
Conocido
Si se usa
La media muestral μ para estimar la media Intervalo de confianza
poblacional μ, se sabe que la μx = μ, por lo tanto
la media es un estimador insesgado. Se
 El Objetivo es La 2.4.1 CÁLCULO DEL TAMAÑO DE LA
Calcula siempre
MUESTRA PARA ESTIMAR UNA
seleccionando primero un
Seleccionar sólo un Eficiente o con varianza mínima PROPORCIÓN.
nivel de confianza, que es
número, basados en
una medida del grado de
datos de la muestra,
Se fiabilidad en el intervalo
que represente el
refiere Formula
valor más razonable de
θ. Al tamaño de error estándar de la Cuanto mayor sea
estadística.

El nivel de confianza
Entonces
La podremos creer que el valor
del parámetro que se estima
μ= x se lee como “el está dentro del intervalo.
Coherencia
estimador puntual de μ Para
es la media muestral x”.
2.3.1 ESTIMACION DE
Una estadística es
LA MEDIA Proporciones desconocidas

El Un estimador coherente de un Se puede

parámetro de población, si al
aumentar el tamaño de la
Estimador preciso sería muestra se tiene casi la certeza
uno que produzca sólo de que el valor de la estadística
pequeñas diferencias de se aproxima bastante al valor
estimación, de modo que del parámetro de la población.
los valores estimados se
acerquen al valor Si un
verdadero.
Estimador es coherente se
vuelve más confiable si tenemos
tamaños de muestras más
grandes.
Formula
 Tomar una muestra preliminar mayor o igual a 30 para
proporcionar una estimación de P. Después con el uso de la
fórmula se podría determinar de forma aproximada cuántas
observaciones se necesitan para proporcionar el grado de
precisión que se desea.
Se puede
 Tomar el valor de p como 0.5 ya que sustituyendo este en
Observar que tanto el
la fórmula se obtiene el tamaño de muestra mayor posible.
tamaño de la muestra
como el valor de z se
conocerán
Para
 Poblaciones finitas

La se desconoce s por lo que en esos casos

lo correcto es utilizar otra distribución Formula
llamada “t” de student si la población de
Suficiencia
donde provienen los datos es normal.

Un En ocasiones
Para

El caso de tamaños de muestra grande se

Estimador es suficiente si utiliza una
puede utilizar una estimación puntual de
cantidad de la información contenida de
la desviación estándar, es decir igualar la
la muestra que ningún otro estimador
desviación estándar de la muestra a la de 2.4.2 CÁLCULO DEL TAMAÑO DE LA
podría extraer información adicional de
la población (s=θ). MUESTRA PARA ESTIMAR LA
la muestra sobre el parámetro de la
DIFERENCIA DE MEDIAS
población que se está estimando.

2.3.2 ESTEMACION DE
PROPORCIONES Formula
Se

Deduce que si utilizamos a todos los
datos de la muestra como es en el caso
de la media, la varianza, desviación
estándar, etc.; se tendrá un estimador
suficiente.
La
Proporción P en un experimento
binomial está dado por la estadística
Se presentan dos casos
P=X/N, donde x representa el número
de éxitos en n pruebas.

Los tamaños de muestra Los tamaños de muestra

La
son iguales. son diferentes.

Muestra p =x/n se utilizará como

estimador puntual del parámetro P.
Formula Formula

Formula
 2.4.2 CÁLCULO DEL TAMAÑO DE LA
El MUESTRA PARA ESTIMAR LA
DIFERENCIA DE PROPORCIONES
Error de estimación será la
diferencia absoluta entre p y P, y
podemos tener el nivel de Formula
confianza de que esta diferencia
no excederá

2.3.3 ESTIMACION DE LA
DIFERENCIA ENTRE
DOS MEDIAS. Se presentan dos casos

Si se

Los tamaños de muestra son Los tamaños de muestra

Dos poblaciones con medias μ1 y μ2 y
iguales. son diferentes
varianzas σ1 2 y σ2 2 , respectivamente,
un estimador puntual de la diferencia
entre μ1 y μ2 está dado por la estadística Formula Formula
x1 – x2 .

Para obtener

Una estimación puntual de μ1- μ2, se

seleccionan dos muestras aleatorias
independientes, una de cada población, de
tamaño n1 y n2, se calcula la diferencia x1 –
x2, de las medias muéstrales.
 Formula

En caso de que

Desconozcan las varianzas de la población y

los tamaños de muestra sean mayores a 30
se podrá utilizar la varianza de la muestra
como una estimación puntual.

2.3.4 ESTIMACION DE LA DIFERENCIA

DE DOS PROPORCIONES

Formula

En el contexto de estimar un parámetro poblacional,

un intervalo de confianza es un rango de valores en
el cual se encuentra el verdadero valor del
parámetro, con una probabilidad determinada.
 2.3.5 INTERVALOS DE
CONFIANZA PARA LA
VARIANZA.

Calcula el intervalo de confianza

tomando la desviación estándar y
dividiéndola por la raíz cuadrada del
tamaño de la muestra, de acuerdo con la
fórmula: σ x = σ / √n.

2.3.6 INTERVALO DE
CONFIANZA PARA LA
RELACION DEVARIANZA.

Dada una variable aleatoria con

distribución Normal N(μ; σ), el objetivo es
la construcción de un intervalo de
confianza para el parámetro σ, basado en
una muestra de tamaño n de la variable

BIBLIOGRAFIA
 http://moodle.cintalapa.tecnm.mx/pluginfile.php/7225/mod_resource/content/1/estadistica%20I.pdf