INFERENCIA ESTADISTICA

Estimación de Parámetros
Sesión 4

Curso: Estadística Aplicada a los Negocios

Docente: Ms. C. Karina Jacqueline Cárdenas Rodríguez
Estimación de Parámetros para una Población:
Media y Proporción
Fecha:
09/05/2021
Horario:
De 8:00 a 10:30 am

Logro de la sesión: El estudiante al finalizar la sesión estará en la capacidad de

resolver ejercicios de situaciones reales aplicando diferentes tipos de
estimaciones con información obtenida de una muestra haciendo uso del
complemento de Excel – MegaStat.

Producto: Practica de desarrollo

Estimación de Parámetros para una Población: Media y
Proporción
ESTIMACIÓN
DE
PARÁMETROS

Definición Tipos

Es el proceso mediante el La estimación de un

cual se aproxima el valor parámetro puede adoptar la
de un parámetro de la forma de un punto (estimación
población, a partir de la puntual) o de un intervalo
información de la muestra. (estimación por intervalo).
Estimación de Parámetros para una Población: Media y
Proporción
Estimación de Parámetros para una Población: Media y
Proporción
A. Estimación puntual
Consiste en usar un solo valor extraído de la muestra para estimar el parámetro desconocido de la población.
Ejemplo
La media de la población se puede estimar puntualmente mediante la media de la muestra 𝑥ҧ = 𝜇
La proporción de la población se puede estimar puntualmente mediante la proporción muestra 𝑝Ƹ = 𝑝
La desviación típica de la población se puede estimar puntualmente mediante la desviación típica de la muestra 𝑠 = 𝜎

B. Estimación por intervalos

Rara vez las estimaciones puntuales son iguales a los parámetros que se estiman, razón por la cual es deseable dar alguna libertad
mediante la utilización de estimación por intervalo.

Una estimación por intervalo de un parámetro 𝜃 es un intervalo de la forma: 𝜃෠1 < 𝜃 < 𝜃෠2
El intervalo (𝜃෠1 < 𝜃 < 𝜃෠2 ), determinado en relación con una muestra en particular, recibe el nombre de intervalo de confianza del
(1-)100%, la fracción 1- se conoce como coeficiente de confianza o grado de confianza y los extremos 𝜃෠1 y 𝜃෠2 reciben el nombre
de límites de confianza inferior y superior
Estimación de Parámetros para una Población: Media y
Proporción
Fórmulas para la Estimación puntual

PARÁMETRO ESTIMADOR
MEDIDA ESTADÍSTICA
(Valor obtenido de la población) (Valor obtenido de la muestra)

σ𝑁
𝑖−1 𝑋𝑖ሶ σ𝑛𝑖−1 𝑋𝑖ሶ
Media 𝜇= 𝜇Ƹ = 𝑋ത =
𝑁 𝑛

𝑛 𝑛
෌𝑖−1(𝑋𝑖 ሶ − 𝜇) 2 1
Varianza 𝜎ො 2 = 𝑆 2 = ത 2
෍(𝑋𝑖 ሶ − 𝑋)
𝜎2 = 𝑛−1
𝑁 𝑖−1

X x
Proporción P= 𝑝Ƹ = 𝑝 =
𝑛
𝑁
Estimación de Parámetros para una Población: Media y
Proporción
INTERVALO DE CONFIANZA
(I.C.) PARA UNA MUESTRA

Intervalo de confianza (I.C.)

Se dice que un intervalo I = [L1 , L2 ] es un segmento de extremos cerrados con

nivel de confianza 1- α

P(L1 ≤ θ ≤ L2 ) = 1 − α

Donde: θ ∶ Es un parámetro (Promedio o proporción)

L1 ∶ Límite inferior del IC
L2 : Límite superior del IC

Los límites de un intervalo de confianza (IC) se calculan utilizando los estadísticos

muestrales, según sea el caso (promedio, proporción muestral, etc.)
Estimación de Parámetros para una Población: Media y
Proporción
Intervalo de confianza para la media poblacional (µ)

Caso 1. Cuando n ≥ 30 y 𝝈𝟐 conocida Caso 2. Cuando n < 30 y σ2 desconocida

𝜎 σ s s
x − Z0 ≤ μ ≤ x + Z0 x − t0 ≤ μ ≤ x + t0
n n n n

Donde: el valor de Z0 se obtiene de la tabla de la Donde: el valor de t0 se obtiene de la tabla “t-Student”:

“Distribución Normal”:
Z0 = Z α
t0 = t α
1− 2 ;n−1
1− 2
 Estimación de Parámetros para una Población: Media y
Proporción
Intervalo de confianza para la proporción poblacional (P)

El tamaño de la muestra es cualquier valor

𝑝Ƹ 1 − 𝑝Ƹ 𝑝Ƹ (1 − 𝑝)Ƹ
𝑝Ƹ − Z0 ≤ p ≤ 𝑝Ƹ + Z0
n n

Donde: Z0 : Valor asignado por el nivel de confianza.

𝑝:Ƹ proporción muestral n=33 ¿Qué proporción de estudiantes de la
n: es el tamaño de la muestra. clase son varones?
P^= Numero de elementos con la condición
N
0.39 1 − 0.39 0.39(1 − 0.39)
0.39 − 1.96 ≤ p ≤ 0.39 + 1.96 P^=13 = 0.39
33 33
33
Estimación de Parámetros para una Población: Media y
Proporción
Ejemplo 1:
Un grupo de veinte estudiantes de ingeniería Mecatrónica de la UNI ha realizado una prueba
que se refiere al número de minutos de duración con una batería diseñada por cada ingeniero,
para el funcionamiento de un robot: 8, 9, 10, 11, 12, 13, 14, 15, 8, 9, 10, 12, 15, 8, 9, 16, 9, 14,
15, 8 minutos.
Estime puntualmente el tiempo promedio de duración de la batería que han desarrollado los
ingenieros.
Estimación de Parámetros para una Población: Media y Proporción
1ro

2do

3ro
Doble clic
Estimación de Parámetros para una Población: Media y Proporción
4to 5to
Obtenemos el siguiente resultado:
1ro. Seleccionamos los datos

3ro. Clic en OK
2do. Activamos promedio

Interpretando: El tiempo promedio de

duración de la batería que han
desarrollado los ingenieros para el
robot es de 11.25 minutos.
Estimación de Parámetros para una Población: Media y Proporción

Ejemplo 2:
El jefe de control de calidad de una empresa de Lima decide evaluar los artículos que exportará a fin de mes.
Se considera exportar si el peso promedio de los artículos es menor a 16 kg.
Para tal fin elige una muestra aleatoria de 21 artículos producidos de los cuales registra su peso (en kg),
estos datos se muestran a continuación:

14.34 15.00 14.85 17.09 15.23 15.18 13.22

14.80 16.37 13.99 16.00 15.34 15.41 17.69

13.00 15.38 16.43 12.64 15.32 16.49 14.64

Calcular e interpretar un intervalo del 95% de confianza para el peso promedio de artículos. ¿El jefe de
control de calidad decidirá exportar los artículos?
Estimación de Parámetros para una Población: Media y Proporción
X: Peso de los artículos Variable cuantitativa
Intervalo de confianza para la media (m )

Datos: n = 21, NC: 95%,  = 5% = 0.05 Como n = 21 < 30, usamos la

Distribución T de Student
De la muestra calculamos: 𝑋ത = 15.1624 y S = 1.2883

ഥ ) y desviación estándar (S) en MegaStat:

Cálculo del promedio (𝑿

Ingresamos los datos en columna

1ro
en una hoja de Excel
Estimación de Parámetros para una Población: Media y Proporción
2do

3ro

Doble clic
3ro. Clic en OK

4to 2do. Activamos promedio y

desviación estándar

5to Obtenemos:
Estimación de Parámetros para una Población: Media y Proporción
CALCULO DEL INTERVALO DE CONFIANZA PARA LA MEDIA EN MEGASTAT:
1ro

2do

3ro

2do. Ingresamos:
1ro. Escogemos Intervalo de
-Promedio Confianza para la Media
-Desviación estándar 4to. Clic en OK
-Tamaño de muestra 4to. Seleccionamos el
estadístico de prueba
3ro. Ingresamos
nivel de confianza
Estimación de Parámetros para una Población: Media y Proporción
4to
Obtenemos el siguiente resultado:

𝑰𝑪 𝝁 = [𝟏𝟒. 𝟓𝟕𝟔𝟎; 𝟏𝟓. 𝟕𝟒𝟖𝟖]

Interpretando: Con un nivel de confianza del 95% el peso promedio de los artículos varía de 14.5760 kg a
15.7488 kg. Por lo tanto el jefe de control de calidad sí decidirá exportar los artículos, ya que su peso
promedio es menor a 16 kg.
Estimación de Parámetros para una Población: Media y Proporción
Ejemplo 3:
Un productor afirma que el porcentaje de unidades defectuosas que resulta del total de su producción es
menor al 2%. Para probar dicha afirmación se tomo una muestra aleatoria de 50 unidades de la producción,
encontrándose los siguientes resultados:

0 0 0 0 0 1 0 0 0 0

0 1 0 0 0 0 0 0 0 0
0 No defectuoso
0 0 0 1 0 1 0 0 1 0 1 Defectuoso

1 0 0 0 0 0 1 0 0 0

0 0 0 0 0 0 0 0 0 0

Determine un IC al 98% para la verdadera proporción de unidades defectuosas y con ello decida si es
aceptable la afirmación del productor.
 Estimación de Parámetros para una Población: Media y Proporción
X: presentar defectos Variable cualitativa
Intervalo de confianza para la proporción (p )
𝑥 7
Datos: n = 50, NC: 98%,  = 2% = 0.02 De la muestra calculamos: 𝑝 = 𝑛
= 50
EN MEGASTAT: 2do
Ingresamos los datos en
columna en una hoja de
Excel para determinar el
valor de x
1ro
3ro

Doble clic
 Estimación de Parámetros para una Población: Media y Proporción
4to
4to. Clic en OK

1ro. Escogemos Intervalo de 5to Obtenemos el siguiente resultado:

Confianza para la Proporción

3ro. Ingresamos NC
2do. Ingresamos:
-X: nro elementos con
característica de
interés
-Tamaño de muestra

𝐼𝐶 𝑝 = [0.0258; 0.2542]
Interpretando: Con un nivel de confianza del 98% la verdadera proporción de unidades defectuosas varía
de 0.0259 a 0.2541. Por lo tanto no se puede aceptar la afirmación del productor, ya que el porcentaje de
unidades defectuosas que resulta del total de su producción es mayor al 2%
Estimación de Parámetros para una Población: Media y Proporción

Evaluando lo Estimados estudiantes repasamos lo aprendido

aprendido solucionando las aplicaciones propuestas.

APLICACIÓN 1
En una empresa distribuidora de productos informáticos trabajan 500 personas. Un estudio realizado
sobre un tamaño de muestra de 40 trabajadores demostró que el sueldo anual promedio era $450,
con una desviación estándar de $50. Estime el sueldo anual promedio de todos los trabajadores de la
empresa con un nivel de confianza del 99%. Además indique cual es el límite de error de estimación.

Revisamos y reforzamos lo aprendido.

Estimación de Parámetros para una Población: Media y Proporción

Evaluando lo Estimados estudiantes repasamos lo aprendido

aprendido solucionando las aplicaciones propuestas.

APLICACIÓN 2
Un productor afirma que es 5% el porcentaje de unidades defectuosas que resulta del total de su
producción. Si en una muestra aleatoria de 200 unidades de la producción se encontraron 30
defectuosas.
a) Determine un IC al 98% para la verdadera proporción de unidades defectuosas y con ello decida si es aceptable
la afirmación del fabricante.
b) Si la producción consiste de 1000 unidades. ¿Cuánto es el mínimo y el máximo del número de unidades
defectuosas estimadas de la producción?
Revisamos y reforzamos lo aprendido.
Enfoque General de Muestreo- Determinación del tamaño de la muestra

CONCLUSIONES

1. Los estimadores puntuales se calculan a partir de los datos de la muestra.

2. El intervalo de confianza determina un rango de valores donde está contenido el valor
de parámetro.
3. El análisis del intervalo de confianza sirve para tomar decisiones futuras de acuerdo a
los contextos estudiados.