Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Nombre:
Edison Jonathan Guanuche Largo
Docente:
Ing. Giovani Santiago Pulla
Curso:
Cuarto ciclo
Materia:
Procesos Estadísticos
Carrera:
Ingeniería Eléctrica
Año Lectivo
2021 - 2021
PROBLEMAS DE ESTIMACIÓN DE UNA Y DOS MUESTRAS
I. INTRODUCCIÓN
En clases anteriores se han abordado los diferentes temas sobre el muestreo de la media y la
varianza, así como las representaciones de datos en varias formas, todo esto con el fin de permitir
a los estadísticos extraer conclusiones acerca de los parámetros de la población a partir de los
experimentos. En el presente trabajo desarrollado hablaremos sobre la inferencia estadística,
abordando una de sus dos áreas principales que es la estimación de los parámetros de la población
para problemas que tengas una y dos muestras.
II. DESARROLLO
Inferencia Estadística
La inferencia estadística consiste en métodos que se realizan para realizar generalizaciones acerca
de una población, en el presente trabajo se tratará unas de sus áreas principales que es la
estimación de los parámetros de la población, se lo desarrollara específicamente para problemas
que tengas una y dos muestras.
La teoría de la inferencia estadística consiste en aquellos métodos por los que se realizan
inferencias o generalizaciones acerca de una población. La inferencia estadística se puede dividir
en dos áreas principales: estimación y prueba de hipótesis.
Estimador
Un estimador es un estadístico usado para estimar un parámetro desconocido de la población.
Estimador insesgado
E ()
Si consideramos todos los posibles estimadores insesgados de algún parámetro θ, el de menor
varianza se llama estimador más eficaz de θ.
Figura. 2.
Se selecciona una muestra aleatoria de tamaño n de una población cuya varianza σ2 se conoce y
se calcula la media de la muestra para obtener un intervalo de confianza de (1 – α) 100%.
Intervalo de Confianza de μ con σ conocida.-
Si x es la media de una muestra aleatoria de tamaño n de una población con varianza σ2,
conocida, un intervalo de confianza de (1 – α) 100% para μ está dado por
El caso de 𝜎 desconocida
Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza,
para ello si tenemos una muestra aleatoria a partir de una distribución normal, entonces la
Donde 𝑡𝛼/2 es el valor t con v=n-1 grados de libertad que deja un área de α/2 a la derecha.
donde 𝑡𝛼⁄2 es el valor t con v=n-1 grados de libertad, que deja un área de α/2 a la derecha
Error Estándar de una Estimación Puntual
Teorema 5: Si 𝑝̂ se utiliza como una estimación de p, podemos tener una confianza de al menos
(1 − α) 100% de que el error no excederá una cantidad específica e cuando el tamaño de la muestra
sea
Si se extrae una muestra de tamaño n de una población normal con varianza σ2, y se calcula
la varianza muestral s2 se obtiene un valor de la estadística S2.
Esta varianza muestral calculada se usará como estimación puntual de σ2, por ello la
estadística S2 se llama estimador de σ2.
Se puede establecer una estimación por intervalos de σ2 mediante el uso de la estadística
donde son valores de la distribución chi cuadrada con n − 1 grados de libertad, que dejan áreas
de 1 − α/2 y α/2, respectivamente, a la derecha. Al sustituir para X2, escribimos
Al dividir cada término de la desigualdad entre (n − 1) 𝑆2 y, después, invertir cada término (lo
que cambia el sentido de las desigualdades), obtenemos
donde 𝑋𝛼2⁄2 y 𝑋1−𝛼2⁄2 son valores 𝑋2 con v = n − 1 grados de libertad, que dejan áreas de α/2
y 1 − α/2, respectivamente, a la derecha.
Intervalo de confianza para σ2. Si s2 es la varianza de una muestra aleatoria de tamaño n de
una población normal, un intervalo de confianza (1 – α) 100% para σ2
Intervalo de confianza para σ. Un intervalo de confianza (1 – α) 100% para σ se obtiene al
tomar la raíz cuadrada de cada extremo del intervalo de confianza para σ2.
Estimación de la Razón de Dos Varianzas Dos Muestras
Una estimación puntual de la razón de dos varianzas poblacionales σ21/σ22 está dada por la
razón s21/s22 de las varianzas muéstrales.
Esta varianza muestral calculada se usará como estimación puntual de σ2 /σ2, por ello la
estadística S2 /S2 se llama estimador de σ2 /σ2.
En el caso de la razón de dos desviaciones estándar, la interpretación se puede extender a
una comparación de dos desviaciones estándar:
Si el intervalo de confianza de la razón σ1/σ2 permite la posibilidad de que σ1/σ2 sea igual
a 1, se infiere que σ1 = σ2 con poco grado de error.
Si el intervalo de confianza de la razón σ1/σ2 no permite la posibilidad de que σ1/σ2 sea
igual a 1, se infiere que σ1 ≠ σ2 con poco grado de error.
Ejemplo
En una muestra aleatoria de n = 500 familias que tienen televisores en la ciudad de Hamilton,
Canadá, se encuentra que x = 340 están suscritas a HBO. Encuentre un intervalo de confianza
de 95% para la proporción real de familias en esta ciudad que están suscritas a HBO.
III. CONCLUSIONES
La primera fase de la estadística se trata de coleccionar, ordenar y presentar los datos o hechos
numéricos. La segunda parte de la estadística se encarga de analizar, sintetizar (hacer
inferencias y realizar interpretación) y finalmente publicar los datos que han sido presentados
en forma de grafica y/o de manera tabular. Es precisamente en la sección del análisis
estadístico en donde el investigador debe modificar los datos, es decir hacer estimaciones de
los datos brutos. Para hacer estimaciones, uno debe estar bien familiarizado con los criterios
estadísticos que se debe reunir y considerar en el proceso de la estimación, ya que las
estimaciones sesgadas nos conducen a las inferencias y decisiones erróneas. Es precisamente
con este objetivo que se avoco a realizar la presente investigación.
La amplitud de un intervalo de confianza está determinada por el nivel de confianza
establecido, la variabilidad de los datos y el tamaño de la muestra.
Un intervalo de confianza aporta más información que un estimador puntual cuando se
quiere hacer inferencias sobre parámetros poblacionales.
IV. REFERENCIAS BIBLIOGRAFICAS
[1] Jay L. Devore, Probabilidad y estadistica para ingeneria y ciencias. 2008.
[2] Walpole, Ronald; Myers, Raymond, Probabilidad y estadística para ingeniería y ciencias, 9na
ed., Ed. Pearson, México, 2012