HASTA AQUÍ:

Hemos visto la estimación de una media poblacional mediante

estimadores puntuales e intervalos.

Sin embargo hay casos en que lo que interesa es la estimación de

una proporción de la población que satisface o posee determinada
característica.
Ejemplo: La estimación de la proporción de la población de
clientes que están satisfechos con el servicio brindado
por una empresa.
Se denota con π la proporción de la población que satisface el atributo de interés.
Una estimación puntual o un estimado punto de π está dado por la proporción p
de objetos de la muestra que satisfacen el atributo en cuestión:

p= x/n

Donde:
p: Proporción muestral
x: Número de objetos que satisfacen el atributo
n: Tamaño de la muestra
 La distribución de la proporción muestral es
aproximadamente normal si el tamaño de muestra es grande, con
desviación estándar

π(1− π)
σπ =
n
Estimación con los datos muestrales:

p(1− p)
sp =
n
§ Los límites de confianza, inferior y superior,para la proporción
poblacional son calculados con la fórmula

p(1− p)
p±z
n
§ Donde
§ z es el valor normal estándar para el nivel de confianza deseado
§ p es la proporción muestral
§ n es el tamaño de muestra
§ Una muestra aleatoria de 100 personas indica que 25 son zurdos.
Construir un intervalo de confianza al 95% para la proporción
poblacional de zurdos.

Solución:
1) Hallar p
2) Hallar Sp
3) Determinar Z
4) Hallar p
 π(1− π)
§ Se define el margen de error e=z
n
z2 π(1− π)
n=
§ Se calcula n:
e 2

π puede ser estimado con una muestra piloto.

Si es necesario ser conservador usar π = 0.50 (máxima variación posible,
por lo tanto,máximo
tamaño de muestra)
§ ¿Cuán grande debería ser una muestra para estimar la proporción de
Productos defectuosos en una población grande con margen de error
de 3% (e = 0,03) y 95% de confianza?
(Asumir que una muestra piloto da p=0.12)

z 2 π (1− π) 2
(1.96) (0.12)(1− 0.12)
n= = = 450.74
e2 (0.03) 2

Usar n = 451
Ejemplo: Se obtuvo una muestra de diez cascos de ciclista nuevos fabricados por
una compañía. Al probarlos, se encontró que el primero, el tercero y el décimo
estaban agrietados, en tanto que los demás no. Sea p= P(casco agrietado) y
defina X1, . . . , X10. Xi=1 si el i-ésimo casco está agrietado y Xi=0 de lo contrario.

Si la función masa de probabilidad conjunta de la muestra es:

¿Con qué valor de p es más probable que la muestra observada haya ocurrido?

Es decir, se desea encontrar el valor de p que incrementa al máximo la función

masa de probabilidad
 x es el número de éxitos observados (cascos agrietados)
N es el número de elementos de la muestra.

La estimación de p ahora es : P = 0,3

Se llama estimación de máxima verosimilitud porque para x1, . . . , x10 establecido, es el valor
del parámetro que maximiza la probabilidad (función masa de probabilidad conjunta) de la
muestra observada