LA ESTIMACIÓN ESTADISTICA

Ivanna Valentina de los Ángeles Tineo Toledo

C.I: 30.258.381

Universidad Católica Santa Rosa

Instituto Superior de Desarrollo, Educación y Cultura
“Mons Alfredo Rodríguez”
Período Académico 2020-1

Prof: Enrique Gómez

Cátedra: Estadística Aplicada

Cumaná, febrero de 2021

 La estadística es una disciplina que se encarga de procesar y organizar los datos, siendo los datos
cualquier medida o valor que se puede obtener a través de experimentos, encuestas, censos u otros
medios. El análisis de los datos por lo general se inicia con la aplicación de métodos de estadística
descriptiva, para luego seguir con métodos de estadística inferencial.

La estadística descriptiva es el conjunto de métodos estadísticos que describen y/o caracterizan un

grupo de datos. La estadística inferencial busca deducir y sacar conclusiones acerca de situaciones
generales más allá del conjunto de datos obtenidos.

En la estadística inferencial se pueden hacer uso de valores obtenidos de una muestra (estadísticos)
para estimar sus correspondientes valores en una población (parámetro). Para ello pueden recurrirse a
La medida de tendencia central y a la teoría de las probabilidades que se ocupa de asignar un cierto
número a cada posible resultado que pueda ocurrir en un experimento aleatorio, con el fin de
cuantificar dichos resultados y saber si un suceso es más probable que otro. En el primer grupo se
encuentra la medida de centralización, la media aritmética, Media ponderada, Media geométrica, Media
armónica, Moda (estadística) y la Mediana (estadística)

La medida de tendencia central (moda, media y mediana), parámetro de tendencia central o medida
de centralización es un número situado hacia el centro de la distribución de los valores de una serie de
observaciones (medidas), en la que se encuentra ubicado el conjunto de los datos. Las medidas de
tendencia central más utilizadas son: media, mediana y moda. Cuando se hace referencia únicamente a
la posición de estos parámetros dentro de la distribución, independientemente de que esté más o
menos centrada, se habla de estas medidas como medidas de posición.1 En este caso se incluyen
también los cuantiles entre estas medidas.

Se debe tener en cuenta que existen variables cualitativas y variables cuantitativas, por lo que las
medidas de posición o medidas de tendencia se usan de acuerdo al tipo de variable que se está
observando, en este caso se observan variables cuantitativas.
 La rama de la estadística relacionada con el uso de los conceptos probabilísticos para manejar la toma
de decisiones sobre incertidumbres, es conocida como inferencia estadística; la cual está basada en la
estimación y la prueba de hipótesis. Tanto como en las pruebas de estimación como en las de hipótesis,
se deberán hacer inferencias acerca de las características de las poblaciones a partir de la información
contenida en la muestra.

Estimar puede tener dos significados interesantes. Significa querer e inferir, pero el segundo es el
importante aquí. Una estimación estadística es un proceso mediante el que establecemos qué valor
debe tener un parámetro según deducciones que realizamos a partir de estadísticos. En otras palabras,
estimar es establecer conclusiones sobre características poblacionales a partir de resultados muestrales.

En otras palabras, la estimación es un cálculo que se realiza a partir de la evaluación estadística.

Dicho estudio suele efectuarse sobre una muestra y no sobre toda la población objetivo

Una estimación estadística es un proceso mediante el que establecemos qué valor debe tener un
parámetro según deducciones que realizamos a partir de estadísticos. En otras palabras, estimar es
establecer conclusiones sobre características poblacionales a partir de resultados muestrales.

Las estimaciones acerca de una población se pueden clasificar en estimaciones puntuales y

estimaciones por intervalo.

Una estimación puntual es un número único que se usa para estimar el parámetro desconocido de la
población. Por ejemplo: un administrador agrícola hace una estimación puntual al decir que, de acuerdo
con el estudio por muestreo que realizó en el área cultivada, la producción en la próxima cosecha es de
1.200kg por hectáreas. La estimación puntual tiene como característica intrínseca que, si es igual al
parámetro, es cierta; y si es diferente a él, es falsa.

La estimación por intervalo es un rango de valores usados para estimar un parámetro de la población.
El error se indica de 2 formas: por la extensión del rango y por la confianza de que este intervalo
contenga el verdadero parámetro de la población. Ejemplo: en el caso del administrador agrícola, puede
decir algo como lo siguiente: “después de realizar el análisis de la muestra se estima que la producción
por hectárea para la próxima cosecha este comprendida entre 1.100 y 1300kg; y que se tiene una
confianza alta de que este rango contenga la producción real”. En la estimación presentada de esta
manera se nota que el administrador tiene una idea mejor de lo que será la próxima cosecha.

Cualquier medida estadística muestral que se use para estimar un parámetro de la población es
llamado estimador; por tanto, un estimador, es una medida estadística muestral usada para estimar un
parámetro de la población.

Sesgo puede indicar una actitud parcial por parte de una persona, tal y como ocurre con el adjetivo
sesgado (por ejemplo, cuando alguien que debería ser objetivo en sus valoraciones adopta una posición
interesada o injusta, es decir, sesgada).

En el ámbito estadístico, se le llama sesgo de un estimador (Estadístico) a la diferencia entre su

esperanza matemática y el valor numérico del parámetro que estima. Un estimador cuyo sesgo es nulo
se llama insesgado o centrado.

Insesgado es una propiedad deseable para un buen estimador. Un estimador es insesgado, si la media
de su distribución de muestreo es igual al parámetro de la población.

El coeficiente de variación permite cuantificar mejor la precisión de las estimaciones. Un coeficiente

de variación elevado indica un bajo grado de precisión, sin que se pueda delimitar el listón a partir el
cual la estimación no es válida. Rodríguez, J. Ferreras, M. Y Núñez, A. (S.F).

Para poder garantizar la precisión de las estimaciones que han de dar paso a la inferencia estadística,
«la muestra ha de constar de un número suficiente de elementos, elegidos al azar, tal que proporcione
una seguridad estadística de que los resultados que se obtengan de ella puedan, dentro de los limites
estimados, representar realmente el universo». Esto quiere decir que para que se pueda hacer
inferencia estadística es necesario que se trate de muestreos aleatorios, adecuadamente
dimensionados.

El intervalo de confianza está determinado por dos valores dentro de los cuales afirmamos que está
el verdadero parámetro con cierta probabilidad. Son unos límites o margen de variabilidad que damos el
valor estimado, para poder afirmar, bajo un criterio de probabilidad, que el verdadero valor no los
rebasará. Este intervalo contiene al parámetro estimado con una determinada certeza o nivel de
confianza.

En la estimación por intervalos se usan los siguientes conceptos:

 Variabilidad del parámetro: si no se conoce, puede obtenerse una aproximación en los datos o
en un estudio piloto.
 Error de la estimación: es una medida de su precisión que se corresponde con la amplitud del
intervalo de confianza. Cuanta más precisión se desee en la estimación de un parámetro, más
estrecho deberá ser el intervalo de confianza y, por tanto, menor el error, y más sujetos deberán
incluirse en la muestra estudiada.
 Nivel de confianza: es la probabilidad de que el verdadero valor del parámetro estimado en la
población se sitúe en el intervalo de confianza obtenido.
 Bibliografía Consultada

Badii, M.H. y Guillen, A. (S.F) Estimaciones Estadísticas: Un Acercamiento Analítico (Consultado el 22-02-
2021. Disponible en: http://www.spentamexico.org/v5-n1/5(1)237-255.pdf

Barrientos, J. (1986) Introducción a la Estadística Inferencial. Editorial Universidad Estadal a Distancia.

López, J. (2018). Estimador insesgado. Economipedia.com (Consultado el 22-02-2021.

Disponible en: https://economipedia.com/definiciones/estimador-insesgado.html)

Rodríguez, J. Ferreras, M. Y Núñez, A. (S.F). Inferencia Estadística, Niveles de Precisión y Diseño

Muestral. Centro De Investigaciones Sociológicas. (Consultado el 22-02-2021. Disponible en:
http://www.Dialnet.unirioja.es.articuloPDF)

Manzano, v (2014) Estimación estadística (Consultado el 22-02-2021.

Disponible en: http://asignatura.us.es/dadpsico/apuntes/EstimacionEstadistica.pdf)

Westreicher, G (2020). Estimación. Economipedia.com (Consultado el 22-02-2021. Disponible en:

https://economipedia.com/definiciones/estimacion.html)

Wikipedia. (2021) Sesgo. (Consultado el 22-02-2021. Disponible en: https://es.wikipedia.org/wiki/Sesgo)