Cálculo Diferencial

Estimación puntual y por intervalos

Lic. Alondra Nohemi Hernández Villanueva

Universidad Autónoma de Nuevo León

Facultad de Ciencias Fı́sico Matemáticas

04 de septiembre de 2020

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Estimación puntual

Cuando usamos el valor de una estadı́stica para estimar un parámetro

de población, llamamos a esto estimación puntual, y nos referimos
al valor de la estadistica como un estimador puntual del parámetro.

El objetivo de la estimación puntual es aproximar el valor del parámetro

desconocido (tiempo medio de ejecución de un algoritmo, altura me-
dia de las mujeres de una población, diferencia del resultado medio
entre dos tratamientos médicos, proporción de gente que mejora con
un tratamiento médico,etc.)

Para ello se utiliza la información de la muestra (x1 , x2 , ..., xn ) , a

través de un estimador.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Algunos estimadores frecuentes son:

Media Muestral: sirve para estimar la media teórica de una

variable X . Representada por:
Pn
x1 +x2 +...+xn x
i=1 i
x̄ = n = n

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Algunos estimadores frecuentes son:

Media Muestral: sirve para estimar la media teórica de una

variable X . Representada por:
Pn
x1 +x2 +...+xn x
i=1 i
x̄ = n = n

Proporción muestral: sirve para estimar una proporción p:

x1 +x2 +...+xn
p̂ = n
Siendo x1 , ...xn una muestra aleatoria simple de la variable
binomial X de parámetros n y p , es decir, son unos o ceros.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
 Varianza muestral: para estimar la varianza teórica de una
población, se puede usar la varianza de una muestra:
Pn
(x1 −x̄ )2 +...+(xn −x̄ )2 (xi −x̄ )2
S2 = n−1 = i=1
n−1

La varianza siempre es ≥ 0.

El error estándar de estimación mide la desviación en una mues-

tra poblacional. Es decir, el error estándar de estimación mide las
posibles variaciones de la media muestral con respecto al verdadero
valor de la media poblacional.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Por ejemplo, si se desea conocer la edad promedio de la población
de un paı́s (media poblacional) se toma un pequeño grupo de habi-
tantes, a los que llamaremos muestra. De ella se extrae la edad
promedio (media muestral) y se asume que la población tiene esa
edad promedio con un error estándar de estimación que varı́a más o
menos.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Es importante no confundir la desviación estándar con el error estándar
y con el error estándar de estimación:

1. La desviación estándar es una medida de la dispersión de los

datos; es decir, es una medida de la variabilidad de la población.

2. El error estándar es una medida de la variabilidad de la muestra,

calculada en base a la desviación estándar de la población.

3. El error estándar de estimación es una medida del error que se

comete al tomar la media muestral como estimación de la media
poblacional.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
A partir del error estándar de estimación se construye el intervalo de
confianza de la medida correspondiente.
La estructura general de una fórmula para el error estándar de esti-
mación es la siguiente:

Coeficiente de confianza: valor lı́mite de un estadı́stico muestral o

distribución de muestreo (normal o campana de Gauss, t de Student,
entre otras) para un determinado intervalo de probabilidades.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Error estándar: desviación estándar (σ) de la población dividida
por la raı́z cuadrada del tamaño de la muestra. Es decir,

SE = √σ .
n

El coeficiente de confianza indica la cantidad de errores estándar

que está dispuesto a sumar y restar a la medida para tener un cierto
nivel de confianza en los resultados.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Estimación por intervalos

La estimación puntual aproxima mediante un número el valor de una

caracterı́stica poblacional o parámetro desconocido (la altura media
de los españoles, la intención de voto a un partido en las próximas
elecciones generales, el tiempo medio de ejecución de un algoritmo,
el número de taxis. . . ) pero no nos indica el error que se comete en
dicha estimación.

Lo razonable, en la práctica, es adjuntar, junto a la estimación pun-

tual del parámetro, un intervalo que mida el margen de error de la
estimación. La construcción de dicho intervalo es el objetivo de la
estimación por intervalos de confianza.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Una estimación por intervalo del parámetro θ es un intervalo de la
forma θˆ1 < θ < θˆ2 ; donde θˆ1 y θˆ2 son valores de variables aleatorias
apropiadas.

Por ”apropiadas” queremos decir que:

para alguna probabilidad especificada 1 − α.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Para un valor en especı́fico de 1 − α nos referimos a θˆ1 < θ < θˆ2
como intervalo de confianza (I.C.).

Le nombramos nivel de significancia a α. Los valores más habit-

uales del nivel de confianza 1 − α son 0.9, 0.95 o 0.99 (la confianza
es del 90 %, 95 %, 99 % ).

Una propiedad deseable que la longitud de un intervalo de confianza

de (1 − α)100% sea tan corta como sea posible; otra propiedad
deseable es que la longitud esperada E (θˆ1 − θˆ2 ) sea tan pequeña
como sea posible. Es decir, que mientras su valor esperado sea mas
chico tendrá menos sesgo.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Por lo tanto, el objetivo de la estimación por intervalo es aportar
información de que tan cerca se encuentra la estimación puntual,
obtenida de la muestra, del valor del parámetro poblacional.

Estimación por intervalo para la media poblacional (µ). Su fórmula

es:

x̄ ± error estándar de estimación.

Estimación por intervalo para la proporción poblacional. Su fórmula

es:

p ± error estándar de estimación.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Estimación de Medias
Normal Estándar

Supongamos que la media muestral x̄ se va a utilizar para estimar la

media poblacional µ de una población normal con varianza conocida
σ2.
Recordemos que:

x̄ −µ
z= σ
√
N(0, 1)
n

sigue una distribución N(0,1); una distribución normal estandar de

media cero y varianza 1.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
  
P −z α2 < z < z α2 = 1 − α

x̄ ± σ: 68 %

x̄ ± 2σ: 95.1 %

x̄ ± 3σ: 99.7 %

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Teorema
Si x̄ , la media de la muestra aleatoria de tamaño n de una
población normal con la varianza σ 2 conocida, se va a utilizar
como un estimador de la media de la población µ, entonces la
probabilidad de que el error de estimación sea menor a

z α2 √σn

es 1 − α.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Teorema I.C. para la media poblacional
Si x̄ es la media de la muestra aleatoria de una población normal
con σ 2 conocida, entonces
   
x̄ − √σ z α2 < µ < x̄ + √σ z α2
n n

es un intervalo de confianza (I.C.) de (1 − α)100% para la media

de la población µ.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
EJEMPLOS

1. Un fabricante de focos industriales desea conocer la duración

de su producto por experiencia sabe que el tiempo de duración
de un foco es una variable aleatoria normal. Para efectos de
estimación toma una muestra de n= 36 focos, lo cual arrojo
una media de 5230 hrs. con una desviación estándar de 215
hrs. Calcula un intervalo de confianza de 95% para la verdadera
duración promedio de estos focos.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
SOLUCIÓN:

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos
EJERCICIO

Si una muestra aleatoria de tamaño 20 de una población

normal con varianza 225, tiene una media de 64.3.
Construye un I.C. del 95% para la media poblacional
µ.

Lic. Alondra Nohemi Hernández Villanueva Cálculo Diferencial Estimación puntual y por intervalos