Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DOCENTE:
INGENIERO. JUAN VILLANUEVA ESPINOZA.
PRESENTA:
TORIBIO MATEO ERNESTO
MARTINEZ BRADLEY JORGE ENRIQUE
FELICIANO GENCHI ZULEMA
MENDEZ SANTIAGO NICOLAS.
ACTIVIDAD:
INVESTIGACION DE LA UNIDAD 4: ESTIMACION DE PARAMETROS.
Definición técnica:
La estimación de parámetros es un método que consiste en asignar un valor al
parámetro o al conjunto de parámetros que caracterizan el campo sujeto a estudio.
La fórmula matemática que lo determina se denomina estimador.
Al ser una estimación existe cierto error. Incluso, aunque el estimador tenga todas
las propiedades óptimas. Por pequeño que sea, siempre existirá un error.
Así pues, para obtener estimaciones adaptadas a esa realidad, se crean intervalos
de confianza. Es decir, rangos entre los que están esos valores estimados con cierto
grado de confianza. El grado de confianza (fiabilidad) se puede modificar. Cuando
mayor sea el grado de confianza, más grande será el intervalo. Eso sí, cuanto
menos error tenga la estimación inicial, más acotado será el intervalo de confianza.
Ejemplo estimación de parámetros
Queremos información sobre el resultado de las elecciones generales e intentar
predecir qué porcentaje de votos tendrá cada partido político. Tras utilizar las
técnicas pertinentes se extraen los siguientes resultados:
Partido A: 32%
Partido B: 51%
Partido C: 17%
Sin embargo, somos conscientes, de que es una estimación. Así pues, utilizando
las fórmulas adecuadas, establecemos los intervalos de confianza al 95%.
Partido A: [30 – 34]%
Partido B: [47 – 53]%
Partido C: [15-19]%
Tras los resultados obtenidos se puede interpretar que existe un 95% de
probabilidades de que el resultado de los partidos políticos estén en ese rango. Aun
así, existe un 5% de probabilidades de que los resultados estén fuere de ese rango.
Conocer el verdadero poblacional, por lo general, suele ser algo muy complicado.
Pensemos en una población de 4 millones de personas. ¿Podríamos saber el gasto
medio en consumo por hogar de esa población? En principio sí. Simplemente
tendríamos que hacer una encuesta entre todos los hogares y calcular la media. Sin
embargo, seguir ese proceso sería tremendamente laborioso y complicaría bastante
el estudio.
Ante situaciones así, se hace más factible seleccionar una muestra estadística. Por
ejemplo, 500 personas. Y sobre dicha muestra, calcular la media. Aunque
seguiríamos sin saber el verdadero valor poblacional, podríamos suponer que este
se va a situar cerca del valor muestral. A esa media le sumamos el margen de error
y tenemos un valor del intervalo de confianza. Por otro lado, le restamos a la media
ese margen de error y tendremos otro valor. Entre esos dos valores estará la media
poblacional.
En conclusión, el intervalo de confianza no sirve para dar una estimación puntual
del parámetro poblacional, si nos va a servir para hacernos una idea aproximada de
cuál podría ser el verdadero de este. Nos permite acotar entre dos valores en dónde
se encontrará la media de la población.
coeficiente de variación
Frecuencia acumulada
Factores de los que depende un intervalo de confianza
Se desea estimar la media del tiempo que un corredor emplea para completar una
maratón. Para ello se han cronometrado 10 maratones y se ha obtenido una media
de 4 horas con una desviación típica de 33 minutos (0,55 horas). Se desea obtener
un intervalo al 95% de confianza.
Para obtener el intervalo, no tendríamos más que sustituir los datos en la fórmula
del intervalo.
que sigue una distribución normal de media 0 y desviación típica 1. Buscamos los
cuantiles de esta distribución tales que
P[–z1−α/2≤X¯¯¯¯−μσ/n−−√≤z1−α/2]=1−α
Expresión 2: Obtención del cuantil z{1 – α/2}
O, equivalentemente,
P[X¯¯¯¯–z1−α/2σn−−√≤μ≤X¯¯¯¯+z1−α/2σn−−√]=1−α
Expresión 3: Obtención del cuantil z{1 – α/2}
[X¯¯¯¯–z1−α/2σn−−√,X¯¯¯¯+z1−α/2σn−−√]
Por tanto:
que sigue una distribución t de Student con n−1 grados de libertad. En la fórmula
anterior, s hace referencia a la cuasidesviación típica muestral.
P[–t1−α/2≤X¯¯¯¯−μs/n−−√≤t1−α/2]=1−α
Expresión 6: Obtención del cuantil t1−α/2
P[X¯¯¯¯–t1−α/2sn−−√≤μ≤X¯¯¯¯+t1−α/2sn−−√]=1−α
Expresión 7: Obtención del cuantil t1−α/2
por lo que el intervalo de confianza que buscamos es
[X¯¯¯¯–t1−α/2sn−−√,X¯¯¯¯+t1−α/2sn−−√]
donde
Analizar
Estadísticos Descriptivos
Explorar
Analizar
Comparar medias
Utilizando este criterio los resultados numéricos no coinciden exactamente con los
que se obtendrían aplicando la expresión del error típico de la proporción; no
obstante la discrepancia es despreciable si el número de observaciones es
suficientemente grande.
Otras alternativas para realizar este contraste son de naturaleza no paramétrica.
PRUEBA BINOMIAL
Uno de los dilemas que más trae de cabeza a los historiadores y antropólogos
es si existen diferencias físicas y psicológicas (inteligencia, fuerza, carácter… )
entre la gente de derechas y de izquierdas. Hoy vamos a traer algo de luz a este
tema, comparando las estaturas de famosos personajes históricos de izquierdas
y de derechas.
Calcular un intervalo de confianza, al 95 por ciento, para la diferencia de estaturas
medias, y razonar si alguno de los grupos puede considerarse más alto que el otro.
Solución:
Calcular el intervalo de confianza a mano es bastante tedioso (lo dice uno que lo
tuvo que hacer muchas veces), por culpa del valor ΔΔ que aparece en la
fórmula. Los afortunados hijos de la era digital tenéis la suerte de contar con R o
herramientas similares. Tan sencillo como poner los datos y una orden:
e1=c(175,175,163,191,169,188,165,178,174,165,171,171)
e2=c(187,168,191, 190,175,173,165,160,173,175,176,174)
t.test(e1,e2, conf.level=0.95)$conf.int
## [1] -9.566 5.899
## attr(,"conf.level")
## [1] 0.95
Las propiedades volumétricas del fluido son de suma importancia para los cálculos
de reservas de hidrocarburos; desafortunadamente, en ocasiones las muestras
recolectadas pueden no representar al fluido del yacimiento, motivo por el cual se
realizó la validación del experimento PVT, utilizando la técnica propuesta por
Bashbush (1981), ya que proporciona los lineamientos y recomendaciones (valores
K sin cruces, ni inflexiones, para un orden específico de los componentes en cada
decremento de presión del experimento de AVC), para validar y corregir, si fuera
necesario, los datos PVT en yacimientos que contienen fluidos composicionales.
Fuentes de información
2021, de https://economipedia.com/definiciones/intervalo-de-confianza.htm
https://economipedia.com/definiciones/estimacion-de-parametros.html
http://wpd.ugr.es/~bioestad/guia-de-r/practica-5/
http://www.ub.edu/aplica_infor/spss/cap4-4.htm