3°I

Estimación puntual y
por intervalos

ESTADISTICA INFERENCIAL
ORTIZ MORALES MARGARITA

UNIVERSIDAD AUTONOMA DE CHIAPAS | 15/10/2021

ESTIMACION PUNTUAL
Una estimación puntual de un parámetro poblacional es cuando se utiliza un único valor para
estimar ese parámetro, es decir, se usa un punto en concreto de la muestra para estimar el
valor deseado. Cuando estimamos un parámetro de forma puntual, podemos saber con
certeza, cual es ese valor.
En estadística, la estimación puntual implica el uso de datos de muestra para calcular un valor
único que debe servir como "mejor estimación" o "mejor estimación" de un parámetro de
población desconocido. Más formalmente, es la aplicación de un estimador puntual a los
datos para obtener una estimación puntual.
Características de cada uno de los estimadores

Para obtener una estimación puntual se usa un estadístico que recibe el nombre de estimador
o función de decisión. Algunos ejemplos de estadísticos son:

• La media muestral que sirve como estimación puntual de la media poblacional.

• La desviación típica muestral que sirve de estimación para la desviación típica de la

población.

Ejemplos de Estimación Puntual

La finalidad de la estimación de medidas es caracterizar las poblaciones a partir de la
información de las muestras, un estadístico es una función de la información muestral.
La estimación es la consecuencia del valor de la media o la cantidad que representa el
promedio de la población para fraccionar o dividir los datos de la muestra.
La estimación puntual es la evaluación del estimador sobre la muestra fija.
ESTIMACION POR INTERVALOS
El intervalo de confianza representa una técnica de estimación que se utiliza en el campo de
la inferencia estadística. En él se permite acotar uno o diversos pares de valores, entre los
cuales está la estimación puntual indagada. Esto dentro de una determinada probabilidad
En estadística, la estimación de intervalo es el uso de datos de muestra para estimar un
intervalo de valores plausibles de un parámetro de interés. Esto contrasta con la estimación
puntual, que da un valor único.

Ejemplo
Se generan 100000 muestras aleatorias (n=25) de una población que sigue la distribución
Normal, y resulta:

La distribución de las Medias muestrales aproxima al modelo Normal:

En consecuencia, el intervalo dentro del cual se halla el 95% de las Medias muestrales es

(Nota: Los valores +-1.96 que multiplican la Desviación Típica de la distribución muestral
son los valores cuya función de distribución es igual a 0.975 y 0.025 respectivamente y se
pueden obtener en las tablas de la distribución Normal estandarizada o de funciones en
aplicaciones informáticas como Excel). Seguidamente generamos una muestra de la
población y obtenemos su Media, que es igual a 4.5. Si establecemos el intervalo alrededor
de la Media muestral, el parámetro poblacional (5.1) está incluido dentro de sus límites:
Ahora bien, la distancia de un punto A a un punto B es la misma que de B a A. Por esa razón,
la distancia desde m a la Media muestral es la misma que va de la Media muestral a m. En
consecuencia, si hacemos un muestreo con un número grande de muestras observamos que
el 95% de las veces (aproximadamente) el valor de la Media de la población (m) se encuentra
dentro del intervalo definido alrededor de cada uno de los valores de la Media muestral. El
porcentaje de veces que el valor de m se halla dentro de alguno de los intervalos de confianza
es del 95%, y es denominado nivel de confianza.
Si queremos establecer un intervalo de confianza en que el % de veces que m se halle dentro
del intervalo sea igual al 99%, la expresión anterior es:

(Obtenemos el valor +-2.58 que multiplica la Desviación Típica de la distribución muestral

en las tablas de la distribución Normal estandarizada o de funciones en aplicaciones
informáticas como Excel), y son los valores cuya función de probabilidad es igual a 0.995 y
0.005 respectivamente).

Ejemplo
La siguiente imagen muestra la distribución de las Medias muestrales obtenidas de 100000
muestras aleatorias y los intervalos alrededor de cada una de las Medias obtenidas de diez de
las muestras:

donde ls y le simbolizan los límites superior e inferior del intervalo de confianza al 95%.

Nueve de los diez intervalos (salvo el definido alrededor de la Media muestral igual a 3.7)
incluyen el valor del parámetro dentro sus límites.
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 gráfica 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.

Bibliografía
Pacheco, J. (2021, 5 octubre). Estimación Puntual: Definición, Qué es y Ejemplos | 2021.

Economía360. https://www.economia360.org/estimacion-puntual/

Sanjuán, F. J. M. (2021, 21 enero). Estimación puntual. Recuperado de

https://economipedia.com/definiciones/estimacion-puntual.html

Yumpu.com. (s. f.). Estimación por intervalos. Recuperado de

https://www.yumpu.com/es/document/view/38298098/estimacion-por-intervalos