Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD V:
TEORIA DE LA ESTIMACION
PARTICIPANTES:
SETIM GONCALVES EDILIANA DEL VALLE C.I. 20.780.029
FACILITADOR:
DIAZ, ALAYS
Pp
Índice General
2
Introducción
3
Definición de la estimación
5
Estimaciones locales o de punto
5
Propiedades de las estimaciones locales
7
Estimaciones por intervalos
8
Estimación por intervalos con muestras pequeñas (n ≤ 30)
10
Intervalos de confianza
11
Principales factores
12
Conclusión
15
Bibliografía
17
2
Introducción
3
el error estándar de un estadístico, más cercanos serán unos de otros sus
valores.
Existen dos tipos de estimaciones para parámetros; puntuales y por
intervalo. Una estimación puntual es un único valor estadístico y se usa para
estimar un parámetro. El estadístico usado se denomina estimador.
Una estimación por intervalo es un rango, generalmente de ancho finito, que
se espera que contenga el parámetro
En esta investigación tiene como objetico explotar información valiosa,
donde se hace referencia a la estimación, estimador, tipos de estimación,
intervalos de confianza, entre otros, es oportuno mencionar que todo mundo
hace estimaciones. Cabe destacar que la estimación es un valor especifico
observado de un estimador, ante lo expuesto cabe recalcar que la estimación
se basa en la toma de una muestra y calculando el valor que en ella asume
nuestro estimador .la finalidad es proporcionar las herramientas necesarias
para poder determinar buenas aproximaciones (estimaciones) a aquellos
valores desconocidos en la población y que estamos interesados en conocer.
Un buen estimador debe contar con ciertos criterios como eficiencia,
imparcialidad, congruencia y suficiencia.
En la investigación se mencionan los métodos para la estimación que
intentan medir las características particulares de una población. Los
estimadores puntuales como insesgados son estimadores de un parámetro
de una población que, en general, asume valores por encima del parámetro
de la población con la misma frecuencia y el mismo grado con que tiende a
asumir valores por debajo del parámetro de la población. En cuanto a
intervalos de confianza nos referimos a un conjunto de valores que tienen
alguna probabilidad específica de incluir el verdadero valor del parámetro de
la población, a menudo lo expresamos en errores estándar y no en valores
numéricos. Intervalos de confianza con grandes muestras la muestra
consiste de toda la población, sin embargo, cuanto mayor sea el tamaño
muestral, lo más seguro que podemos estar de que la media poblacional se
4
encuentre muy cerca a la media muestral que se obtiene. Para entender
mejor se debe tener conocimiento sobre distribuciones muéstrales, donde
tomamos en cuenta el teorema de limite central que nos dice que si la
distribución poblacional tiene una media µ y desviación estándar Ơ,
entonces, para n suficientemente grande, la distribución muestral de x es
aproximadamente normal, con media µX =µ y desviación estándar ƠX=Ơ/ ,
es decir, a mayor tamaño muestral, la desviación estándar se hace más
pequeña. Selección del tamaño muestra se conoce como el número de
elementos obtenidos o escogidos, que permitan explorar los resultados de la
muestra a toda la población .suponiendo que los elementos escogidos,
independientemente de su número, son representativos de toda la población.
A continuación continua el desarrollo de la investigación.
Definición de la Estimación
5
Estimar de forma puntual la media de edad, sería tan sencillo como sumar
esos 20 datos y dividirlos entre el total de la muestra estadística.
Ejercicio 1
Población: Todos los recién nacidos en el hospital durante los seis meses.
Muestra: Los 15 recién nacidos estudiados.
6
Ejercicio 2
Con una muestra de 200 personas, para determinar su altura media
"en metros", se ha obtenido el intervalo de confianza (1,60; 1,76) con un nivel
de confianza del 95 %. Interpreta este resultado y decide cuál será el error
máximo admisible.
La estimación por intervalo de confianza es más completa que la
estimación puntual ya que en lugar de proporcionarnos un único valor como
estimación del parámetro desconocido, nos da un intervalo donde puede
encontrarse dicho valor.
7
Propiedades de las estimaciones locales
Ejercicio
X = el gasto de un estudiante universitario en la compra de libros de texto.
¿cuál es el gasto medio µ = E[X]?
8
Una m.a.s. de tamaño n: (X1, X2, ..., Xn). Obtenemos los valores:
(x1, x2, ..., xn).
a.- Proponer cuatro estimadores del parámetro poblacional µ
n
1
T1(X1, . . . , Xn) = ^μ1 = ∑x
n i=1 i
n
1
T2 (X1, . . . , Xn) = ^μ2 = ∑x
n−1 i=1 i
X 1+ Xn
T3 (X1, . . . , Xn) = μ
^3 =
2
T4(X1, . . . , Xn) = μ^ 4 = X2 – X1
30+20+10
T1(X1, X2, X3) = =20
3
30+20+10
T2 (X1, X2, X3) = =30
2
30+10
T3 (X1, X2, X3) = =20
2
T4 (X1, X2, X3) = 20 – 30 = -10
9
muestreo un gran número de veces y definimos un intervalo alrededor
de cada valor del estadístico muestral, el parámetro se sitúa dentro de
cada intervalo en un porcentaje conocido de ocasiones. Este intervalo
es denominado "intervalo de confianza".
Ejercicio 1
Determinar el intervalo del peso promedio de los recién nacidos
durante el mes de agosto en una gran ciudad partiendo de una muestra
aleatoria de 100 bebés, en las que se obtuvo un peso promedio de 3100
gramos con una desviación estándar muestral s = 1500 gramos.
Solución
Ejercicio 2
Supongamos que se duplica el tamaño de la muestra de bebés
nacidos en el mismo mes de agosto y en la misma ciudad del ejemplo 1. El
peso promedio de la muestra es 3100 g con una dispersión estándar de 1500
g.
Se pide estimar el intervalo de peso promedio de los recién nacidos de
esa ciudad, a partir de esta nueva muestra.
Solución
10
Ahora el error estándar disminuye en el factor 1/√2, por lo que el
nuevo error estándar del peso promedio será 106 g.
Entonces se puede estimar, a partir de esta nueva muestra que, el
peso promedio de los recién nacidos está comprendido en el rango que va
de los 2994 g a 3206 g, con una probabilidad del 68%.
Ejercicio 1
Hallar el intervalo característico correspondiente para:
11
Ejercicio 2
Intervalos de confianza
12
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.
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.
Principales factores
Ejercicio 1
Se ha obtenido una muestra de 25 alumnos de una Facultad para
estimarla calificación media de los expedientes de los alumnos en la
Facultad. Se sabe por otros cursos que la desviación típica de las
puntuaciones en dicha Facultad es de 2.01 puntos.
La media de la muestra fue de 4.9.
1. Intervalo de confianza al 90 %.
2. Intervalo de confianza al 99 %.
Solución
1. Intervalo de confianza al 90 %. Usamos la fórmula:
σ 13
x=± z α
2 √n
Por último, sustituyendo los datos en la fórmula del intervalo, tenemos:
4,9 ± 1,64 (2,01/√25) ≡ 4,9 ± 0,66
(4,24, 5,56)
2. Intervalo de confianza al 99 %.
σ
x=± z α
2 √n
Por último, sustituyendo los datos en la fórmula del intervalo, tenemos:
4,9 ± 2,58 (2,01/√25) = 4,9 ± 1,04(3,86, 5,94)
Ejercicio 2
σ
x=± z α
2 √n
Por último, sustituyendo los datos en la fórmula del intervalo, tenemos:
4,9 ± 1,64 (2,01/√25) ≡ 4,9 ± 0,66
(4,24, 5,56)
2. Intervalo de confianza al 99 %.
σ
x=± z α
2 √n
14
Por último, sustituyendo los datos en la fórmula del intervalo, tenemos:
4,9 ± 2,58 (2,01/√25) = 4,9 ± 1,04(3,86, 5,94)
Conclusión
Esta investigación Aborda aspectos fundamentales de la
estadística: la teoría de la estimación, que permite predecir con determinada
precisión las características estadísticas de una población a partir de la
información aportada por individuos de una muestra extraída al azar de una
población. El interés de este artículo reside principalmente en el estudio
detenido del significado de una investigación,
15
Estimación es el método estadístico para obtener inferencias cerca de
valores de parámetros sobre la base de estadísticos de muestras. Debe
señalarse que hemos tratado el procedimiento tradicional de estimación
basado en decisiones. Se dice que un estimador es bueno si posee las
propiedades de insesgabilidad, consistencia, eficiencia y suficiencia .el
método de máxima probabilidad proporcionan estimadores que
ordinariamente son consistentes, eficientes y suficientes; pero no siempre
proporcionan estimadores insesgado. Nuestro estudio de la estimación lo
hemos hecho hasta ahora en el supuesto que la distribución de un estimador
por muestreo esta normalmente distribuido en tanto que muchas
distribuciones por muestreo solo son aproximadamente normales , los límites
de confianza construidos con multiplicadores de confianza normal solo posee
valores aproximados .
La estimación siempre ha sido utilizada en los contextos más variados
de la vida cotidiana. Pensemos simplemente en la necesidad de embaldosar
un piso, saber cuántas ovejas hay en el campo, calcular el dinero para hacer
una compra de comestibles, pensar en el monto del pago de impuestos
mensuales o calcular la hora sin consultar el reloj. En estas situaciones
raramente necesitamos resultados exactos. La Estimación es el método
estadístico de obtener inferencias cerca de valores de parámetros sobre la
base de estadísticos de muestras. Debe de señalarse que hemos tratado el
procedimiento tradicional de estimación basado en decisiones.
Cabe destacar que la estimación es un valor especifico observado de
un estimador, ante lo expuesto formamos una estimación tomando una
muestra y calculando el valor que en ella asume nuestro estimador, la
finalidad es proporcionar las herramientas necesarias para poder determinar
buenas aproximaciones (estimaciones) a aquellos valores desconocidos en
la población y que estamos interesados en conocer. Un buen estimador debe
de contar con ciertos criterios como eficiencia, imparcialidad, congruencia y
suficiencia.
16
El objetivo de la investigación fue logrado el cual es aprender y
comprender lo relacionado a la distribución en el muestreo y teoría de la
estimación, y para ello es necesario partir de ejemplificaciones como
estrategia didáctica en la construcción del tema.
Cabe destacar que el término estimación, también se utiliza
en ciencias aplicadas para hacer referencia a un cálculo aproximado, que
normalmente se apoya en la herramienta estadística aunque puede no
hacerlo. En este sentido, un ejemplo clásico son los poco conocidos pero
útiles en economía problemas de Fermi.
Por último y para concluir la importancia de la realización de
estimaciones adecuadas sobre el tamaño y esfuerzo requerido es una de las
características fundamentales de un proyecto de desarrollo de exitoso. Las
malas estimaciones o más comúnmente las no estimaciones, son
posiblemente una de las principales causas de los fracasos de muchas
empresas en el mundo ya que debe existir una planeación estratégica entre
si.
Bibliografía
17
Teoría de la decisión estadística, Departamento de Psicología
Universidad de Barcelona
Abraira, V. (2002). Desviación estándar y error estándar. Revista
Semergen.
Recuperado de web.archive.org.
Salinas, H. (2010). Estadística y probabilidades. Recuperado de
mat.uda.cl.
18