UNIDAD 2: Caso Práctico.

Enunciado

Víctor Alfonso Castañeda Henao

Estadística Inferencial

Javier Olmedo Millan Payan

Mercadeo Digital

Corporación universitaria Asturias

Fecha:13 /03/2022
 Introducción:

En el siguiente documento se abordarán los ejercicios y/o problemas propuestos en

UNIDAD 2: Caso Práctico. Enunciado, basados en la teoría presentada en la Unidad 2 de la

asignatura de Mercadeo. La cual comprende las estimaciones puntuales y los intervalos de

confianza para tener mínimo el conocimiento de cómo resolver las operaciones.

 Tabla de Contenidos

Introducción……………………………………………………………………..2

Ejercicio No 1…………………………………………………………..……….4

Ejercicio No 2…………………………………………………………………...5

Conclusiones……………………………………………………………………7
 Ejercicio No 1

De una población en la que se analiza la variable aleatoria ζ, con función de

probabilidad f(x;θ), se extraen m.a.s de tamaño n. Se eligen dos estimadores del
parámetro θ, tales que:

E(θ*1) = 2θ y V(θ*1) = 3θ2

E(θ*2) = θ + 1 y V(θ*2) = 4θ2

CUESTIONES

a) ¿son insesgados?

E(θ*1) = 2θ y V(θ*1) = 3θ2

             E(θ*1) = 2θ
 E(θ*1) = 2θ – θ = θ ≠ θ Luego θ*1 no son insesgados
       
E(θ*2) = C y V(θ*2) = 4θ2
             E(θ*2) = θ + 1
 E(θ*2) = θ + 1 – θ = 1≠ θ Luego θ*2 no son insesgados

b) Proponer, a partir de los estimadores anteriores, otros dos que sean insesgados
compararlos según el criterio de eficiencia.

(θ*3) = (θ*1) /4
             E(θ*3) = (θ*1) /4
 E(θ*3) = (2 θ) /4 = 1/2 θ ≠ θ Luego θ*3 no son insesgados

(θ*4) = (θ*2) - 1
             E(θ*4) = (θ*2) - 1
 E(θ*4) = θ + 1- 1 =  θ ≠ θ Luego θ*4 es insesgados
V[θ*3] = V[(θ*1)/2] = V[θ*1]/4 = (3θ2)/4 V[θ*4] = V[(θ*2) - 1] =
V[θ*2] = 4θ2

Como los estimadores son insesgados, el más eficiente es el que tiene menor
varianza, luego θ*3 es más eficiente que θ*4
 Ejercicio No 2:

Una vez obtenido el intervalo: μ ε [10 -0’784; 10 + 0’784] = [9’216; 10’784]0’95}

CUESTIONES

a) Aumentar la confianza de la estimación hasta el 99%, manteniendo

constante la precisión.

Distribuimos alfa en la izquierda y derecha del área. 1%

99%+ 0.5% = 99,5% es decir 0,995

A continuación:

b) Aumentar al doble la precisión de la estimación obtenida, manteniendo

constante la confianza de la estimación en el 95%.
El enunciado pide aumentar la precisión en un valor doble

n =0,296875 + 0,296875 = 0,59375

Conclusión
Al aumentar la precisión se puede ver que el intervalo de confianza se reduce, la
fiabilidad nos permite determinar con más seguridad en que intervalo se encuentra
el valor real de la variable.