Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En esta actividad, realizaremos algunas preguntas teóricas y problemas prácticos basados en el tema de hoy,
tomando como base nuestro libro de Estadística Inferencial, en el cual conoceremos más sobre el uso de las
estimaciones de parámetros y como deben ser aplicados dentro de ámbitos de campo y que puntos son
importantes de este tema.
Sin dudas, esta actividad nos será de mucha ayuda, no solo por todo el conocimiento que obtendremos
investigando y plasmándolo en esta actividad, sino que además podremos conocer más a detalle todo lo que
involucra el uso de las estimaciones y como aplicarlas en ámbitos estadísticos.
Al realizar una investigación
estadística a menudo se sabe o se
supone que la
población (discreta o continua), de la
cual se selecciona una muestra
aleatoria, tiene una
función específica F(x) cuyos
parámetros se intenta determinar. Si
el parámetro a determinar es
denotado por Θ; entonces, la
distribución de la población será
denotada por F(x;Θ) El estudio de poblaciones estadísticas supone en
general el conocimiento de la función de probabilidad que gobierna el comportamiento aleatorio de la variable de
interés. En muchos casos sabemos o presumimos conocer la familia distribucional de una población. Sabemos por
ejemplo que la población es aproximadamente normal; pero desconocemos la media y la varianza poblacionales.
Sabemos que la variable de interés es binomial pero desconocemos la probabilidad de éxito poblacional o el
número de pruebas de Bernoulli. Sabemos que se trata de un proceso de Poisson pero desconocemos el número
de eventos raros por intervalos. Presumimos que la variable es exponencial pero desconocemos el parámetro que
precisa la distribución exponencial poblacional.
x =
∑ x i = 189 =6.3
n 30
√ ∑ (x i− x
√
2
) 44.312
s= = = √ 1.528=1.2361
n−1 29
s 1.2361 1.2361
sx = = = =0.2256
√ n √ 30 5.4772
s
IC= X ± Z
√n
IC=6.3 ± 1.96∗0.2256=6.3 ± 0.4421
LI =6.3−0.4421=5.8579
LS=6.3+0.4421=6.7421
3. Con base en el problema 2, tomar una muestra de los primeros 10 y resolverlo para la estimación de la
media para muestras pequeñas, (usando distribución t de Student con n-1 grados de libertad ), (como
ayuda, ver ejemplos y procedimientos de la pág. 111 y siguientes).
a) Estimar el promedio de visitas que realizan los representantes médicos, con una estimación puntual.
b) Estimar un intervalo de confianza con un nivel de confianza del 95%.
c) Interpretar los resultados.
U = 6.4
n = 10
∝=1−0.95=0.05
√ ∑ ( x−x
√
2
) 2.56+5.76+ 0.36+2.56+0.16+ 0.16+1.96+2.56+ 0.16+0.16
S= =
N−1 9
S= √1.8222=¿1.35 ¿
x −u 6.4−6
t= = =0.9369
S 1.35
√n √ 10
Grafica = 1.8125
4. Hacer la estimación de una proporción poblacional con la información del problema 2 y la muestra
presentada, tomando un número de visitas realizadas por los representantes mayores de 6, (como ayuda,
ver ejemplos y procedimientos de la pág. 117 y siguientes).
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.
Sin dudas, esta actividad nos fue de mucha ayuda, dejando de lado todo el conocimiento que obtuvimos
realizando esta actividad y como resolvimos los problemas de dicha tarea con todo lo que aprendimos, sino que
además, pudimos conocer más a detalle todo lo que involucra el uso de las estimaciones y como obtener
resultados exactos por medio de sus fórmulas.
Bibliografía
Adriana Rodríguez Domínguez. (2012). Estadística inferencial. México: SUAyED