BIOESTADÍSTICA APLICADA

A LA SALUD
EP OBSTETRICIA
UNMSM

Estimación de parámetros.
Intervalos de confianza.
Dr. Giovanni Giuseppe Simón Meneses
Flores

28 de octubre de 2022
CONTENIDO

■ Introducción
■ Conceptos
■ Tipos de estimación
■ Estimación de parámetros
■ Aplicaciones

Inferencia Estadística 2
 INTRODUCCION
La inferencia estadística comprende los
métodos que son usados para sacar conclusiones de
la población en base a una muestra tomada de ella.
Con el objetivo de tomar decisiones y resolver los
grandes problemas en estadística:
Estimación de parámetros y el contraste de
hipótesis sobre cualquiera de los parámetros.
El objetivo es hallar un estimado (valor aproximado)
del parámetro poblacional basado en los datos
obtenidos de dicha muestra aleatoria.

Inferencia Estadística 3
PROCESO DE INFERENCIA ESTADISTICA

Población N

Muestra
μ X

σ2 Inferencia S2
p
π
n

N Inferencia Estadística 4
 CONCEPTOS

Parámetro: es alguna característica descriptiva de los elementos de la población.

Valor que deseamos conocer con mínimo error.
Estimador: es una cantidad numérica calculada sobre una muestra y que
esperamos que sea una buena aproximación de cierta cantidad con el mismo
significado en la población (parámetro).
Nivel de significancia: α o error tipo I, que corresponde a la probabilidad de
rechazar una hipótesis nula cuando ésta es verdadera.
Error tipo II: β es la probabilidad de aceptar una hipótesis nula cuando ésta es
falsa
Poder estadístico de la muestra: 1-β es la capacidad de la misma para poder
detectar una diferencia de los parámetros de las poblaciones cuando ésta existe,
es el complemento del error tipo II.

Inferencia Estadística 5
 TIPOS DE ERRORES A COMETER

DECISION
Hipótesis nula Hipótesis nula
no rechazada rechazada

Hipótesis
Sin error Error tipo I
nula
verdadera 1-α α
REALIDAD
Hipótesis
Error tipo II Sin error
nula
falsa β 1-β

Inferencia Estadística 6
 TIPOS DE ESTIMACION DE PARAMETROS

Implica realizar el cálculo utilizando fórmulas matemáticas

a partir de los datos de la muestra extraída.

TIPOS:

• ESTIMACION PUNTUAL: un valor

• ESTIMACION POR INTERVALOS: conjunto de valores

contenidos en un intervalo con algún margen de seguridad.

Inferencia Estadística 7
 ESTIMACIÓN PUNTUAL

Es un valor numérico utilizado para estimar el verdadero valor

de población.
Su valor es utilizado también para estimar un intervalo de
confianza para el parámetro poblacional

Propiedades de los estimadores:

•Ausencia de sesgo
•Varianza mínima. Del estimador de muestra en muestra (error
esándar.

Inferencia Estadística 8
Ejemplo:
Peso promedio de niños de 5 años en Lima Metropolitana,
el peso promedio en la muestra fue 18.4 kg, entonces el
estimador puntual del peso medio en la población será de
18.4 kg.

Ejemplo:
En una epidemia de sarampión se registraron 80 casos de
los cuales 24 fallecieron. Se estima que la proporción de
fallecidos en esa población de interés fue de 30%

Inferencia Estadística 9
 ESTIMACION POR INTERVALO

Consta de dos valores numéricos que definen un intervalo y

para un grado especificado de confianza se considera que
incluye el parámetro a estimar, indica la variabilidad que la
estimación podría tener al considerar otras muestras.

Estimador puntual ± coeficiente de confiabilidad x error estándar

Seguridad con la que se estima el

intervalo >=95%

Inferencia Estadística 10
 INTERVALO DE CONFIANZA PARA UNA
PROPORCIÓN

Se define una variable aleatoria X que indique el

numero de veces que ocurre el evento en una muestra de
tamaño n y con probabilidad de éxito , p. Se demuestra que
cuando n es grande y la verdadera estimación π no se
conoce se estima con p entonces :
IC(π) = Proporción observada ± Z1-α/2 x error estándar de la
proporción

Para 95% de confianza; Z=1.96

n=tamaño de la muestra
P= proporción en la muestra que poseen la característica

Inferencia Estadística 11
 CONSIDERACIONES

La fórmula es usada cuando la muestra es de tamaño grande y

la proporción de la población no está muy cerca de 0 o de 1.
Un criterio para usar de forma válida esta aproximación es que
n p y n (1- p) deben ser mayores que 5.

INTERPRETACIÓN: Se tiene el 100 (1- α )% de confianza de

que el intervalo calculado, contenga la proporción poblacional
del atributo de interés

Inferencia Estadística 12
 EJEMPLO

En una muestra de 120 pacientes de una población de pacientes

con cáncer de pulmón se encontraron, 36 pacientes con
antecedentes de ser fumadores p=0.30; Estime un intervalo de
confianza 95% para la proporción poblacional.

Con 95% de confianza el IC de 22% a 38% incluirá a la

verdadera proporción de pacientes con cáncer, con antecedentes
de ser fumadores.

Inferencia Estadística 13
 INTERVALO DE CONFIANZA PARA UNA MEDIA

• La fórmula para límites de un intervalo de confianza del 95%

para la media de la población μ, emplea el promedio como
estimador puntual.
• Cuando la desviación estándar de la población σ se conoce, y son
muestras grandes la fórmula es :

• Si no se conoce la desviación estándar poblacional y además se

trabaja con un tamaño de muestra <30 entonces se usa la
distribución t de Student, donde t con grados de libertad n-1

Inferencia Estadística 14
 CONSIDERACIONES

Supongamos que la población es normal con media y

varianza desconocida y que se desea hacer inferencias acerca de
n, basada en una muestra pequeña ( n<30) tomada de la
población. En este caso la distribución de la media muestral x ya
no es normal, sino que sigue la distribución t de Student.

La distribución t de Student es bastante similar a la Normal

Estándar, con la diferencia que se aproxima más lentamente al eje
horizontal. El parámetro de esta distribución es llamado grados de
libertad, y se puede notar que a medida que los grados de libertad
aumentan, la curva de la t y la curva normal estándar se asemejan
cada vez más.
Inferencia Estadística 15
 EJEMPLO

Una muestra de 120 pacientes de una población de pacientes con

cáncer registraron edad promedio 66.3 años y desviación estándar
muestral S= 10.49 años
Estime un intervalo de 95% de confianza para la media de las
edades:

Con 95 % de confianza la verdadera edad promedio de la población

de pacientes con cáncer se encontrará en el intervalo de 64 a 68
años.

Inferencia Estadística 16
 EJEMPLO

Una muestra de 10 pacientes con hepatitis arrojó los siguientes

resultados de bilirrubina sérica:
20.5, 14.8, 21.3, 12.7, 15.2, 26.6, 23.4, 22.9, 15.7, 19.2
Construya un intervalo de confianza al 95% para la media de la población.
Estimación puntual de la media: 19.23
Desviación estándar de la muestra: 4.497
Al ser una muestra pequeña, se trabaja con la distribución t para n-1 grados
de libertad (9 grados de libertad)
En la tabla t, para un nivel de confianza del 95% bilateral y 9 grados de
libertad, t = 2.26

IC(μ)= =

IC 95% para la media: [ 16.02 ; 22.44 ]

Inferencia Estadística 17
 OBSERVACION

Un mayor nivel de confianza nos lleva a intervalos más amplios.

[ , ] 90% con, 10% error I

[ , ] 95% con, 5% error I

[ , ] 99% con, 1% error I

Para obtener un intervalo de mayor confianza sin que se vea afectado el

tamaño del intervalo, sólo queda incrementar el tamaño de la muestra.
También una pequeña variabilidad de los datos (σ ó s pequeños) redunda en
intervalos menos amplios.

Inferencia Estadística 18
GRACIAS

Inferencia Estadística 19