Estadística Aplicada

30 de noviembre de 2022
 3. ESTIMACIONES Y TAMAÑO DE LA MUESTRA

3.1 DISTRIBUCIÓN NORMAL ESTÁNDAR

La distribución normal es la más conocida y usada de

todas debido a que describe de manera satisfactoria
muchos fenómenos naturales.

La distribución de los errores de medida tiende a ser

normal, al igual que la distribución del grado de
perfección de diversos procesos de producción.
Al estandarizar los datos, se requiere de una tabla de probabilidad normal
estándar.

Se emplea 𝒛 en lugar del número de desviaciones estándar porque las

variables aleatorias normalmente distribuidas, tienen unidades diferentes
de medición (metros, minutos, kilogramos, etc.).

Al utilizar la tabla se habla de unidades estándar (desviaciones estándar) y

se identifica a éstas como 𝒛.

Cada renglón de la tabla corresponde a un valor de 𝒛, hasta el primer

dígito decimal, las distintas columnas corresponden al segundo dígito
decimal.
 Los tres tipos de probabilidad que se necesitan calcular son:

• La probabilidad de que la variable aleatoria normal

estándar 𝒛 sea menor o igual que un valor dado

𝑷(𝒛 ≤ 𝒂)

• La probabilidad de que 𝒛 esté entre dos valores

dados

𝑷(𝒂 ≤ 𝒛 ≤ 𝒃)

• La probabilidad de que 𝒛 sea mayor o igual que un

valor dado

𝑷(𝒛 ≥ 𝒂)
3.2 APLICACIONES DE LAS DISTRIBUCIONES NORMALES

• Son utilizadas para describir el comportamiento aleatorio de

muchos procesos que ocurren en la naturaleza y también los
realizados por los humanos.

• Tiene algunas propiedades que la hacen aplicable a un gran

número de situaciones en las que es necesario hacer
inferencias mediante la toma de muestras.

• Ha llevado a tomar buenas decisiones empresariales en

algunas aplicaciones.
 3.3 DISTRIBUCIONES MUESTRALES Y ESTIMADORES
A menudo se requiere extraer conclusiones precisas respecto a un grupo grande de
individuos u objetos.

En lugar de examinar a un grupo entero, llamado población, lo cual

puede resultar difícil o imposible, se utiliza solamente una parte
pequeña de esta población, que se llama muestra.

Esto se hace con el propósito de inferir ciertos hechos respecto de la

población de los resultados hallados en la muestra, un proceso
conocido como inferencia estadística.

El proceso de obtener muestras se llama muestreo.

Propiedades de los estimadores puntuales

Insesgado: Cuando su valor esperado es

igual al parámetro poblacional que
estima.

Eficiencia relativa: Dados dos estimadores

puntuales insesgados de un mismo
parámetro poblacional, el estimador
puntual que tenga menor error estándar
será más eficiente.

Consistencia: Cuando su valor tiende a

estar más cerca del parámetro poblacional
a medida que el tamaño de la muestra
aumenta.
Distribución muestral de la media
Ejemplo
Distribución muestral de la proporciones

Hay situaciones en las cuales se quiere analizar, por ejemplo:

• La proporción de mercancía defectuosa

• La proporción de personas de la tercera edad que utilizan las
redes sociales.

Se genera del mismo modo que la distribución muestral de medias, con la

diferencia de que la población de donde se extraen las muestras tiene una
proporción de éxitos determinada, por lo que las muestras extraídas
también la tienen.

Puede utilizarse el teorema del límite central para sostener que la

distribución de probabilidad de la proporción muestral puede considerarse
una variable aleatoria que sigue una distribución normal.
Ejemplo
Estimación por intervalos
Ejemplo
Tamaño de la muestra requerido para estimar 𝜇

En ocasiones es necesario calcular el tamaño de muestra 𝑛 para lograr que

la estimación de una media poblacional 𝜇 tenga como error máximo a un
número 𝐸.

𝟐 𝟐
𝒛𝜶Τ𝟐 𝝈
𝒏=
𝑬𝟐
donde

𝒛𝜶Τ𝟐 = puntuación 𝑧 crítica que se basa en el nivel de confianza deseado

𝜎
𝑬 = 𝑍𝛼Τ2 = margen de error
𝑛

𝜎 = desviación estándar poblacional

Procedimientos para obtener el valor de σ cuando no se conoce

1. Usar como valor de σ una estimación de la desviación estándar

poblacional calculada a partir de datos de estudios anteriores.

2. Emplear un estudio piloto seleccionando una muestra preliminar. La

desviación estándar muestral obtenida de la muestra preliminar puede
usarse como valor de σ.

3. Usar la regla práctica del intervalo. Estimar el mayor y el menor valor en

los datos de la población. La diferencia entre el mayor y el menor valor
proporciona una estimación del rango de los datos. Este valor dividido
entre 4 suele considerarse como una aproximación a la desviación
estándar y tomarse como un valor aceptable de σ.
 Tamaño de muestra para la estimación de la proporción 𝑝

Pueden emplearse cualquiera de las siguientes ecuaciones según sea el caso:

1) Cuando se puedan hacer estimados razonables de 𝒑 ෝ usando muestras previas,

un estudio piloto o el conocimiento experto de alguna persona.

2) Cuando no se pueden hacer estimados de 𝒑 ෝ, se asigna el valor de 0.5 a 𝒑

ෝya𝒒 ෝ
para que el tamaño de la muestra sea al menos tan grande como debe ser. La
razón que sustenta la asignación de 0.5 es porque el producto 𝒑 ෝ∙𝒒ෝ tiene 0.25
como su mayor valor posible, que ocurre cuando 𝒑 ෝ = 0.5 y 𝒒 ෝ = 0.5.
Ejemplo