MATERIA:

Probabilidad y Estadística

Unidad: 6-2022
UNIVERSIDAD DE EL SALVADOR
Contenidista: Ing. Virginia de Melara Facultad Multidisciplinaria de Occidente
Departamento de Ingeniería y Arquitectura
UNIDAD 6: ESTIMACIÓN
• Objetivos de la unidad:
• Comprender las características que poseen los estimadores.
• Aprender cual es la distribución de probabilidad correspondiente de cada estimador
estudiado.
• Aplicar y resolver ejercicios con intervalos de confianza para la media, para la proporción de
una población, para la media poblacional con muestras pequeñas (o desconocida), para la
diferencia entre medias, para la diferencia entre dos proporciones, para la varianza y el
cociente de dos varianzas.
Intervalos de Confianza para la Media Poblacional
con Muestras Pequeñas (o desconocidas)
Sea X1 , . . . , Xn una muestra pequeña (por ejemplo n < 30) de una población
normal con media µ. Entonces la cantidad
𝑋ത − 𝜇
𝑠
𝑛
tiene una distribución t de Student con n - 1 grados de libertad, denotada por tn-1.
𝑋ത −𝜇
Cuando n es grande, la distribución de la cantidad 𝑠 es muy cercana a la curva
𝑛
normal, de esta forma la curva normal puede usarse en lugar
de la t de Student.
Intervalos de Confianza para la Media Poblacional
con Muestras Pequeñas (o desconocidas)
Ejemplo: Se extrae una muestra aleatoria de tamaño 10 de una distribución
normal con media 4. La estadística t de Student t (𝑋ത – 4)/(s/√(10)) es calculada.
¿Cuál es la probabilidad de que t >1.833?

Esta estadística t tiene 10 – 1 = 9 grados de libertad. De la tabla t, P(t > 1.833) =

0.05.
Intervalos de Confianza para la Media Poblacional
con Muestras Pequeñas (o desconocidas)
Sea X1 , . . . , Xn una muestra aleatoria pequeña de una población normal con
media µ. Entonces un intervalo de confianza de nivel 100(1 - α)% para es

𝑠
𝑋ത ± 𝑡𝑛−1,𝛼/2
𝑛

Ejemplo: El artículo de Ingenieria presenta mediciones de la fuerza nominal de

corte (en kN) para una muestra de 15 vigas de concreto. Los resultados son
Intervalos de Confianza para la Media Poblacional
con Muestras Pequeñas (o desconocidas)
Construir un intervalo de confianza de 99% para la media de la fuerza de corte.

𝑠
ത ത
Se calcula 𝑋= 668.27 y s=192.089. Se utiliza la expresión 𝑋 ± 𝑡𝑛−1,𝛼/2 con n=15 y
𝑛
α/2=0.005. De la tabla t con 14 grados de libertad, se encuentra t14,0.005 = 2.977. El
intervalo de confianza de 99% es 668.27 ± (2.977)(192.089)/√(15), o (520.62,
815.92).
Intervalos de Confianza para Diferencias
entre Medias
Sean X y Y independientes, con 𝑋~𝑁 𝜇𝑋 , 𝜎𝑋2 𝑦 𝑌~𝑁 𝜇𝑌 , 𝜎𝑌2 . Entonces
𝑋 + 𝑌~𝑁 𝜇𝑋 + 𝜇𝑌 , 𝜎𝑋2 + 𝜎𝑌2
𝑋 − 𝑌~𝑁 𝜇𝑋 − 𝜇𝑌 , 𝜎𝑋2 + 𝜎𝑌2

Sea X1, . . . , XnX una muestra aleatoria grande de tamaño nX de una población
con media µx y desviación estándar sX, y sea Y1, . . . , YnX una muestra
aleatoria grande de tamaño nY de una población con media µY y desviación
estándar sY. Si las dos muestras son independientes, con un intervalo de
confianza de nivel 100(1 - α)% para µx - µY es
Intervalos de Confianza para Diferencias
entre Medias
𝜎𝑋2 𝜎𝑌2
𝑋ത − 𝑌ത ± 𝑧𝛼/2 +
𝑛𝑋 𝑛𝑌

Cuando los valores de σX y σY son desconocidos, se pueden sustituir con

las desviaciones estándares muestrales sX y sY.

Ejemplo: La composición química del suelo varía con la profundidad. El

artículo “Sampling Soil Water in Sandy Soils: Comparative Analysis of Some
Common Methods” (M. Ahmed, M. Sharma y colaboradores, en
Communications in Soil Science and Plant Analysis, 2001:1677-1686).
Intervalos de Confianza para Diferencias
entre Medias
describe análisis químicos del suelo tomado de una granja en Australia
occidental. Se toman 50 muestras a profundidades de 50 y 250 cm. A una
profundidad de 50 cm, la concentración promedio de NO3 (en mg/l) era de
88.5 con una desviación estándar de 49.4. A una profundidad de 250 cm, la
concentración promedio era de 110.6 con una desviación estándar de 51.5.
Determine un intervalo de confianza de 95% para la diferencia entre las
concentraciones de NO3 a las dos profundidades.

Sean X1, . . . , X50 las concentraciones de 50 muestras tomadas a 50 cm y

sean Y1, . . . , Y50 las concentraciones de 50 muestras tomadas a 250 cm.
Intervalos de Confianza para Diferencias
entre Medias
Entonces 𝑋ഥ = 88.5, 𝑌ഥ = 110.6, sX = 49.4 y sY = 51.5. Los tamaños muestrales
son nX = nY = 50. Ambas muestras son grandes, por lo que se puede utilizar
2
𝜎𝑋 𝜎𝑌2
la expresión ഥ𝑋 − 𝑌ത ± 𝑧𝛼/2 +
𝑛𝑋 𝑛𝑌

Como consecuencia de que se quiere un intervalo de confianza de 95%, zα/2

= 1.96. El intervalo de confianza de 95% para la diferencia µY - µX es

49.42 51.52
110.6 − 88.5 ± 1.96 + , o 22.1 ± 19.8
50 50
Intervalos de Confianza para la Diferencia
entre dos Proporciones
Sea X el número de éxitos en nX ensayos de Bernoulli independientes con
probabilidad de éxito pX, y sea Y el número de éxitos en nY ensayos de Bernoulli
independientes con probabilidad de éxito pY , tal que X ~ Bin(nX, pX) y Y ~ Bin(nY, pY).
𝑋+1 𝑌+1
Se define ñ𝑋 = 𝑛𝑋 + 2, ñ𝑌 = 𝑛𝑌 + 2, 𝑝
෦𝑋 = ñ𝑋
y𝑝
෦𝑌 = ñ𝑌
Entonces un intervalo de confianza de nivel 100(1 - α)% para la diferencia pX - pY es
𝑝෦
𝑋 1−𝑝෦
𝑋 𝑝෦𝑌 1−𝑝෦𝑌
𝑝෦𝑋 − 𝑝
෦𝑌 ± 𝑧𝛼 +
2 ñ𝑋 ñ𝑌
Si el límite inferior del intervalo de confianza es menor que - 1, sustituya éste con -1.
Si el límite superior del intervalo de confianza es mayor que 1, sustituya éste con 1.
Intervalos de Confianza para la Diferencia
entre dos Proporciones
Ejemplo: Los métodos para calcular la fuerza y requerimientos de la dureza deben
ser conservadores, de tal forma que deben sobreestimar en vez de subestimar. La
tasa de éxitos de este método se puede medir con la probabilidad de una
sobreestimación. En una muestra de 380 columnas cortas de prueba (cuatro a seis
pies en longitud), el método sobreestimó la fuerza para 304 de ellas, y en una
muestra de 394 columnas largas de prueba (ocho a diez pies en longitud), el
método sobreestimó la fuerza para 360 de ellas. Determine un intervalo de
confianza de 95% para la diferencia entre las tasas de éxito para columnas largas y
columnas cortas.
Intervalos de Confianza para la Diferencia
entre dos Proporciones
El número de éxitos en la muestra de columnas cortas es X = 304 y el número de
éxitos en la muestra de columnas largas es Y = 360. Los números de ensayos son
nX = 380 y nY = 394. Se calcula ñ𝑋 =382, ñ𝑌 =396, 𝑝
෦𝑋 = (304 + 1)/382 = 0.7984, y
𝑌 = (360 + 1)/396 = 0.9116..
𝑝෦

El valor de zα/2 es 1.96. El intervalo de confianza de 95% es

0.7984 0.2016 0.9116 0.0884

0.9116 − 0.7984 ± 1.96 + 𝑂 0.1132 ± 0.0490
382 396
 Intervalos de Confianza para la
Varianza y el Cociente de dos
Varianzas
Intervalos de Confianza para la Varianza

Si s2 es la varianza de una muestra aleatoria de tamaño n de una población

normal, un intervalo de confianza del 100 (1 – α)% para σ2 es

(𝑛 − 1)𝑠 2 2
(𝑛 − 1)𝑠 2

2 < 𝜎 < 2
𝑋∝/2 𝑋1−∝/2
2 2
Donde 𝑋∝/2 y 𝑋1−∝/2 son valores 𝑋 2 con v = n – 1 grados de libertad, que dejan
áreas de α/2 y 1 – α/2, respectivamente, a la derecha.
 Intervalos de Confianza para la
Varianza y el Cociente de dos
Varianzas
Un intervalo de confianza aproximado a 100(1 – α)% para σ se obtiene tomando
la raíz cuadrada de cada extremo del intervalo para σ2

Ejemplo: Los siguientes son los pesos, en decagramos, de 10 paquetes de

semillas de pasto distribuidas por cierta empresa: 46.4, 46.1, 45.8, 47.0, 46.1.
45.9, 45.8, 46.9, 45.2 y 46.0. Calcule un intervalo de confianza del 95% para la
varianza de todos los pesos de este tipo de paquetes de semillas de pasto
distribuidos por la empresa. Suponga una población normal.
 Intervalos de Confianza para la
Varianza y el Cociente de dos
Varianzas
Primero calculamos
 Intervalos de Confianza para la
Varianza y el Cociente de dos
Varianzas
Para obtener un intervalo de confianza del 95% elegimos α = 0.05. Después,
usando la tabla: Valores críticos de la distribución chi cuadrada, con v = 9
grados de libertad.

2 2
Encontramos 𝑋0.025 = 19.023 y 𝑋0.975 = 2.700. Por lo tanto, el intervalo de
confianza del 95% para σ2 es:
(9)(0.286) 2
(9)(0.286)
<𝜎 <
19.023 2.700
O simplemente 0.135 < 𝜎 2 < 0.953
 Intervalos de Confianza para la
Varianza y el Cociente de dos
Varianzas
Intervalos de Confianza para el Cociente de dos Varianzas
Si 𝑠12 y 𝑠22 son las varianzas de muestras independientes de tamaño n1 y n2,
respectivamente, tomadas de poblaciones normales, entonces un intervalo de
confianza del 100(1 – α)% para 𝜎12 /𝜎22 es

𝑠12 1 𝜎12 𝑠12

2 𝑓 < 2 < 2 𝑓𝛼/2 𝑣1 , 𝑣2
𝑠2 ∝/2 𝑣1 , 𝑣2 𝜎1 𝑠2
donde 𝑓∝/2 𝑣1 , 𝑣2 es un valor f con v1 = n1 – 1 y v2 = n2 – 1 grados de libertad que
deja una área de α/2 a la derecha, y 𝑓𝛼/2 𝑣1 , 𝑣2 es un valor f similar con v2 = n2
– 1 y v1 = n1 – 1 grados de libertad.
 Intervalos de Confianza para la
Varianza y el Cociente de dos
Varianzas
Ejemplo: El Departamento de zoología de Virginia Tech llevó a cabo un estudio
para estimar la diferencia en la cantidad de ortofósforo químico medido en dos
estaciones diferentes con los siguientes datos n1 = 15, n2 = 12, s1 = 3.07 y s2 =
0.80, suponiendo que las varianzas normales de la población son diferentes.
Justifique esta suposición construyendo intervalos de confianza del 98% para
𝜎12 /𝜎22 y para σ1/σ2 , donde 𝜎12 y 𝜎22 son las varianzas de la población del
contenido de ortofósforo en la estación 1 y en la estación 2, respectivamente.

Al interpolar en la tabla: Valores críticos de la distribución F encontramos f0.01

(14,11) ≈ 4.30 y f0.01 (11,14) ≈ 3.87. Por lo tanto, el intervalo de confi anza del 98%
para 𝜎12 /𝜎22 es
 Intervalos de Confianza para la
Varianza y el Cociente de dos
Varianzas
(3.072 ) 1 𝜎12 3.072
2
< 2< 2
(3.87)
(0.80 ) 4.30 𝜎1 0.80
𝜎12
que se simplifica a 3.425 < 𝜎12
< 56.991. Al calcular las raíces cuadradas de los
límites de confianza encontramos que un intervalo de confianza del 98% para
σ1/σ2 es 1.851 < σ1/σ2 < 7.549. Como este intervalo no permite la posibilidad de que
σ1 /σ2 sea igual a 1, es correcto suponer que σ1 ≠ σ2 o 𝜎12 ≠ 𝜎22 .
Bibliografía
- Walpole, R.E. (2007) Probabilidad y Estadística (8ª. Ed.) México: Pearson
Ed.
- Montgomery D.C. & Runger G.C. (2008) Probabilidad y Estadística
Aplicada a la Ingeniería (2ª. Ed.) México: Limusa Wiley.
- Navidi, W (2006) Estadística para Ingenieros, (Traducido de la 1ª Ed)
México: McGraw – Hill Interamericana.