UNIDAD VI

Estimación Estadística.
Tipos de estimaciones

Podemos hacer dos tipos de estimaciones concernientes a una población: una

estimación puntual y una estimación de intervalo. Una estimación puntual es un solo
número que se utiliza para estimar un parámetro de población desconocido.

Una estimación de intervalo es un rango de valores que se utiliza para estimar un

parámetro de la población. Una estimación de este tipo indica el error de dos
maneras: por la extensión del intervalo y por la probabilidad de que el verdadero
parámetro poblacional se encuentre dentro del intervalo.

Estimador y estimaciones

Cualquier estadístico de la muestra que se utilice para estimar un parámetro

poblacional se conoce como estimador, es decir, un estimador es un estadístico de
la muestra utilizado para estimar un parámetro poblacional. La media de la muestra
x puede ser un estimador de la media de la población, y la proporción de la muestra
se puede utilizar como un estimador de la proporción de la población. También es
posible emplear el rango de la muestra como un estimador del rango de la
población.
Cuando hemos observado un valor numérico específico de nuestro estimador, nos
referimos a ese valor como una estimación. En otras palabras, una estimación es un
valor específico observado de un estadístico. Hacemos una estimación si tomamos
una muestra y calculamos el valor que toma nuestro estimador en esa muestra.

Criterios para seleccionar un buen estimador

Algunos estadísticos son mejores estimadores que otros. Afortunadamente,

podemos evaluar la calidad de un estadístico como estimador mediante el uso de
cuatro criterios:
1. Insesgado. Ésta es una propiedad deseable para un buen estimador. El término
insesgado se refiere al hecho de que una media de la muestra es un estimador no
sesgado de una media de la población porque la media de la distribución muestral
de las medias de las muestras tomadas de la misma población es igual a la media
de la población misma.
Podemos decir que un estadístico es un estimador insesgado (o no sesgado) si, en
promedio, tiende a tomar valores que están arriba del parámetro de la población
que se está estimando con la misma frecuencia y la misma extensión con la que
tiende a asumir valores abajo del parámetro poblacional que se está estimando.

ING. RICARDO CHURA SUCOJAYO

2. Eficiencia. Otra propiedad deseable de un buen estimador es que sea eficiente.
La eficiencia se refiere al tamaño del error estándar del estadístico. Si comparamos
dos estadísticos de una muestra del mismo tamaño y tratamos de decidir cuál de
ellas es un estimador más eficiente, escogeríamos la estadística que tuviera el
menor error estándar o la menor desviación estándar de la distribución muestral.
Suponga que escogemos una muestra de un tamaño determinado y debemos
decidir si utilizamos la media de la muestra o la mediana de la muestra para estimar
la media de la población.

Si calculamos el error estándar de la media de la muestra y encontramos que es

1.05, y luego calculamos el error estándar de la mediana de la muestra y tenemos
que éste es 1.6, diríamos que la media de la muestra es un estimador más eficiente
de la media poblacional ya que su error estándar es menor. Tiene sentido pensar
que un estimador con un error estándar menor (con menos variación) tendrá mayor
oportunidad de producir una estimación más cercana al parámetro poblacional
que se está considerando.

3. Consistencia. Una estadística es un estimador consistente de un parámetro de

población si al aumentar el tamaño de la muestra, se tiene casi la certeza de que
el valor de la estadística se aproxima bastante al valor del parámetro poblacional.
Si un estimador es consistente, se vuelve más confiable al tener tamaños de muestra
más grandes.

Si usted se pregunta acerca de la posibilidad de aumentar el tamaño de la muestra

para obtener más información sobre un parámetro poblacional, averigüe primero
si su estadístico es un estimador consistente o no. Si no lo es, desperdiciará tiempo y
dinero al tomar muestras más grandes.

4. Suficiencia. Un estimador es suficiente si utiliza tanta información de la muestra

que ningún otro estimador puede extraer información adicional acerca del
parámetro de población que se está estimando.

ESTIMACIÓN POR INTERVALOS DE CONFIANZA.

Usted se habrá preguntado. ¿Por qué se llama Estadística Inferencial?, ¿Qué es
inferir?, ¿De qué se tratará la Unidad?, bueno, esta es una de las partes más lindas
y apasionantes de la Estadística Inferencial, los intervalos de confianza como su
nombre lo dice son aproximaciones reales que otorgamos a la población según
los valores seleccionados en la muestra. Es importante dividir este estudio en dos,
primero en el caso de las muestras grandes. (Mayores de 30) y por segundo las
muestras pequeñas (menores que 30) todo esto vamos a explicarlo muy fácilmente
en este capítulo.

ING. RICARDO CHURA SUCOJAYO

Como tal Inferencial viene de inferir, generalizar, ejemplo, si se realizó una encuesta
a 300 estudiantes de la Universidad con la intención de conocer la aceptación
del nuevo método de inscripciones por internet, en el estudio se mostró que el
40% estaba satisfecho con el método y un 60% no, por lo tanto inferimos que toda
la universidad piensa lo mismo. Este proceso que hemos hecho tan fácilmente
tiene su grado de complejidad que vamos a desmenuzar en esta parte de la guía.

Pautas para que un intervalo de confianza funcione.

1.- Para que tenga validez el intervalo de confianza la encuesta debe estar hecha
por muestreo.
2.- Los intervalos como su nombre lo dice son infinitos valores entre un rango
no un valor específico.

INTERVALO DE CONFIANZA PARA CALCULAR UNA MEDIA POBLACIONAL (µ),

CUANDO CONOCEMOS LA VARIANZA POBLACIONAL Y TENEMOS UNA MUESTRA
MAYOR A 30 DATOS

La única forma de hallar “µ” media poblacional, es trabajando un censo, como

no podemos trabajar con censos en la mayoría de las ocasiones por su elevado
costo tomamos una muestra, los resultados de la muestra debemos inferirlos
a la población mediante un intervalo de confianza.

Ejemplo:
Se tomó u n a encuesta de 100 personas en Santa Cruz para estimar la demanda
de pantalones jeans, los datos mostraron un promedio de gasto anual en estas
prendas de 150 dólares. Estudios anteriores mostraron una varianza poblacional
de 81 dólares. Estime con los datos de esta muestra los valores de la población
con un 95% de confiabilidad.
Fórmula:

La Desviación estándar del promedio puede calcularse de esta forma. Solución:


x 
n

ING. RICARDO CHURA SUCOJAYO

    
IC   x  Z  2    x  Z 2   1   
 n n

Como podemos ver en los datos del problema nos dan la Varianza, que
hallándole la raíz podemos tener la desviación estándar, también tenemos el
tamaño de la muestra, solo nos faltaría el valor del estadígrafo “Z”, que ya
aprendimos a buscarlos en el capítulo d e Distribuciones de probabilidad.
Como podemos ver nos piden un 95% de confiabilidad, por lo tanto buscamos en
la tabla el valor de “Z” con un 95% de confiabilidad y tenemos que es 1.96,
luego sustituimos y lo demás es una simple operación matemática.

   
IC   x  Z  2    x  Z 2   1   
 n n

Ahora podemos reemplazar hacer el intervalo de confianza.

 9 
  1  0,05
9
IC  150  1,96     150  1,96 
 100 100 
IC  148,23    151,76  95%

Interpretación: Estamos seguros que en el 95% de todas las posibles muestras

que se pudieron haber obtenido en la población, los valores de la media oscilan
entre 148.23 y 151.76 dólares.

INTERVALO DE CONFIANZA EN MUESTRAS PEQUEÑAS. (DISTRIBUCIÓN “t”)

Anteriormente trabajamos con muestras grande (≥30); pero hay casos en que
no se puede trabajar con este tipo de muestras, ejemplo. Si usted es el
encargado de probar la seguridad de los autos Toyota y para realizar su
prueba tiene que chocar un auto contra un muro, le garantizo que no va a
chocar 30 autos o más. En estos casos que tenemos muestras pequeñas
trabajamos con la distribución “t” de student.
Fórmula:

ING. RICARDO CHURA SUCOJAYO

  s 
  1   
s
IC   x  t  n 1    x  t  n 1
 n n

Ejemplo:

El promedio de ventas que debe tener la sucursal de “Ford” en Argentina es de

100.000 dólares por mes para cubrir sus costos de producción y mantenimiento de
la empresa. Usted ha sido contratado como asesor e investigador de mercado y
tiene que sugerirle al gerente general ¿Qué hacer con la situación de la
empresa?, ya que con menos de 100.000 dólares al mes no puede seguir
operando. Los datos de los últimos 7 meses muestran un ingreso promedio de 90675
dólares y una desviación estándar de 5000 dólares. Con un 99% de confiabilidad
¿Qué consejo profesional le diría al gerente general?

El valor de “t” para un 99% de confianza es 3.7074, y los grados de libertad son 7-
1=6
 s 
  1   
s
IC   x  t  n 1    x  t  n 1
 n n
 5000 
  1  0,01
5000
IC  90675  3.7074     90675  3.7074 
 7 7 
IC  83675,098    97674,902  99%

Interpretación:
En este caso, podemos aconsejarle al gerente que cierre la empresa por que los
resultados muestran que con un 99% de confiabilidad las ventas están entre
83675,098 y 97674,902 dólares que no cubren el costo de producción.

ING. RICARDO CHURA SUCOJAYO

INTERVALO DE CONFIANZA PARA HALLAR UNA PROPORCIÓN POBLACIONAL.
En el caso de las proporciones a diferencia de las medias siempre vamos a utilizar
“Z”, no importa que sean muestras grandes ó pequeñas.
Fórmula:

pq
Que es lo mismo que decir.
n

 pq 
  1   
pq
IC   p  Z  2  p  p  Z 2
 n n 

Ejemplo:
Usted es el jefe de campaña del candidato “Augusto Hernández” para las
elecciones m u n i c i p a l e s , en la encuesta que usted tomó a 1.000
ciudadanos con su grupo de trabajo, el candidato tenía el 40% de los votos,
teniendo en cuenta un 95% de confiabilidad y teniendo en cuenta que para
ganar la elección se requiere el 36.85% de los votos, ¿Qué le diría al candidato?
Como vemos p= 0.4, q= 0.6, n= 1000 y “Z” para un 95% de confianza es
1.96.

 pq 
  1   
pq
IC   p  Z  2  p  p  Z 2
 n n 
 0,40  0,60 0,40  0,60 
IC  0,40  1,96   p  0,40  1,96    1  0,05
 1000 1000 
IC  0,3696  p  0,4304  95%

Interpretación:
Puede decirle al candidato que esté tranquilo que estamos seguros que con un
95% de todas las posibles muestras que se pudieron haber tomado, el candidato
aparece como ganador. ¡¡Felicidades!!.

ING. RICARDO CHURA SUCOJAYO

 EJERCICIOS PROPUESTOS DE INTERVALOS DE CONFIANZA.

Ejercicio 1.
Cien latas de 16 onzas de la salsa de tomates Jakes Mom tienen un promedio
de 15.2 onzas. La desviación estándar poblacional en peso es de 0.96 onzas. ¿A un
nivel de confianza del 95% las latas están llenas con un promedio de 16 onzas?

Ejercicio 2.
Una muestra de 500 personas muestran un promedio de consumo de 80 Bs en
refrescos (Soda) mensual. Teniendo en cuenta que se conoce por datos anteriores
que la desviación estándar poblacional es de 135 bolivianos. Determine el
intervalo de confianza para el 95% y el 90% que muestre donde estaría la
media poblacional.

Ejercicio 3.
Un investigador que se dedica a la creación de un nuevo producto alimenticio
tiene preocupación acerca de la continuidad de sus actividades debido a que
las reglas para financiamiento de su investigación predican que si tiene una
tasa de 78 errores en promedio por mes dejarían de enviarle fondos. Una muestra
de 235 de sus productos muestra un error promedio de 70. Se sabe que la
desviación Varianza poblacional es de 196 errores. Según un intervalo de
confianza que consejo profesional usted le puede dar al investigador.
Ejercicio 4.
Otro de los mercados del consumo de Coca Cola que a usted como gerente le
interesa penetrar es el infantil, para estudiar el mismo hizo un grupo focal con 23
chicos que consumían el producto y una de sus preguntas fue cuántas botellitas
de AQUARIUS se toman al mes y el promedio fue 20 con una varianza de 16. Infiera
a toda la población infantil con un 95% de confianza

Ejercicio 5
Usted es analista de mercado de la empresa TIGO, un grupo focal de 12 personas
de Concepción mostró un gasto promedio de Bs. 150 con una varianza de 350
Bs. Infiera a toda la población de Concepción con un 90% de confianza.
Ejercicio 6.
Cierto candidato a las próximas elecciones municipales quiere elaborar un plan
de gobierno que beneficie a los integrantes de la tercera edad. Es obvio que le
interesa obtener mucha aprobación de esta parte de la población. Sus asesores
de campaña le aconsejan que si más de menos del 30% de los votantes de
esta edad no simpatizan de él no vale la pena enfocarse en este segmento de
la población. Se realizó una encuesta de opinión a 300 personas que mostró que
el 28.75% de los votantes entre 65 y 75 años simpatizan con el candidato. Con un
95% de confianza que le pudiera decir usted a este equipo de campaña.

ING. RICARDO CHURA SUCOJAYO