Asignatura Datos del estudiante Fecha

Apellidos: Arrieta Jacanamijoy

Estadistica 17/12/22
Nombre: Karina

Actividad
Protocolo individual de la unidad n°: 3

Análisis y síntesis: 
Síntesis e interpretación personal de los temas vistos en la unidad

Se llama estimación al conjunto de técnicas que permiten dar un valor

aproximado de un parámetro de una población a partir de los datos
proporcionados por una muestra. Por ejemplo, una estimación de la media de
una determinada característica de una población de tamaño N podría ser la
media de esa misma característica para una muestra de tamaño n.
ESTIMACIÓN POR INTERVALOS: Consiste en la obtención de un intervalo
dentro del cual estará el valor del parámetro estimado con una cierta
probabilidad. En la estimación por intervalos se usan los siguientes conceptos:
Intervalo de confianza: El intervalo de confianza se le llama una expresión del
tipo [θ1, θ2] ó θ1 ≤ θ ≤ θ2, donde θ es el parámetro a estimar. Este intervalo
contiene al parámetro estimado con una determinada certeza o nivel de
confianza. Pero a veces puede cambiar este intervalo cuando la muestra no
garantiza un axioma o un equivalente circunstancial.
 Variabilidad del Parámetro: Si no se conoce, puede obtenerse una
aproximación en los datos aportados por la literatura científica o en un estudio
piloto. También hay métodos para calcular el tamaño de la muestra que
prescinden de este aspecto. Habitualmente se usa como medida de esta
variabilidad la desviación típica poblacional y se denota σ.
 Error de la estimación: Es una medida de su precisión que se corresponde
con la amplitud del intervalo de confianza. Cuanta más precisión se desee en la
estimación de un parámetro, más estrecho deberá ser el intervalo de confianza
y, si se quiere mantener o disminuir el error, más ocurrencias deberán incluirse
en la muestra estudiada. En caso de no incluir nuevas observaciones para la
muestra, más error se comete al aumentar la precisión. Se suele llamar E, según
la fórmula E = θ2 - θ1.
 Límite de Confianza: Es la probabilidad de que el verdadero valor del
parámetro estimado en la población se sitúe en el intervalo de confianza
obtenido. El nivel de confianza se denota por (1-α), aunque habitualmente suele
expresarse con un porcentaje ((1-α)·100%). Es habitual tomar como nivel de
confianza un 95% o un 99%, que se corresponden con valores α de 0,05 y 0,01
respectivamente.
Asignatura Datos del estudiante Fecha
Apellidos: Arrieta Jacanamijoy
Estadistica 17/12/22
Nombre: Karina

 Valor α: También llamado nivel de significación. Es la probabilidad (en tanto

por uno) de fallar en nuestra estimación, esto es, la diferencia entre la certeza
(1) y el nivel de confianza (1-α). Por ejemplo, en una estimación con un nivel de
confianza del 95%, el valor α es (100-95)/100 = 0,05

 Valor crítico: es un punto en la distribución del estadístico de prueba bajo la

hipótesis nula que define un conjunto de valores que apoyan el rechazo de la
hipótesis nula. Este conjunto se denomina región crítica o de rechazo.
ESTIMACIÓN DEL INTERVALO DE CONFIANZA: Un intervalo de confianza es
una técnica de estimación utilizada en inferencia estadística que permite acotar
un par o varios pares de valores, dentro de los cuales se encontrará la
estimación puntual buscada (con una determinada probabilidad). Una estimación
del intervalo de confianza es un rango de números, llamado intervalo, construido
alrededor de la estimación puntual. El intervalo de confianza se construye de
manera que la probabilidad del parámetro de la población se localice en algún
lugar dentro del intervalo conocido.
ESTIMACIÓN PUNTUAL: Una estimación puntual de un parámetro poblacional
es cuando se utiliza un único valor para estimar ese parámetro, es decir, se usa
un punto en concreto de la muestra para estimar el valor deseado Cuando
estimamos un parámetro de forma puntual, podemos saber con certeza, cuál es
ese valor.
PROPIEDADES DESEABLES DE UN ESTIMADOR: Las propiedades
deseables de un estimador son las siguientes:
 Insesgadez: Un estimador es insesgado cuando la esperanza matemática del
este es igual al parámetro que se desea estimar. Por tanto, la diferencia entre el
parámetro a estimar y la esperanza de nuestro estimador tendría que ser 0.
 Eficiente: Un estimador es más eficiente o tiene la capacidad de estimar de
forma precisa cuando su varianza es reducida. Por lo tanto ante 2 estimadores,
siempre elegiremos el que tenga una varianza menor.
 Consistencia: Un estimador consistente es aquel que a medida que la medida
que la muestra crece se aproxima cada vez más al valor real del parámetro. Por
lo tanto, cuantos más y valores entran en la muestra, el parámetro estimado
será más preciso.

Discusión: 
Dudas, desacuerdos, discusiones
Asignatura Datos del estudiante Fecha
Apellidos: Arrieta Jacanamijoy
Estadistica 17/12/22
Nombre: Karina