06/05/2023

Estadísticos

Ing. Cecibel Torres M - MBA

Ing. C. Torres M. I-2023

Ing. C. Torres M. I-2023

1
 06/05/2023

La estimación de parámetros es un método estadístico que permite

estimar el valor de un parámetro poblacional a partir de una muestra.

Es decir, en estadística la estimación de parámetros sirve para

aproximar un parámetro de una población realizando cálculos con los
datos de una muestra.

En general, no se conocen los parámetros de una población y esta

suele ser demasiada grande como para estudiar a todos sus
individuos.

Por lo que se toma una muestra de la población, se analiza

estadísticamente dicha muestra y, finalmente, se infieren los
resultados obtenidos a toda la población.

La estimación de parámetros estadísticos nos permite tener una

idea aproximada de los valores de los parámetros poblacionales.

Ing. C. Torres M. I-2023

En estadística, existen dos tipos de estimaciones de parámetros:

Estimación de parámetros puntual: consiste en estimar el valor del

parámetro poblacional a un valor concreto. Generalmente se usa el valor
del parámetro muestral como estimación del parámetro poblacional.

Estimación de parámetros por intervalos: se basa en hacer la estimación

del parámetro poblacional con un intervalo. De manera que en lugar de
aproximar el parámetro de la población a un único valor, se aproxima a
un rango de valores.

La estimación puntual es más precisa que la estimación por intervalos

porque reduce la aproximación a un único valor.
No obstante, la estimación por intervalos es más fiable, ya que es más
probable que el valor real del parámetro esté dentro de un intervalo que
determinar su valor exacto mediante una estimación puntual.

Ing. C. Torres M. I-2023

2
 06/05/2023

La estimación puntual consiste en estimar el valor exacto de un

parámetro poblacional a partir de los datos de una muestra.

Es decir, la estimación puntual proporciona un valor concreto de un

parámetro de una población usando como referencia el valor muestral
del parámetro.
Por ejemplo, para determinar la media de una población de 1000
individuos podemos hacer una estimación puntual y calcular el valor de
la media de una muestra de 50 personas. De manera que podemos
tomar el valor de la media muestral como una estimación puntual de la
media poblacional.

Un estimador es un estadístico muestral que se usa para estimar el

valor de un parámetro poblacional. De modo que se toma el valor del
parámetro de la muestra como estimación del valor parámetro de la
población.

Ing. C. Torres M. I-2023

La estimación por intervalos consiste en estimar el valor de un parámetro

poblacional mediante un intervalo. En concreto, la estimación por intervalos
consiste en calcular el intervalo en el que es más probable que se
encuentre el valor del parámetro con un determinado nivel de confianza.

Por ejemplo, si en una estimación por intervalos se llega a la conclusión

de que el intervalo de confianza para la media poblacional es (3,7) con un
nivel de confianza del 95%, significa que la media de la población
estudiada estará entre 3 y 7 con una probabilidad del 95%.

El intervalo que proporciona la estimación por intervalos se llama

intervalo de confianza. El intervalo de confianza es un intervalo que da
una estimación, con un margen de error, de los valores entre los cuales
se encuentra el valor de un parámetro poblacional.

Ing. C. Torres M. I-2023

3
 06/05/2023

 En un estudio de mercado se quiere determinar el precio medio de unos

auriculares. Sin embargo, hay tantos modelos que no se puede estudiar el precio
de todos ellos, por lo que se decide tomar una muestra de las cinco marcas que
más auriculares vendieron el año pasado (los datos se muestran a continuación).
Estima la media del precio de la población de manera puntual y por intervalos.

25 8 14 19 12 Por otro lado, la estimación por

Para estimar puntualmente la media de
la población, basta con calcular la
media de los datos de la muestra. Así
pues, aplicamos la fórmula de la media
aritmética:
intervalos la haremos con un
nivel de confianza del 95%, ya
que es el nivel de confianza más
habitual. Así pues, para llevar a
cabo una estimación por
intervalos debemos aplicar la
fórmula del intervalo de
confianza para la media:

Ing. C. Torres M. I-2023

En la práctica, resulta muy complicado hacer una estimación exacta del

valor real de un parámetro, por lo que suele haber un error en la
estimación. Lógicamente, debemos intentar minimizar el error de
estimación.

si conocemos el valor del parámetro de la población podemos calcular

el error de la estimación, que se define como la diferencia entre el valor
estimado y el valor real del parámetro.

También se puede calcular el error cuadrático medio (ECM), que es el

promedio de los errores al cuadrado. Cabe destacar que el error
cuadrático medio representa la varianza del estimador.

Cuando no se conoce el valor real del parámetro

poblacional, que es el caso más habitual,
generalmente se lleva a cabo un contraste de
hipótesis para comprobar si la estimación está
bien hecha. Ing. C. Torres M. I-2023

4
 06/05/2023

Insesgadez: un estimador insesgado es aquel cuyo valor muestral es

igual al valor de la población. De modo que cuanto mayor sea el sesgo
de un estimador, menos exacto será. Por eso nos interesa que el sesgo
del estimador puntual sea bajo, para que la diferencia entre el valor del
estimador puntual y el valor real sea lo más próximo a cero posible.

Consistencia: un estimador consistente es aquel que a medida que se

aumenta el tamaño de la muestra su valor se aproxima más al valor real
del parámetro. De manera que cuanto más grande sea el tamaño
muestral, mejor será la estimación puntual realizada.

Eficiencia: cuanto menor sea la varianza de la distribución muestral del

estimador puntual, mayor será la eficiencia del estimador puntual. Así
pues, nos interesa que el estimador puntual sea eficiente para que la
varianza sea pequeña. Por lo tanto, si nos basamos solo en esta
característica, entre dos estimadores puntuales siempre escogeremos el
estimador con una eficiencia mayor (o una varianza menor).

Ing. C. Torres M. I-2023

Ing. C. Torres M. I-2023

10

5
 06/05/2023

La diferencia entre la estimación puntual y la estimación por intervalos es

el rango de valores que se usan como estimación de un parámetro.

En la estimación puntual se aproxima un parámetro a un valor concreto,

en cambio, en la estimación por intervalos se aproxima un parámetro a
un conjunto de valores.

En la estimación por intervalos no se toma un solo valor como

aproximación del parámetro, sino que se toma un intervalo de valores
como referencia. De manera que el valor real del parámetro se encontrará
dentro del intervalo con un nivel de confianza determinado.

La estimación puntual es más precisa que la estimación por intervalos

porque reduce la aproximación a un único valor.

La estimación por intervalos es más fiable, ya que es más probable que

el valor real del parámetro esté dentro de un intervalo que determinar
su valor exacto mediante una estimación puntual.

Ing. C. Torres M. I-2023

11

En estadística, la estimación por intervalos es un proceso en cual se estima el valor

de un parámetro poblacional mediante un intervalo.
En concreto, la estimación por intervalos consiste en calcular el intervalo en el que
es más probable que se encuentre el valor del parámetro con un determinado nivel
de confianza.
En general, el tamaño de una población es demasiado grande como para
estudiar todos sus individuos, por lo que no se puede conocer el valor de sus
medidas estadísticas con certeza, sino que se deber hacer una aproximación.
La estimación por intervalos sirve para dar, a partir de los datos muestrales, una
aproximación del rango de valores entre los cuales se encuentra el parámetro de
la población.
De este modo se puede estimar el valor del parámetro poblacional usando los
datos estudiados de una muestra.
Un intervalo de confianza es el intervalo que proporciona, con un margen de
error, una aproximación de los valores entre los cuales se encuentra el valor de
un parámetro poblacional.
Por lo tanto, el intervalo de confianza es el resultado que
se obtiene de una estimación por intervalos.

Ing. C. Torres M. I-2023

12

6
 06/05/2023

Estimar el intervalo de confianza para la media, para la varianza o para la

proporción, la fórmula que se debe utilizar es diferente.
Intervalo de confianza para la media
Proceso de tipificación de una variable se hace de
la siguiente manera:

El intervalo de confianza para la media se calcula

sumando y restando a la media muestral el valor de
Zα/2 multiplicado por la desviación típica (σ) y
dividido por la raíz cuadrada del tamaño de la la varianza de la población es conocida.
muestra (n). Por lo tanto, la fórmula para calcular el
intervalo de confianza para la media es la siguiente:
Para tamaños muestrales grandes y un nivel de confianza del 95% el valor crítico es
Zα/2=1,96 y para un nivel de confianza del 99% el valor crítico es Zα/2=2,576.
Si la varianza de la población es desconocida, que es el caso más frecuente, el
intervalo de confianza para la media se calcula con la siguiente fórmula:

Donde:
• x es la media de la muestra.
•tα/2 es el valor de la distribución t de Student de n-1 grados de
libertad con una probabilidad de α/2.
• S es la desviación típica de la muestra.
Ing. C. Torres M. I-2023
• n es el tamaño de la muestra.

13

Tenemos una muestra de 8 observaciones con los valores mostrados a

continuación. ¿Cuál es el intervalo de confianza para la media de la
población con un nivel de confianza del 95%?

206 203 201 212

194 176 208 201

El intervalo de confianza para una media poblacional cuando no

conocemos la desviación típica de la población

Para poder determinar el intervalo de confianza de la media, primero

tenemos que calcular la media y la desviación típica de la muestra.

Ing. C. Torres M. I-2023

14

7
 06/05/2023

Como queremos hallar el intervalo de confianza con un nivel de confianza

de 1-α=95% y el tamaño muestral es 8, tenemos que ir a la tabla de la
distribución t de Student y ver qué valor corresponde a t0,025|7.

Aplicamos la fórmula del intervalo de confianza para la media y hacemos

los cálculos para encontrar los valores límites del intervalo:

En conclusión, el intervalo de
confianza calculado nos indica que
con un nivel de confianza del 95% la
media de la población estará entre
190,82 y 209,43.

Ing. C. Torres M. I-2023

15

Las filas corresponden a los grados de libertad

de la distribución t de Student, mientras que las
columnas representan las probabilidades de
encontrar un valor mayor o igual que el valor de
la t Student tabulado (cola de la derecha).

16

8
 06/05/2023

Calcular el intervalo de confianza para la varianza de una población se

utiliza la distribución chi-cuadrado. En concreto, la fórmula para calcular
el intervalo de confianza para la varianza es la siguiente:

Ing. C. Torres M. I-2023

17

Tenemos una muestra con 8 observaciones con los valores mostrados a

continuación. ¿Cuál es el intervalo de confianza para la varianza de la
población con un nivel de confianza del 1-α=95%?
206 203 201 212
194 176 208 201

La fórmula que nos permite

determinar el intervalo de confianza
para la varianza poblacional es la
siguiente:

Para hallar el intervalo de confianza primero

debemos calcular la desviación típica de la
muestra:

miramos en la tabla de la distribución

chi-cuadrado cuáles son sus valores
correspondientes que necesitamos:

Ing. C. Torres M. I-2023

18

9
 06/05/2023

Las filas son los grados de libertad de la distribución chi-cuadrado, mientras que
las columnas representan la probabilidad de encontrar un valor mayor o igual que
el valor de la chi-cuadrado tabulado (cola de la derecha).

Ing. C. Torres M. I-2023

19

Sustituimos los valores en la fórmula del intervalo de confianza para la

varianza y hacemos los cálculos:

En conclusión, la varianza de la población estudiada se encuentra

entre 54,15 y 513,10 con un nivel de confianza del 95%.

Ing. C. Torres M. I-2023

20

10
 06/05/2023

El intervalo de confianza para la proporción se calcula sumando y restando

a la proporción de la muestra el valor de Zα/2 multiplicado por la raíz
cuadrada de la proporción muestral (p) multiplicado por 1-p y divido por el
tamaño de la muestra (n). Por lo tanto, la fórmula para calcular el intervalo
de confianza para la proporción es la siguiente:

Ing. C. Torres M. I-2023

21

Una compañía de seguros quiere hacer un estudio de mercado y

determinar cuánta gente de un país tiene un seguro de vida. Para ello, se
analiza una muestra aleatoria de 700 personas y se llega a la conclusión
de que un 40% de la muestra dispone de un seguro de vida. ¿Cuál es el
intervalo de confianza a un nivel de confianza del 95% para la proporción
de la población del país?

Para determinar el intervalo de confianza para la

proporción poblacional tenemos que utilizar la
fórmula que hemos visto más arriba:

En este caso, queremos que el nivel de confianza del intervalo de confianza sea del
95%, por lo que el valor de Zα/2 que debemos tomar es 1,96.

Ing. C. Torres M. I-2023

22

11
 06/05/2023

El tamaño muestral es n=700 y la proporción observada en la muestra es

p=0,40, por lo que sustituimos los datos en la fórmula del intervalo de
confianza para la proporción y calculamos los límites del intervalo:

En conclusión, la proporción de la población estudiada se encuentra

entre el 36% y el 44% con un nivel de confianza del 95%.

Ing. C. Torres M. I-2023

23

 Se sabe por experiencia que, en una empresa que suministra

agua potable a cierta región, el tiempo que tarda en atender a
los clientes que llegan a efectuar el pago mensual del servicio
se distribuye Normalmente

 Se pide estimar el intervalo de confianza para la desviación

estándar poblacional del tiempo requerido para atender a los
clientes, con un nivel de confianza del 95%, si para el efecto
se tomó una muestra aleatoria de 25 clientes que arrojó una
desviación estándar de 1.8. minutos.

Ing. C. Torres M. I-2023

24

12
 06/05/2023

Cálculo de un intervalo de confianza para la media utilizando datos ficticios.

 Supongamos que deseamos calcular un intervalo de confianza al 95% para

la media de una población de alturas. Tomamos una muestra aleatoria de
50 individuos y obtenemos las siguientes alturas en centímetros:

 162, 165, 169, 168, 170, 167, 166, 164, 163, 166, 168, 167,
169, 165, 163, 165, 164, 167, 168, 169, 170, 166, 164, 167,
165, 163, 169, 168, 167, 170, 166, 163, 165, 164, 166, 169,
167, 168, 165, 167, 169, 170, 168, 167, 163, 165, 166, 164,
162, 164.
Calcule la Media muestral, la desviación estándar
muestral, el nivel de confianza, el error estándar
(E = s / √n) y el Intervalo de confianza = x̄ ± (z * E)

Ing. C. Torres M. I-2023

25

13