ESTIMACIÓN ESTADÍSTICA

ESTADÍSTICA APLICADA
 ESTIMACIÓN ESTADÍSTICA

l Es el proceso mediante el cual se intenta

determinar el valor del parámetro de la
población a partir de la información de una
muestra.
Clases de Estimación :

La estimación de un parámetro puede adoptar la

forma de un solo punto (estimación puntual) o
de un intervalo (estimación interválica).
ESTIMACION PUNTUAL

Es la determinación de un valor único y

considerado como óptimo de un parámetro
desconocido.
ESTIMACION INTERVALICA

Es la determinación de un intervalo aleatorio

[t1 , t2] que tiene una probabilidad (1-α)
definida anticipadamente de contener el
verdadero valor desconocido del parámetro θ
Se expresa de la forma siguiente :

P θ$ - Zα σθ$ ≤ θ ≤ θ$ + Z σθ$
2 α 2 =1−α
ESTIMACION INTERVALICA PARA
LA MEDIA : µ

CASO A: Cuando se conoce la distribución de

probabilidad (Normal) o el tamaño de muestra
es grande (n>30).

P[x- Zα/2σx ≤ µ ≤ x +Zα/2σx ] =1−α

l CASO B: Cuando no se conoce la distribución
de probabilidad o el tamaño de muestra es
pequeña.

P[X−tα/2(n−1)σX ≤µ≤X+tα/2(n−1)σX] =1−α

l Ejemplo de Aplicación 1: Una compañía que
fabrica alimentos examina la cantidad de aceite
que absorben las papas fritas cuando de fríen,
las medidas de aceite absorbido (en mililitros)
son:158, 165, 153, 162, 171, 175, 169, 166,170,
164, 177, 148, 167, 152, 149,165, 155, 154, 156,
154, 187, 178, 185, 145, 154, 147,149,145,150,
154,170, 164, 177, 149, 145, 150.Encuentre un
intervalo de confianza del 95% para la media
poblacional.
Solución:
Tenemos una muestra de tamaño n=36
Se obtiene los siguientes medidas
estadísticas:Media = 160.53 ml. Desviación
Estándar = 11.83 ml.
Multiplicador de confianza = 1.96 (Distribución
Normal)
σ 11.83
σX = = = 0.305
n 36
 Reemplazando en la fórmula de acuerdo al
caso A , tenemos:

I.C. = [160.53−1.96(0.305) ,160.53+1.96(0.305)]

I.C. = [156.66 , 164.39]
Interpretación: La cantidad promedio de aceite
que absorben las papas fritas cuando se fríen
está entre 156.7 ml. y 164.4 ml. Con una confianza
del 95%
ESTIMACION INTERVALICA PARA LA
PROPORCION : P

Si p = a / n es la proporción de éxitos en una

muestra de tamaño n , el intervalo de
confianza del (1-α)% para P estará dado por :

 pq pq
Pp- Zα/2 ≤ P ≤ p + Zα/2  =1−α
 n n
Ejemplo de Aplicación 1 : En una encuesta de
opinión empresarial, 320 de un total de 400
trabajadores entrevistados, se pronunciaron a
favor de una supervisión por tareas de parte
del Ingeniero de planta. Se desea establecer
un intervalo del 95% para la proporción de
trabajadores que están a favor del
pronunciamiento.
 Solución:
La proporción muestral es p = 320 / 400 = 0.80
Z α/2 = 1.96
Reemplazando la fórmula tenemos:

 0.80 * 0.20 0.80 * 0.20 

P 0.80 - 1.96 ≤ P ≤ 0.80 + 1.96  = 0.95
 400 400 

P [ 0.80 - 1.96(0.020) ≤ P ≤ 0.80 + 1.96(0.020) ] = 0.95

∴ [ 0.7608 , 0.8392 ]
Interpretación: la proporción de empleados que
están a favor de la supervisión esta entre el
76.08% y el 83.92%, con una confianza del 95%.
 ESTIMACION INTERVALICA PARA LA
DIFERENCIA DE DOS MEDIAS : µ1 - µ2

Se presenta dos Casos:

Caso 1) Si n1 ≥ 30 , n2 ≥ 30 , entonces:

 2 2
S1 S2 S1 S2 
2 2

I.C.=(X1 − X2) −Zα/2 + , (X1 − X2) +Zα/2 + 

 n1 n2 n1 n2 
Caso 2) Si n1 < 30 , n2 < 30 ; entonces


I .C. = ( X1 − X 2 ) ± tα / 2(r )
(n1 −1)S12 + (n2 −1)S22  1 + 1  
n1 + n2 − 2 n n 
  1 2  
Ejemplo de Aplicación 1: La media y la
desviación estándar del peso máximo
soportado por 100 fierros de ½ pulgada
producidos por SIDERPERU son 20 y 1.1
toneladas respectivamente. Mientras que la
media y la desviación estándar de 100 fierros
de ½ pulgada IMPORTADOS de Chile son 18.8
y 0.8 toneladas respectivamente. Determinar
un intervalo de confianza del 95% para la
diferencia de pesos máximos medios.
 Solución:

X1 =20, S1 =11, n1 =100

X2 =18.8, S2 =0.8, n2 =100
 (1.1)2 (0.8)2 (1.1)2 (0.8)2 
I.C. =(20−18.8) −1.96 + ,(20−18.8) +1.96 +  =95%
 100 100 100 100 
I.C. =[1.2−0.27 , 1.2−0.27]
I.C. =[0.93 ,1.47]
Interpretación: El peso máximo promedio de
los fierros de SIDERPERU superan al IMPORTADO
de Chile entre 0.93 y 1.47 Toneladas Métricas.
con una confianza del 95%
ESTIMACION INTERVALICA PARA LA
DIFERENCIA DE PROPORCIONES: P1 -
P2
Considerando dos muestras independientes de
tamaño n1 y n2; seleccionados al azar de dos
poblaciones respectivamente.

 p1q1 p2q2 p1q1 p2q2 

I.C. =(p1 −p2)−Zα/2 + ,(p1 −p2)+Zα/2 + 
 n1 nq n1 nq 
Ejemplo de Aplicación 1: Se ha encontrado
que 25 de 250 videos de cine producidos por
el proceso A son defectuosas y que 14 de 180
producidos por el proceso B son defectuosos.
Suponiendo que el muestreo es aleatorio,
determinar el intervalo del 99% de confianza
para la diferencia verdadera en la proporción
de videos defectuosos de los procesos A y B.
 Solución:

1-α = 0.99 Entonces Zα/2 = 2.58

p1 = 25 / 250 = 0.10 q1 = 1 - 0.10 = 0.90 n1 = 250
p2 = 14 / 180 = 0.08 q2 = 1 - 0.08 = 0.92 n2 = 180

 (0.10)0.90 (0.08)0.92 
I .C. = (0.10 − 0.08) ± 2.58 + 
 250 180 

I.C. = [ 0.02 - 2.58 (0.028), 0.02 + 2.58 (0.028) ]

I.C. = [ - 0.0522, 0.0922 ]
Interpretación: La verdadera diferencia de
proporción de videos producidos por los
procesos A y B están entre -5.22% y 9.22%.
Es decir no hay diferencia entre los dos
procesos de producción de videos.