ESTADISTICA INFERENCIAL

Ing. Emanuel Elías Gutiérrez Páez

Ingeniero mecánico e investigador
emanuelgutierrez@coruniamericana.edu.co
ESTIMACIÓN ESTADISTICA
ESTIMACION ESTADISTICA

Es la determinación de un elemento o factor, tomando como referencia un conjunto de

datos.

Puede referirse al calculo de indicadores estadísticos, como la media, la mediana y la moda.

Esto sobre una variable especifica.

Una estimación también es la proyección a futuro de una variable.

También puede hacer alusión a la valoración de un activo.

Estimar parámetros es utilizar una medida de una muestra (un estadístico) para inferir el valor de la
correspondiente medida de la población (parámetro) ; en este proceso, el estadístico se convierte en
estimador.
ESTIMACION ESTADISTICA – TIPOS DE ESTIMADORES

Estimaciones por punto: Utilizar un solo valor para estimar el parámetro.

Por ejemplo: “Se estima que el promedio mensual de los ingresos de las familias de la zona metropolitana
de Barranquilla es de $1’675.000”

Estimaciones por intervalo: Utilizar un rango de valores o intervalos.

Por ejemplo: “Se estima con una confianza del 95% de estar en lo correcto, que el promedio de los
ingresos de las familias de la zona metropolitana de la ciudad de Barranquilla está entre $1’650.000 y
$1’700.000”.

El tipo de estimación que más se utiliza es el de intervalo, porque se le puede asociar criterios de
probabilidad (“… con una confianza de 95%...”) que no es posible asociar con las estimaciones puntuales.
ESTIMACION ESTADISTICA – TIPOS DE ESTIMADORES

Las estimaciones de parámetros se hacen con base en las distribuciones muéstrales cuando tiende a
infinito poseen distribución normal, y siendo esta una distribución continua, no es posible asociar
probabilidades a valores individuales, en tanto que si se puede calcular la probabilidad de ocurrencia de
un determinado rango o intervalo de valores.

En el ejemplo anterior de una estimación, podemos observar las siguientes características:

1. El nivel de confianza: “… con una confianza de 95% de estar en lo correcto…”. A este nivel de confianza
se le conoce como el COEFICIENTE DE CONFIANZA.

2. El intervalo “… entre $1’650.000 y $1’700.000...” se le conocer como INTERVALOS DE CONFIANZA y se

definen por el límite superior del intervalo y el límite inferior de intervalo.
ESTIMACION ESTADISTICA – CARACTERISTICAS DE LOS ESTIMADORES

• Sesgo: este se da cuando se compara la media de la distribución es igual al parámetro. Si es igual se

dice que es Insesgado.

• Consistencia: Se da cuando el valor del parámetro se aproxima a medida que crece.

• Eficiencia: Cuando se comparan la varianza de la distribución muestral es menor a la del otro

estimador.

• Suficiencia: El parámetro debe utilizar toda la información del análisis estadístico.

INTERVALOS DE
CONFIANZA
¿QUE ES UN 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).
Un I.C. nos va a permitir calcular dos valores alrededor de una media muestral (uno superior y otro inferior).
Estos valores van a acotar un rango dentro del cual, con una determinada probabilidad, se va a localizar el
parámetro poblacional.

Tamaño de la muestra seleccionada: Dependiendo de la cantidad de datos que se hayan utilizado para calcular
el valor muestral, este se acercará más o menos al verdadero parámetro poblacional.
Nivel de confianza: Nos va a informar en qué porcentaje de casos nuestra estimación acierta. Los niveles
habituales son el 95% y el 99%.
Margen de error de nuestra estimación: Este se denomina como alfa y nos informa de la probabilidad que
existe de que el valor poblacional esté fuera de nuestro intervalo.
Lo estimado en la muestra (media, varianza, diferencia de medias…): De esto va a depender el estadístico
pivote para el cálculo del intervalo.
ESTIMACION DE INTERVALOS DE CONFIANZA PARA CON CONOCIDA.

Intervalo de confianza para la media con ( conocida)

Donde:
: valor correspondiente a un área acumulativa de de la
distribución normal estandarizada.
es el nivel de confianza
ESTIMACION DE INTERVALOS DE CONFIANZA PARA CON CONOCIDA.
El procedimiento básico para estimar el intervalo de
confianza para una media, está formada por los elementos:
Un valor Z que representa el nivel de confianza y se basa
en la distribución normal;
Ejemplo: Si se desea una confianza de 95% (0,95)
Entonces se tiene que es lo que está por fuera de esa
probabilidad, entonces:
Se llama valor crítico al valor de Z necesario para
construir un intervalo de confianza para la distribución.
Hay un valor critico diferente para cada nivel de confianza
.
Un nivel de confianza del lleva a un valor de
Un nivel del de confianza, corresponde a un Entonces :

Luego si buscamos esa probabilidad (0.975) en la tabla de

Que, buscando este valor en la tabla, nos daría
distribución normal para saber cuánto es el valor de Z,
aproximadamente una
tenemos que:

Para, el valor de
ESTIMACION DE INTERVALOS DE CONFIANZA PARA CON CONOCIDA. - EJEMPLO

Como prueba de un nuevo alimento para perros se Ahora el intervalo de confianza es:
revisan las ventas durante un mes en tiendas de
autoservicio; los resultados de una muestra de 36 tiendas
indican ventas promedio de $12000 por tienda con
desviación estándar de $800.
Haga una estimación de intervalo con nivel de confianza
de 95% para el promedio real de ventas para este nuevo
alimento para perros. Es decir que el intervalo de confianza está entre los valores:

Se tiene que:

R/ta: Se tiene una confianza de 95% de estar en lo correcto al

afirmar que, en la población total de tiendas de autoservicio,
el promedio de ventas por tienda del nuevo alimento para
Para una confianza de 95%, sabemos que perros está entre los $11738.67 y $12261.33.
¿CUÁNDO SI SE PUEDE UTILIZAR LA DISTRIBUCIÓN NORMAL PARA HACER ESTIMACIONES DE
PARÁMETROS, Y CUANDO NO?
Se utiliza la Z de la distribución normal para hacer estimaciones de parámetros cuando la muestra es
relativamente grande, sin importar otra consideración. Se considera que una muestra es grande cuando . Sin
embargo, cuando la muestra es pequeña, es decir, cuando , y además:

La distribución de la variable en la población es normal.

No se conoce la desviación estándar de la población y se utiliza la de la muestra, s.

Entonces se debe utilizar la distribución t-Student y no la Z de la distribución normal.

ESTIMACION DE INTERVALOS DE CONFIANZA PARA CON DESCONOCIDA.

Así como la media poblacional suele ser desconocida, rara vez se conoce la desviación estándar real de la población . Por
lo tanto, usted requiere desarrollar una estimación del intervalo de confianza de usando sólo los estadísticos de muestra
y.

Intervalo de confianza para la media ( desconocida)

Donde es la media
probabilidad en los extremos (tabla de t Student)
es la desviación estándar.
es la muestra.
DISTRIBUCION T-STUDENT

Si la variable aleatoria se distribuye normalmente, entonces el siguiente estadístico tiene una distribución congrados de
libertad.
La distribución t de Student queda definida con su número de grados de libertad, que se obtiene restando una unidad al
número total de observaciones. Por lo tanto, la fórmula para determinar los grados de libertad de una distribución t de
Student es
ESTIMACION DE INTERVALOS DE CONFIANZA PARA CON DESCONOCIDA. EJEMPLO

En una muestra de 10 comprobantes de compra de un Ahora el intervalo de confianza es:

supermercado, la compra promedio fue de $114, con una
desviación estándar de $33; si las compras siguen una
distribución aproximadamente normal.
Haga una estimación de intervalo con un nivel de confianza
de 99% del promedio de compra del total de compras.
Se tiene que:

Es decir que el intervalo de confianza está entre los valores:

Se calcula los grados de libertad

R/ta: Se tiene una confianza del 99% de estar en lo correcto

al aseverar que, en la población total de compras, la compra
promedio está entre $80.07 y $147.93
Consultando la tabla de distribución t de Student para 9
grados de libertad,