Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTIMACIÓN DE PARÁMETROS
PROFESOR:
Br.:
SUAREZ, BENNY ROMERO, ARIAN C.I 29.890.960
SÁNCHEZ, DANIELA C.I 30.046.222
SÁNCHEZ, DANIEXY C.I 29.981.693
SÁNCHEZ, MARIANGEL C.I 30.970.790
SÁNCHEZ, YUSNELSY C.I 29.900.119
SARDELLA, ANTONELLA C.I 27.788.621
SEIJAS, YOSBELY C.I 29.503.148
SECC14 T3 G4
INTRODUCCION................................................................................................................2
DESARROLLO.....................................................................................................................3
1. Error al muestrear. Distribución de medias muestrales. Importancia y
aplicación............................................................................................................................3
2. Estimación de la media y proporciones poblacionales. Cálculo del intervalo de
confianza.............................................................................................................................6
3. Confiabilidad (nivel de confianza), riesgo (nivel de significancia)..........................7
REFERENCIAS BIBLIOGRAFICAS................................................................................9
INTRODUCCION
Los estadísticos usan la palabra población para referirse no sólo a personas sino a
todos los elementos que han sido elegidos para un estudio, y emplean la
palabra muestra para describir una porción elegida de la población.
Este tipo de errores no se deben al hecho de inferir el todo de una parte (como sí
ocurre con el error muestral), sino que se deben a otras causas, ocurridas en el propio
diseño o la realización del trabajo, ya sea en la definición del colectivo a investigar, en la
forma de seleccionar a las personas entrevistadas, en la mala praxis de los entrevistadores,
en la ausencia de control de calidad, etc. Algunos de estos errores y problemas son:
Error de definición del colectivo objeto de estudio: Este inconveniente se produce cuando
el investigador no sabe bien a quién debe preguntar. Imagínese un producto de alimentación
sobre el que deseamos conocer diversas cuestiones, ¿debemos entrevistar a la persona que
hace la compra o a la persona que la consume dentro del hogar? En función de nuestras
necesidades y objetivos deberíamos optar por una u otra. Si nos equivocamos, no
obtendremos la información precisa.
Error de marco muestral: Este fallo se comente cuando el investigador, a la hora de elegir la
muestra, apunta a la subpoblación equivocada. Por ejemplo, seleccionar la muestra a partir
de números de móvil sin tener en cuenta que existen ciertas personas sin teléfono móvil
(personas mayores y/o con problemas de aprendizaje). Otro ejemplo: imaginemos que
deseamos conocer el perfil de nuestros consumidores y que tenemos una base de datos de
personas que han visitado nuestro establecimiento para comprar y han decidido darnos su
mail; en realidad no sabemos hasta qué punto representan verdaderamente a nuestro
consumidor; si a pesar de ello decidimos utilizar esa base de datos para hacer el estudio,
evidentemente estaremos cometiendo un error de base.
Error de selección: Cuando son los propios entrevistados los que eligen participar o no en la
encuesta; por lo tanto, solo responderán aquellos a los que les interese el tema tratado.
Por ejemplo, suponga que el 43,8% de las personas en una determinada ciudad
apoyan una nueva ley. El valor 0,438 representa una proporción de población.
Calculo del intervalo de confianza: intervalo de confianza calcula el intervalo de confianza
para el grupo de datos, dado que tenemos la media, la desviación estándar y el tamaño de la
muestra para la unidad de datos.
Por ejemplo, digamos que tenemos un tamaño de muestra de 32, con una media de
33,4 y una desviación estándar de 42. Queremos calcular el intervalo de confianza del 95%
para estos datos. Si lo hacemos, obtendremos el intervalo de 18,9 a 47,9. Esto significa que
estamos 95% seguros de que la media está entre 18.9 y 47.9.
Un nivel de confianza del 50% se dio el intervalo más corto Debido a que es el más
pequeño y menos precisa de todos los niveles de confianza. A medida que aumenta el nivel
de confianza, conseguimos un mayor rango de valores para aumentar nuestra confianza en
que la media estará en el subconjunto. Por lo tanto, a medida que aumenta el nivel de
confianza, tenemos una gama cada vez más grandes. El intervalo de confianza del 99,9%
dará lugar a la gama más amplia de todos los intervalos de confianza.
El nivel de confianza define la distancia para lo cerca que están los límites de
confianza de la media de la muestra.
El nivel de confianza, en estadística, es la probabilidad máxima con la que
podríamos asegurar que el parámetro a estimar se encuentra dentro de nuestro intervalo
estimado. El nivel de confianza se define como 1-alfa y sus valores más comunes son 90%,
95% y 99%.
En estadística es común tener que estimar parámetros, los cuales, nunca vamos a
poder afirmar al 100% que son el valor real que buscamos. Por ejemplo, observando a
simple vista la altura de 10 alumnos en una clase podríamos estimar que la altura está entre
1,70 y 1,75.
Sería difícil saber con un 100% de certeza la altura media si no medimos a cada
alumno y hacemos los cálculos. Por el contrario, sí podríamos acotar un intervalo y situar el
valor dentro de este. Pues bien, el nivel de confianza, sería el porcentaje máximo con el que
podríamos asegurar que el parámetro real se encuentra dentro del intervalo acotado.
Los niveles fijos de significación tales como los mencionados pueden ser
considerados como útiles en el análisis exploratorio de datos. Sin embargo, la
recomendación de la estadística moderna es que, cuando el resultado de un test es
esencialmente el resultado final de un experimento o de otro estudio, el valor p debería ser
citado explícitamente. Y, sobre todo, debería ser citado si el valor p es juzgado o no como
significativo. Esto es para permitir que el máximo de información sea transferido de un
resumen de estudio al meta análisis.