UNIVERSIDAD CENTROCCIDENTAL “LISANDRO ALVARADO”

DECANATO DE CIENCIAS DE LA SALUD

SECCIÓN DE EPIDEMIOLOGÍA Y BIOESTADÍSTICA.

ESTIMACIÓN DE
PARÁMETROS
FACILITADORES:

Dellys Matos Juan José Brizuela

Yudith Ontiveros

Gian Carlos Guidice Rosmery Sanchez

 Objetivo Terminal

Al finalizar la unidad el estudiante estará

en capacidad explicar la aplicación de la
inferencia estadística utilizando la
estimación de parámetro a través del
intervalo de confianza para la media y la
proporción.
2
 Objetivos de la Unidad
• Definir inferencia estadística y establecer su importancia.

• Definir algunos conceptos básicos para establecer la estimación de

parámetros.

• Estimar e interpretar intervalos de confianza para la media de

varianza conocida y para las proporciones.

• Valorar la importancia de la aplicación correcta de los parámetros

biológicos utilizando la estimación de parámetros.
3
 Estadística Inferencial
La inferencia estadística es un tipo
de razonamiento que procede de lo
concreto a lo general, intenta
extraer conclusiones sobre los
parámetros de una población a
partir de la información contenida
en los estadísticos de una muestra
de esa población. (Pardo y San
Martín, 1998)

La inferencia estadística es el conjunto de procedimientos por el cual la información

contenida en las muestras se utiliza para hacer estimaciones relativas a los universos de
los que proceden. (Esper y Machado, 2008).
4
Estadística Inferencial
En general la inferencia estadística se ocupa de
dos tipos de aplicaciones:

La estimación de parámetros u otras

características de las distribuciones de las
variables en los universos de los que proceden
las muestras.

Verificación de hipótesis acerca de dichos universos.

5
Estadística Inferencial
Se define como el conjunto de procedimientos empleados para llegar a mayores generalizaciones o
inferencias a cerca de poblaciones, basándose en datos muestrales. Se trata de obtener información
de una población a través de una muestra.

Conclusiones
Población
muestra n
N

En pocas palabras trata de la Generalización de resultados a grandes conjuntos de sujetos

partiendo de un número limitado de sujetos.
 P = Presencia de la
característica o Q = Ausencia de la
probabilidad de que característica.
ocurra un resultado.

Nivel de confianza (PK): Nivel de significación (α ):

Probabilidad de estar Probabilidad de estar
en lo cierto al calcular equivocado al calcular el
el parámetro. parámetro.

Error de Muestreo: Error típico (x): Es la

Variación del promedio desviación estándar de
de las muestras la media de un
estudiadas respecto al conjunto de muestras
valor de µ .

Pk + α = 1 7
 El objetivo de la Estadística Inferencial es Expresar
en términos probabilísticos, la incertidumbre de una
información relativa a la población obtenida mediante la
información directa de una muestra de ella.

Ahora bien, obtenida una muestra de tamaño n y calculado

un estadístico como la media o promedio.
• ¿Puede afirmarse que dicho valor coincide con el
parámetro de la población?
• ¿Puede decirse que el parámetro poblacional estará
en un intervalo de dicho estimador?

Acá entra en juego la Estimación de Parámetro 8

 ¿Qué es un
¿Qué es un Estimador?
Parámetro? Estadístico de la
Medida numérica ¿Qué es un muestra utilizado
que describe las Estadístico? para estimar el
característica de la Es una medida parámetro que nos
población . cuantitativa, derivada interesa en la
de un conjunto de población
datos de una muestra,
con el objetivo de
estimar o contrastar
características de una
población o modelo
estadístico.

9
 PARÁMETROS ESTIMADOR DEL
POBLACIONALES PARÁMETRO
 
² S²
 S-DE
 P
 n
p EE

10
CARACTERÍSTICAS DE
UN BUEN ESTIMADOR
11
 Insesgado Consistente Eficiente Suficinte Eficaz

Un estimador es
consistente si es
mejor cuanto Dados dos
Se dice que un
mayor es la estimadores Un estimador es Se dice que un
estimador es
muestra. El valor insesgados, se dice suficiente si se estimado es
insesgado si
del estimador se que es mas utiliza toda la eficaz cuando es
tiene el mismo
aproxima al del eficiente el que informacion de insensible a los
valor del
parámetro tenga menor la muestra. valores extremos.
parámetro.
conforme varianza.
aumenta la
muestra.

12
Distribución Normal

13
 Dada una población con una media () y una desviación estándar (), la
distribución muestral de la media basada en muestras aleatorias repetidas de
tamaño “n” tienen las propiedades siguientes:

1. La media de una 3. Si la distribución de la

distribución muestral población es normal,
o media de medias, luego la distribución
es igual a la media muestral también lo
de la población es.
obtenida de
mediciones
individuales
2. La desviación
estándar en la
distribución muestral
de medias es igual a
Error Estándar de la
media. 14
 Estimación de Parámetros
Procedimiento mediante el cual se intenta ir de los estadísticos a los
parámetros utilizando la información de la muestra para inferir el
comportamiento de la población.

Estimación puntal Estimación por Intervalos

Consiste en facilitar un valor único Rango que indica la probabilidad dentro
como posible valor del parámetro del cual se encuentra el parámetro
poblacional.

Varianza Poblacional Conocida

Media Proporción

Varianza Poblacional Desconocida 15

Estimación de un Parámetro

IC: SE INTERPRETA COMO INDICACIÓN DEL GRADO DE

CONFIANZA QUE PUEDE TENERSE DE QUE INCLUYAN LA
MEDIA O PROPORCIÓN VERDADERA.

16
Estimación por intervalo de confianza para la media.

Intervalo de confianza para  cuando 2 es conocida

Fórmula:    
p X  Z     X  Z   1
 2 n 2 n
Para facilitar las cuentas, los límites de confianza se pueden calcular
de la siguiente manera:

Limite inferior= 
X  Z
2 n


Limite superior= X  Z
2 n 17
El valor de Z teórico depende del nivel
de confianza o significación que se fije.

PK α Z

0.90 – (90%) 0,1 1,64

0.95 – (95%) 0,05 1,96

0.99 – (99%) 0,01 2,58

18
Estimación por intervalo de confianza para
la media cuando la 2 es conocida.

Ejemplo:
Se realizó una investigación con el propósito de evidenciar la
asociación entre el nivel de alcohol en sangre y tener un accidente
de tránsito. Se muestrearon 677 conductores que tuvieron
accidentes de tránsito, evidenciándose que el nivel medio de alcohol
en sangre fue de 120mg. Se sabe que la desviación estándar en
conductores que han sufrido accidentes de tránsito es de 5mg. Con
un 99% de confianza estime entre que valores se encuentra el
parámetro en la población. 19
 Solución:
Datos: n  77 X  120mg   5mg

(Revisar criterios: Se conoce la , se sigue una distribución normal)

a) Fijar α: Como se desea trabajar con un 99% de confianza y (pk + α) = 1 Entonces

α = 1 – PK por lo cual α = 1 – 0,99 = 0,01. de acá Z0,01/2 . Según la tabla Zteórico = 2,58

b) Calcular error estándar de la media (X):

 5
x    0,192
n 677

20
 c) Construir el intervalo de confianza (IC)

p(120  (2,58  0,192 )    120  (2,58  0,192 ))  0,99

Ahora bien, el Intervalo de confianza para  con un nivel de confianza del 0.99 es

p 120  0,49536    120  0,49536   0,99

p119,5    220,4   0,99

d) Conclusión:
Con un 99% de confianza se puede afirmar que el valor medio de alcohol en
sangre en la población estudiada se encuentra entre 119,5 y 220,4mg.
21
Estimación por intervalo de confianza para la media.

Intervalo de confianza para  cuando 2 es desconocida

Fórmula:  s s 
p X  t    X  t   1
 2 n 2 n
Para facilitar las cuentas, los límites de confianza se pueden calcular
de la siguiente manera:

Limite inferior= s
X  t
2 n

s
Limite superior= X  t
2 n 22
Para el cálculo de t (teórico) se necesita conocer los grados de
libertad que se obtiene restando 1 al valor n:
t( n -1) gl

Los grados de Libertad son

el número de valores que
tienen libertad para variar
después que se han
impuesto ciertas
restricciones a los datos.

Están relacionados con el número de oportunidades en que se

usa la información de la muestra.
23
24
Estimación por intervalo de confianza para
la media cuando la 2 es desconocida.

Ejemplo:
Se desea conocer la concentración de ácido ascórbico en la saliva
de hombres normales, para ello se determinó el promedio de ácido
ascórbico en la saliva de 29 hombres considerados sanos,
obteniéndose lo siguiente: promedio 0,125 mg y desviación estándar
0,085 mg. Calcule el intervalo de confianza para la concentración
de ácido ascórbico en la saliva del total de la población.

25
 Solución:
Datos:
n  29 X  0,125mg s  0,0855mg

a) Fijar α: Como se desea trabajar con un 95% de confianza y (pk + α) = 1 Entonces

α = 1 – PK por lo cual α = 1 – 0,95 = 0,05 de acá t(n-1) gl = t(28) gl Según la tabla t(28) gl = 2.048

b) Calcular error estándar de la media (X):

s 0,083
x    0,016
n 29

26
c) Construir el intervalo de confianza (IC)

p (0,125  2,048  0,016    0,125  2,048  0,016)  0.95

Ahora bien, el Intervalo de confianza para  con un nivel de confianza del 0.95 es

p 0,125  0,03    0,125  0,03  0,95

p 0,1117    0,1383  0,95
d) Conclusión:
Con un 95% de confianza se puede afirmar que la concentración de ácido
ascórbico en la saliva de hombres normales, se encuentra entre 0,1117 y
0,1383 mg. 27
 Para estimar la proporción se utiliza la tabla Z y el cálculo del
intervalo de confianza se realiza mediante las siguientes fórmulas:

Límite Inferior: ˆ Z ˆq
p ˆ
P 
2 n

Límite Superior: ˆZ ˆq

p ˆ
P 
2 n
28
Estimación por intervalo de confianza
para proporción

Ejemplo:
Se desea estudiar el porcentaje de niños con
defectos visuales de una escuela en la zona norte de
Barquisimeto, para ello se tomó una muestra de 650
niños, de los cuales 55 de ellos presentaron defectos
visuales, con un 95% de confianza realice los
cálculos correspondientes.
29
 Solución:
a. Fijar α: Como se desea trabajar con un 95% de confianza y (pk + α) = 1 entonces α= 1- pk por lo
cual α=1-0.95=0.05
b. Calcular la proporción de individuos en la muestra que poseen la característica.

55
ˆ 
p  0,08
650
c. Calcular la proporción de individuos en la muestra que no poseen la característica.
ˆ p
q ˆ 1 q
ˆ  1  0,08  q
ˆ  0,92
d. Calcular el intervalo de confianza.

 0,08  0,92 0,08  0,92 

p 0,08  1,96  P  0,08  1,96 

 650 650 
p 0,059  P  0,10   0,95
e. Conclusión: Con un 95% de copnfianza se puede afirmar que el porcentaje de niños con defectos
30
visuales en la población se encuentra entre 5,9% y 10%.
•Fijar el nivel de significación o de confianza.
•Buscar valoes de Z o t según corresponda.
•Calcular la media de la muestra.
•Calcular el error típico.
•Construir el intervalo de confianza.
•Conclusión.
31
•Fijar el nivel de significación o de confianza.
•Buscar valoes de Z.
•Calcular la proporción de la muestra.
•Calcular el error típico.
•Construir el intervalo de confianza.
•Conclusión.
32
 Referencias
Esper, R. y Machado R. (2008). La investigación en medicina, Bases teóricas y
prácticas. Elementos de Bioestadística. Buenos Aires. La Prensa Médica Argentina.

Pardo, A y San Martin R. (1998). Analisis de datos en Psicologia II (2` Edición).

Madrid . Pirámide.

López, R. (1996). Cálculo de probabilidades e inferencia estadística: con tópicos de

econometría. Tercera edición. Venezuela. Universidad Católica Andrés Bello.
34