ESTIMACIÓN DE PARÁMETROS Estadística II

ESTIMACIÓN DE PARÁMETROS

Estimar parámetros es utilizar una medida de una muestra (estadísco) para inferir el valor de la
correspondiente medida de la población (parámetro); en este proceso, el estadístico se convierte en
estimador.

Parámetros poblacionales: medidas de las

poblaciones.

Estadísticos muestrales: medidas de las

muestras.

Estimadores: cuando se utiliza un estadístico para

estimar un parámetro se dice que el estadístico se
convierte en un estimador.
ESTIMACIÓN DE PARÁMETROS

Estimaciones por punto.

La estimación por punto es la que se realiza utilizando un solo número para

la estimación.
De hecho, al obtener una muestra, el estadístico muestral representa una
estimación puntual del correspondiente parámetro.

Estimaciones por intervalo.

 La estimación por intervalo Utilizar un rango de valores o intervalo.

El tipo de estimación que más se utiliza es la estimación por intervalo y se asocia con criterios
de probabilidad que no se pueden asociar con la estimación puntual.
 ESTIMACIÓN DE PARÁMETROS

Criterios para seleccionar un buen estimador

Algunos estadísticos son mejores estimadores que otros. Afortunadamente, podemos evaluar la calidad de un estadístico como
estimador mediante el uso de cuatro criterios:

1. Insesgado. Ésta es una propiedad deseable para un buen estimador. El

término insesgado se refiere al hecho de que una media de la muestra es
un estimador no sesgado de una media de la población porque la media
de la distribución muestral de las medias de las muestras tomadas de la
misma población es igual a la media de la población misma.
2. Eficiencia. Otra propiedad deseable de un buen estimador es que sea
eficiente. La eficiencia se refiere al tamaño del error estándar del
estadístico. Si comparamos dos estadísticos de una muestra del mismo
tamaño y tratamos de decidir cuál de ellas es un estimador más eficiente,
escogeríamos la estadística que tuviera el menor error estándar o la menor
desviación estándar de la distribución muestral.
CRITERIOS PARA SELECCIONAR UN BUEN ESTIMADOR

3. Consistencia. Una estadística es un estimador consistente de un parámetro de

población si al aumentar el tamaño de la muestra, se tiene casi la certeza de que el
valor de la estadística se aproxima bastante al valor del parámetro poblacional. Si
un estimador es consistente, se vuelve más confiable al tener tamaños de muestra más
grandes.

4. Suficiencia. Un estimador es suficiente si utiliza tanta información de la muestra que

ningún otro estimador puede extraer información adicional acerca del parámetro de
población que se está estimando
ESTIMACIÓN DE PARÁMETROS

Esto es así porque las estimaciones de parámetros se hacen con base en las distribuciones muestrales que, como
ya vimos, cuando n tiende a infinito poseen distribuciones normal y, siendo ésta una distribución continua, no es
posible asociar probabilidades a valores individuales, en tanto que sí se puede calcular la probabilidad de
ocurrencia de un determinado rango o intervalo de valores. Ejemplos:

Se estima que el promedio de ingresos de la población en estudio está

entre $600 y $650 y se tiene una confianza del 99% de que esta
afirmación es correcta.

Se puede afirmar, con una probabilidad del 95% de estar en lo correcto, que la
proporción de consumidores de esta población que prefieren nuestro producto está
entre 35 y 40%.
ESTIMACIÓN DE PARÁMETROS

En los ejemplos anteriores de una estimación por intervalo se pueden identificar 3 elementos:

• El nivel de confianza… “Con una confianza de 95% de estar en lo correcto…” A este nivel de
confianza se le domina también el coeficiente de confianza.

• El intervalo… “entre $4500 y $4550”. A los intervalos como éste se les suele llamar,
precisamente, intervalos de confianza y se definen por el límite superior del intervalo y el límite
inferior del intervalo.

• La mención de que se trata de la estimación de un parámetro: “se estima… que el PROMEDIO

de los ingresos de las familias de la zona metropolitana de la ciudad de Monterrey…”

Estos tres elementos son indispensables para redactar la estimación.

 ESTIMACIÓN DE PARÁMETROS

Estimación de la media con muestras

grandes.

• Si n ≥ 30
• El intervalo se construye alrededor de la media
sumándole y restándole una cantidad formada
por dos elementos: Se encuentra el
95% del área.
1. El valor z
2. El error estándar
• Se sabe que la distribución muestral de la
media tiende a ser normal cuando tiende a
infinito.

.025 0.975

-1.96 1.96
ESTIMACIÓN DE PARÁMETROS

Como prueba de un nuevo alimento para perros se revisan las ventas durante un mes en tiendas de
autoservicio; los resultados de una muestra de 36 tiendas indican ventas promedio de $12,000 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.

x̅ ± Z𝑠𝑥̅̅
𝑋ത = 12,000
S = 800
Y para un nivel de confianza de 95% si se busca en el cuerpo de la tabla de áreas bajo la curva normal
del valor de z que aísle 47.5% del área a la derecha de la media, se encuentra de P(-1.96 ≤ z ≥ 1.96)
= 0.95 y el intervalo con 95% de confianza:

800 Se tiene una confianza de 95% de estar en lo correcto

x̅ ± Z𝑠𝑥̅̅ = 12,000 ± 1.96 36 al afirmar que, en la población total de tiendas de
autoservicios, el promedio de ventas por tienda del
= 12,000 ± 261.33 nuevo alimento para perros está entre $11738.67 a
= $12,261.33 $12261.33
= $11,738.67
 ESTIMACIÓN DE PARÁMETROS (PROPORCIÓN).
Las formulas para estimar parámetros vienen de la distribución binomial.
Los estadísticos recomiendan que en la estimación, n sea lo suficientemente
grande para que tanto np como nq sean al menos 5 cuando se utiliza la
distribución normal como sustituto de la binomial.

Una vez realizada la

𝜇 = 𝑛𝑝 Distribución muestral de 𝜇𝑝 = 𝑝
la proporción, estas
formulas se ajustan y
𝜎 = 𝑛𝑝𝑞 quedan como queda a 𝑝𝑞
continuación: 𝜎𝜌 =
𝑛
ESTIMACIÓN DE PARÁMETROS

General Cinema obtuvo una muestra de 55 personas que vieron Caza Fantasmas 8 y les preguntaron si planeaban
verla de nuevo. Sólo 10 de ellos pensaron que valía la pena ver la película por segunda vez.

a) Estime el error estándar de la proporción de asistentes al cine que verán la película por segunda vez.

p = 10/55=0.182 0.182 ∗ 0.818

𝒑𝒒
𝜎𝜌 = 𝝈𝝆 =
q = 45/55=0.818 55 𝒏
n = 55
𝜎𝜌 = 0.052
NC = 90%

b) Construya un intervalo de confianza del 90% para esta proporción.

Sustituyendo en 𝝆 ± 𝒁 ∗ 𝝈𝝆
LI = 0.182-(1.645*0.052) = 0.09646
LI = 0.182+(1.645*0.052) = 0.2675
Se tiene una confianza de 90% de estar
en lo correcto al afirmar que la
proporción de personas que verán por
segunda vez la película esta entre
0.09646 y 0.2675.
 DETERMINACIÓN DEL TAMAÑO DE
MUESTRA NECESARIO PARA ESTIMAR Estimación de parámetros

UNA MEDIA.
En todos los análisis hechos hasta ahora, hemos utilizado el símbolo n en lugar de un
número específico. Ahora necesitamos saber cómo determinar el número que se debe
usar. ¿Qué tan grande deberá ser la muestra? Si ésta es muy pequeña, podemos fallar en
el logro de los objetivos de nuestro análisis; si es demasiado grande, desperdiciamos
recursos al tomar la muestra. Se presentará cierto grado de error de muestreo por no
estudiar a la población completa. Siempre que tomamos una muestra, perdemos algo de
información útil de la población.

Si queremos tener un alto nivel de precisión (esto es, si deseamos estar

bastante seguros de nuestra estimación), debemos muestrear la población
lo suficiente para asegurarnos que obtuvimos la información requerida. El
error de muestreo se puede controlar si seleccionamos una muestra con el
tamaño adecuado. En general, cuanta más precisión se quiera, más grande
será el tamaño necesario de la muestra.
Suponga que una universidad está efectuando una investigación acerca de los ingresos
anuales de los estudiantes del último año de su escuela de administración. Se sabe, por Estimación de n para
experiencia, que la desviación estándar de los ingresos anuales de la población completa la Media
(1,000 estudiantes) de los egresados es alrededor de $1,500. ¿Qué tan grande debe ser la
muestra que debe tomar la universidad con el fin de estimar el ingreso medio anual de los
estudiantes graduados el año pasado, dentro de más menos $500 y con un nivel de
confianza del 95%?

𝑧 = 1.96 𝜎
𝑧𝜎𝑥̅ = 500 𝜎𝑥̅ =
𝜎= 1500 𝑛
n=? 1.96*𝜎𝑥̅ = 500
255 =
1500 n = 34.6 = 35
𝑛
e= 500
𝜎𝑥̅ = 500/1.96
255* 𝑛 = 1500

𝜎𝑥̅ = 255 1500

𝑛=
255
𝑛 = 5.882
2
𝑛 = (5.882)2
Suponga que deseamos encuestar a estudiantes de una universidad grande. Deseamos
determinar qué proporción de éstos está a favor de un nuevo sistema de evaluación. Nos Estimación de n para
gustaría contar con un tamaño de muestra que nos permita tener una certeza del 90% de la proporción
que estamos estimando la proporción verdadera de la población de 40,000 estudiantes a
favor del nuevo sistema de evaluación, más menos 0.02

NC= 90%
𝑧 = 1.645 𝑧𝜎𝑝 = 0.02 𝑝𝑞
𝜎𝑝 = 𝑛 = 1666.67
e = 0.02 𝑛
1.645*𝜎𝑝 = 0.02
0.5∗0.5
0.012158 = 𝑛 = 1667
𝑛
𝜎𝑝 = 0.02/1.645
0.25 2
(0.0122)2 = ( )
𝑛
𝜎𝑝 = 0.012158
0. 25
0.00015 =
𝑛
0. 25
n =
0.00015