Estimación de Parámetros

Una de las funciones importantes de la estadística es poder inferir (deducir)

información sobre una población mediante muestras extraídas de ellas.

Estima por puntos y estimas por intervalos. Seguridad

La estima de un parámetro poblacional dada por un número se llama estima por

punto del parámetro. La estima de un parámetro poblacional dada por dos números entre
los cuales se considera que se encuentra dicho parámetro se llama estima de intervalo
del parámetro.

Las estimas por intervalos indican la precisión o exactitud de una estima y, por
tanto, son preferibles a las estimas puntuales.

Ejemplo:

Si se dice que una distancia viene dada por 160 cms, se esta dando una estima
por punto. Si, por otra parte, se dice que la distancia es 160±1, es decir, la distancia real
se encuentra entre 159 y 161 cms, se esta dando una estima por intervalo.

Estimas por intervalos de confianza, de parámetros poblacionales.

Sean  X y  X la media y la desviación estándar de la distribución muestral de

la media. Entonces si la distribución muestral es aproximadamente normal lo que es
cierto si el tamaño de la muestra es n ≥ 30, cabe esperar que en muestras extraídas, que
la media se encuentre en los intervalos
1.-  X   X a  X   X ,
2.-  X  2 X a  X  2 X ,
3.-  X  3 X a  X  3 X ,

El 68.27%, 95.45%, y 99.73% de las veces, respectivamente.

Análogamente cabe esperar o se puede confiar en encontrar,  X en los

intervalos

1.- X   X a X   X ,
2.- X  2 X a X  2 X ,
3.- X  3 X a X  3 X ,

El 68.27%, 95.45%, y 99.73% de las veces, respectivamente. Por esto se llama a

estos intervalos los intervalos de confianza del 68.27%, 95.45%, y 99.73% para la
estima de  X . Los números extremos de estos intervalos ( X   X , X  2 X ,
X  3 X ) son llamados limites de confianza del 68.27%, 95.45%, y 99.73%.
 Análogamente, X  1.96 X y X  2.586 X son llamados limites de confianza
del 95% y 99% para la  X . El porcentaje de confianza se llama también nivel de
confianza. Los números 1.96, 2.58, etc., de los limites de confianza se llaman
coeficientes de confianza o valores críticos y se denotan por Zc .De los niveles de
confianza se pueden obtener los coeficientes de confianza, y recíprocamente.

Más generalmente, los límites de confianza son dados por X  Z c X donde Zc

depende del nivel de confianza que en cada caso se desee y se puede obtener de las
tablas de la curva normal. Utilizando la siguiente formula:

X  Zc
n
Se puede obtener los limites de confianza para la media poblacional en el caso
de una población infinita o si el muestreo es con reemplazamiento en una población
finita y por
 N n
X  Zc
n N 1
Si el muestreo es sin reemplazamiento en una población finita de tamaños N.

En general, la desviación estándar poblacional σ es desconocida, de modo que

para obtener los límites de confianza anteriores, se utiliza la estima muestral S. Esto
suministra una estimación satisfactoria para n ≥ 30. Para n < 30, la aproximación es
mala y debe emplearse la teoría de pequeñas muestras.

Error probable

Los límites de confianza del 50% de los parámetros de la población, por ejemplo
los correspondientes a la media son dados por X  0.6745 X . La cantidad 0.6745 X
se conoce como error probable de la estima.

Ejemplos

1.- La media y la desviación estándar de las cargas máximas soportadas por 60 cables
son dadas por 11.09 ton. Y 0.73 ton., respectivamente. Hallar los límites de confianza
del (a) 95% y (b) 99% para la media de las cargas máximas de todos los cables
producidos por la compañía.

a) Los limites de confianza del 95% vienen dados por. L.C.0.95 =

Esto se representa por: P{10.91 ≤ μ ≤ 11.27} = 0.95;

Lo que significa que existe un 95% de seguridad o confianza de que la verdadera

resistencia media de las cargas máximas soportadas pro todos los cables se encuentra
entre 10.91 ton. y 11.27 ton.
 Aquí tenemos los siguientes valores:
X = 11.09 es la media de la muestra;
S = 0.73 ton. es la desviación estándar de la muestra;
S X = es la desviación estándar de la distribución muestal;
Zc = 1.96 es el coeficiente de confianza del 95%,
n = 60 es el tamaños de la muestra,

b) Los limites de confianza del 99% vienen dados por. L.C.0.99 =

   0.73 
X  2.58 X   11.09  2.58   11.09  2.580.094  11.09  0.24
 n  60 

P{10.85 ≤ µ ≤ 11.33 } = 0.99

Existe un 99% de confianza de que la verdadera media se encuentre entre 10.85

ton. y 11.33 ton.