UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS

Estadística Aplicada 2 CE87

ESTIMACIÓN DE PARÁMETROS
LOGRO DE APRENDIZAJE
El estudiante utiliza el procedimiento de estimación de parámetros y validación de
pruebas de hipótesis referentes a uno o más parámetros sobre su distribución
poblacional, dentro de problemas en contextos reales.
CONCEPTOS

Una estimación puntual es un valor individual que se usa para aproximar un

parámetro poblacional
Una estimación por intervalo es un rango de valores que se usa para estimar el valor
real de un parámetro poblacional. El coeficiente de confianza representa la
probabilidad de que una estimación por intervalo contenga al parámetro poblacional.
casos

ESTIMACIÓN DE PARÁMETROS
Estimación por intervalo para una media(promedio)
Si x̄ y S son la media y la desviación estándar de una muestra aleatoria de tamaño n (n
< 30) de una población con varianza σ 2, desconocida, un intervalo de confianza de (
1−α )x100% para μ está dado por:
S S
x̄−t (α /2 ,n −1 ) < μ< x̄+t (α /2 , n−1)
√n √n
EJEMPLO
Para estimar el tiempo promedio que lleva ensamblar cierto componente de una
computadora, el supervisor de una empresa electrónica tomó el tiempo que 25
técnicos tardaban en ejecutar esta tarea, obteniéndose una media de 12,73 minutos y
una desviación estándar de 2.06 minutos. Construya e interprete un intervalo de
confianza de 95% para el tiempo medio real que lleva ensamblar el componente de la
computadora.

(1- α)*100 = 95%  α = 5% o α = 0.05

Solución:
2,064∗2 ,06 64∗2, 06
12 ,73− < μ< 12, 73+2 , 0
√ 25 √ 25

1
 11, 88 min .< μ<13 , 58 min .

Interpretación del intervalo:

Existe un 95% de confianza de que el tiempo promedio para ensamblar cierto
componente de una computadora esté contenido en el intervalo [11,88; 13,58]
minutos.

Estimación por intervalo para una proporción

Si ^p es la proporción de éxitos en una muestra aleatoria de tamaño n y q^ =1− ^p , un
intervalo de confianza aproximado de (1−α )x100% para el parámetro binomial p está
dado por:

^p−z (1−α /2 )
√ ^p (1− ^p )
n √
< p< ^p + z (1−α /2 )
p^ (1− ^p )
n
EJEMPLO
En una planta de ensamblaje, se inspecciona una muestra de 120 soldaduras y se
encuentra que 108 de ellas cumplen con los estándares de calidad.
Los indicadores de calidad en esta planta exigen que más del 85% de las soldaduras
deben cumplir los estándares de calidad. Construya un intervalo de confianza del 92%
para verificar si se cumple con la exigencia de calidad.

Solución:

^p−z (1−α /2 )
√ ^p (1− ^p )
n √
< p< ^p + z (1−α /2 )
^ (1− ^p )
p
n
n = 120 (número de ensayos) , X = 108 (número de eventos),
108
^p= =0 , 90
120

0 , 90−1,751×
√ 0 , 9 ( 1−0 , 9 )
120
< P<0 , 90+1,751 ×
√
0 , 9 ( 1−0 , 9 )
120

2
 0,852< P< 0,948
Interpretación del intervalo: Tenemos un 92% de confianza de que la proporcion de
las soldaduras que cumplen los estándares de calidad está contenido en el intervalo
[0,852; 0,948]

Condición:
Los indicadores de calidad en esta planta exigen que más del 85% de las soldaduras
deben cumplir los estándares de calidad
85 , 2 %< P % <94 ,8 %
De este resultado podemos afirmar que si se cumple con la exigencia de calidad, dado
que el límte inferior del intervalo es mayor a 0,85.

Estimación por intervalo de la varianza

Si S es la desviación estándar de una muestra aleatoria de tamaño n de una población
con varianza σ 2, desconocida, un intervalo de confianza de (1−α )x100% para σ 2 está
dado por:
2(n−1)S 2 2 (n−1)S2
LIC (σ )= 2 LSC (σ )= 2
χ (n−1 ,α/ 2) χ (n−1 , 1- α/ 2)

Si S es la desviación estándar de una muestra aleatoria de tamaño n de una población

con varianza poblacional σ 2, desconocida, un intervalo de confianza de ( 1−α )x100%
para  está dado por:

√ √
2 2
( n−1) S (n−1)S
LIC (σ )= 2
LSC (σ 2)= 2
χ (n−1, α / 2) χ (n−1 , 1- α/2 )

EJEMPLO
Cuando se programa desde un terminal, una variable aleatoria que interesa es la
variabilidad del tiempo de respuesta. Se considera aceptable un tiempo de respuesta
si su desviación estándar es de a lo más 0,19 segundos. Se ha realizado 18 pruebas en
una instalación específica y se ha obtenido una desviación estándar de 0,1233
segundos. Suponga que los tiempos de respuesta tienen distribución normal.
Mediante un intervalo del 95% de confianza ¿podemos afirmar mediante la
información proporcionada que los tiempos de respuestas son aceptables?

Solución:

En este caso utilizaremos la Segunda fórmula para calcular el intervalo de confianza

para la desviación estándar poblacional 

√ √
2 2
( n−1) S (n−1)S
LIC (σ )= 2
LSC (σ 2)= 2
χ (n−1, α / 2) χ (n−1 , 1- α /2 )
3
 √ √
2 2
(17) ( 0,1233 ) (17) ( 0,1233 )
LSC (σ )= =0,0925 LIC (σ )= =0,1849
30,191 7,564

Interpretación:

Tenemos un 95% de confianza de que la desviación estándar de los tiempos de

respuesta está contenida en el intervalo [0,0925; 0,1849] segundos.

Condición:
Se considera aceptable un tiempo de respuesta si su desviación estándar es de a lo
más 0,19 segundos

[0,0925; 0,1849]; como se observa el limite superior es menor a 0.19 segundos

Del resultado anterior podemos afirmar mediante la información proporcionada que
los tiempos de respuestas son aceptables.

4
Ejemplos de aplicación

Ejemplo 1

Una muestra aleatoria de 18 bombas térmicas de cierto tipo produjo las siguientes
observaciones de vida útil (en años):

Vida útil 13,2 16,9 14,3 10,9 16,9 8,2 14,7 15,2 15,7
(años) 15,1 14,6 14,2 14,7 19 13 17,7 14,1 16,7

a. Suponga que la distribución de la vida útil es normal y Obtenga un intervalo de

confianza de 95% para la vida útil esperada (promedio verdadero).

13.491 horas .< μ< 15.965 horas .

Interpretación del intervalo:

Existe un 95% de confianza de que el tiempo promedio de vida útil esté contenido en
el intervalo [13.49; 15,965]años.

b. Se sospecha que la variabilidad de la vida útil supera a los dos años. Construya un
intervalo del 98% de confianza para evaluar esta sospecha.

Solución:
Como el límite inferior es menor a 2, por lo tanto la sospecha no es cierta.

5
Ejemplo 2
Es importante que las máscaras utilizadas por bomberos sean capaces de soportar
altas temperaturas porque los bomberos comúnmente trabajan en temperaturas de
200°F a 500°F. En una prueba de un tipo de máscara, a 11 de 55 máscaras se les
desprendió la mica a 250°. Construya un intervalo de confianza de 90% para la
proporción verdadera de máscaras de este tipo cuya mica se desprendería a 250°
Solución:

0 , 111< P<0 , 289

Interpretación del intervalo: Tenemos un 90% de confianza de que la proporción de

máscaras cuya mica se desprendería a 250° está contenido en el intervalo [0,111;
0,289]