ESTADÍSTICA APLICADA

Universidad Privada del Norte

Departamento de Ciencias

Docente: Ing. Mariana Cuadra Moreno

 Contenido:
Estimación puntual e interválica para la media,
proporción, diferencia de medias y diferencia de
proporciones. Estudio de casos.

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 POBLACIÓN
I E
N S
F T
E A
R D
E I MUESTREO
N S
C T
I I
A C
a

MUESTRA

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 INFERENCIA ESTADÍSTICA
Es el proceso por medio del cual se obtienen conclusiones probabilísticas
en relación a una población basada en los resultados de una muestra de
esa población.
Áreas de la inferencia estadística:
• Estimación de parámetros
- Estimación puntual
- Estimación por intervalo
• Prueba de hipótesis

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Estimación de parámetros

Estimador: es una medida estadística que especifica

como utilizar los datos de la muestra para estimar un
parámetro desconocido de la población.

Efectuar una estimación es utilizar la medida calculada

en la muestra (estimador) para predecir el valor del
parámetro.

La estimación puede ser de dos formas:

Estimación Puntual
Estimación por Intervalo

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Estimación Puntual
Es un solo valor numérico obtenido a partir de una muestra para estimar el
parámetro.
Es necesario que cada estimador cumpla con algunos requisitos como:
Insesgado: El estimador es igual al parámetro. Ej. La media.
Consistente: Conforme se incrementa el tamaño de la muestra el
estimador se aproxima al parámetro.
Eficiente: El estimador debe tener varianza mínima.
Suficiente: El estimador debe contener toda la información de la muestra.

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Estimadores y parámetros

Parámetros Estimadores Descripción

μ X Media o promedio

σ2 S2 Varianza

P p = a/n Proporción

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Estimación por Intervalos
Consiste en la obtención de un intervalo dentro del cual estará el valor del
parámetro estimado con una cierta probabilidad. En la estimación por intervalos se
usan los siguientes conceptos:

El intervalo de confianza es una expresión del tipo [a, b] ó a ≤ θ ≤ b, donde

θ es el parámetro a estimar. Este intervalo contiene al parámetro estimado con
una determinada certeza o nivel de confianza.

Variabilidad del Parámetro, se usa como medida de esta variabilidad la

desviación típica poblacional y se denota σ ó S.

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Error de la estimación Es una medida de precisión que corresponde con
la amplitud del intervalo de confianza. Cuanta más precisión se desee en la
estimación de un parámetro, más estrecho deberá ser el intervalo de
confianza. Se suele llamar E, según la fórmula E = b - a.
Nivel de Confianza El nivel de confianza se denota por (1-α), aunque
habitualmente suele expresarse con un porcentaje ((1-α)·100%). Es habitual
tomar como nivel de confianza un 95% o un 99%, que se corresponden con
valores α de 0,05 y 0,01 respectivamente.

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Valor α También llamado nivel de significación. Es la probabilidad
de fallar en nuestra estimación, esto es, la diferencia entre la
certeza (1) y el nivel de confianza (1-α). Por ejemplo, en una
estimación con un nivel de confianza del 95%, el valor α es (100-
95)/100 = 0,05.

Valor crítico Es el valor de la abscisa en una determinada

distribución que deja a su derecha un área igual a α/2, siendo 1-α
el nivel de confianza.

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

ESTUDIO DE CASOS

Docente: Ing. Mariana Cuadra Moreno

 1. ESTIMACIÓN DE LA MEDIA POBLACIONAL

a) Estimación Puntual

_
  x
Ejemplo 1:
De una población se escogieron al azar 10 personas y se les tomo la estatura.
Los resultados en cm fueron: 160, 170, 170, 150, 160, 180, 160, 170, 130, 150.
Estime la media y la varianza.

Rpta. 169,14 respectivamente

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Ejemplo 2:

Se tiene interés en estimar el peso promedio de los recién nacidos de

madres adolescentes que acuden al Hospital Lazarte. Para esto se
selecciona una muestra de 25 recién nacidos de madres adolescentes y
se registra el peso, encontrando una media de 1500 grs. y desviación
estándar 250grs.

Entonces la estimación puntual del peso promedio en RN de madres

adolescentes es 1500 grs. Es decir: µ =
, o sea µ =1500
_

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 b) Estimación por Intervalos
Consiste en determinar dos valores centrales (tomados en base a los datos de
una muestra) entre los cuales se espera se encuentre el parámetro, con un
cierto grado de seguridad (nivel de confianza).

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Ejemplo 3:
Una muestra aleatoria de 36 cigarrillos de una determinada marca dio un
contenido promedio de nicotina de 3 miligramos. El contenido en nicotina
de estos cigarrillos sigue una normal con una desviación estándar de 1
miligramo.
a) Obtenga e interprete un intervalo de confianza del 95% para el verdadero
contenido promedio de nicotina en estos cigarrillos.
b) b) El fabricante garantiza que el contenido promedio de nicotina es 2.9
miligramos, ¿qué puede decirse de acuerdo con el intervalo hallado?
(Sol. [2.67,3.33] . No podemos descartar lo afirmado por el fabricante ya
que el valor 2.9 se encuentra dentro del intervalo). 

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 2. ESTIMACIÓN DE LA PROPORCIÓN POBLACIONAL

a) Estimación Puntual

En poblaciones dicotómicas con una proporción de éxitos el estimador puntual

del parámetro es la proporción muestral de éxitos, p, que coincide con la
media de la muestra cuando se codifica como 1 la característica que se
considera como éxito y 0 la que se considera no éxito.

P=p

Se calculando dividiendo la cantidad de elementos con la característica

de interés entre el total de elementos

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Ejemplo 4:

En una universidad se desea conocer la opinión de los

estudiantes acerca de ciertas medidas que han tomado las
directivas. De 120 estudiantes consultados, 90 estuvieron a
favor. Estime la proporción de estudiantes que están a favor de
las medidas.

Rpta.- 75%

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 b) Estimación Por Intervalos

Cuando la variable a estimar es cualitativa, y se quiere determinar

el parámetro con un intervalo de confianza, se utiliza la siguiente
fórmula:

CASO 3: PROPORCIÓN POBLACIONAL

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Ejemplo 5:

Una marca de lavadoras quiere saber la proporción de amas de

casa que preferirían usar su marca. Toman al azar una muestra
de 100 amas de casa y 20 dicen que la usarían. Calcula un
intervalo de confianza del 95% para la verdadera proporción de
amas de casa que preferirían dicha lavadora. (Sol. [0.122 ,
0.278].)

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 3. ESTIMACIÓN DE DIFERENCIA DE MEDIAS POBLACIONALES
1   2

Para muestras independientes

CASO 4: MUESTRAS GRANDES O VARIANZAS CONOCIDAS

_ _
 12  22 _ _  12  22
( x1 x 2 )  z / 2   ; ( x1 x 2 )  z / 2  
n1 n2 n1 n2

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 CASO 5: MUESTRAS PEQUEÑAS O VARIANZAS DESCONOCIDAS

_ _
1 1 _ _ 1 1
( x1 x 2 )  t / 2  S  ; ( x1 x 2 )  t / 2  S 
n1 n2 n1 n2

Donde:
( n  1)  S 2
 ( n  1)  S 2
S2  1 1 2 2
n1  n2  2

t / 2 Con (n1+n2-2) g.l

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

Ejemplo 6:
Se quiere comparar la influencia que puede tener el tabaco y para esto se considera
el peso de los niños al nacer. Para ello se tomó dos grupos de mujeres embarazadas
(unas que fuman un paquete al día y otras que no) y se obtuvieron los siguientes
datos sobre el peso X, de sus hijos:

Calcular un IC con una 95% de confianza e interpretar.

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 El intervalo que tenemos que hallar es de la forma:

_ _
1 1 _ _ 1 1
( x1 x 2 )  t / 2  S  ; ( x1 x 2 )  t / 2  S 
n1 n2 n1 n2

2
(n1  1)  S12  (n2  1)  S 22
S 
n1  n2  2

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Reemplazando,

(n1  1)  S12  (n2  1)  S 22

S  0.435
n1  n2  2

1 1 1 1
(3.6  3.2)  2.014  0.657  ; (3.6  3.2)  2.014  0.657 
25 22 25 22

Tendríamos:

Se puede concluir que el grupo de las no fumadoras tienen hijos con

mayor peso al nacer, con una confianza del 95%.

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 CASO 6: Para muestras dependientes

Sd Sd
d  t / 2  ; d  t / 2 
n n
Donde:
n

d i
 d i  nd
2 2

d i 1
Sd 
2

n n 1

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 4. ESTIMACIÓN DE DIFERENCIA DE PROPORCIONES POBLACIONALES
P1  P2

CASO 7: PARA MUESTRAS GRANDES Y PEQUEÑAS:

p1(1 p1) p2 (1 p2 ) p1(1 p1) p2 (1 p2 )

( p1  p2 )  z / 2   ; ( p1  p2 )  z / 2  
n1 n2 n1 n2

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Ejemplo 8:
En un estudio de los proyectos patrocinados por empresas en cursos universitarios
de marketing, se les pidió a los profesores encargados de dicha asignatura que
evaluasen la opinión de los alumnos acerca del trabajo paralelo a las clases. De una
muestra de 92 profesores de escuelas acreditadas, 49 estaban de acuerdo con esta
opción. De una muestra independiente de 86 profesores 36 comparten dicha
opinión. Calcular el intervalo de confianza al 95%.

Grupo 1 Grupo 2
n1  92 n1  86
p1  49 / 92 p2 36 / 86

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

 Haciendo las sustituciones correspondientes en la fórmula de los intervalos de
confianza, obtenemos:

0.533 0.467 0.4190.581 0.5330.467 0.4190.581

(0.5330.419) 1.645  ; (0.5330.419) 1.645 
92 86 92 86

P (0.008; 0.236)  0.95

Dado que el intervalo incluye al cero, no existe evidencia muestral considerable

para asegurar que existe diferencia entre las proporciones de los dos grupos con
respecto a la opinión de estudiar y trabajar.

Wednesday, May 13, 2020 Docente: Ing. Mariana Cuadra Moreno

Ejercicio Propuesto:

•Un nuevo programa de cómputo que se ha desarrollado para ayudar a los

analistas de sistemas a reducir el tiempo requerido para diseñar,
desarrollar e implementar un sistema de información. Para evaluar las
ventajas del nuevo programa se selecciona una muestra aleatoria de 24
analistas de sistemas. A cada analista se le proporcionan especificaciones
para un sistema hipotético de información, y a los 12 de ellos se les pide
producir el sistema usando la tecnología (los programas) actual. A los otros
12 se les capacita primero en el uso del nuevo paquete y, a continuación,
se les pide usarlo para producir el sistema de información.
Tiempos de terminación y estadísticos del Estudio de Prueba del
Programa. Resultados. Diciembre 2008.
Tecnología Actual Nuevo Programa de
Cómputo
300 276
280 222
344 310
385 338
372 200
360 302
288 317
321 260
376 320
290 312
301 334
283 265
12 12
325 288
40 44
 FIN
Docente: Ing. Mariana Cuadra Moreno
Wednesday, May 13, 2020