Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SESIÓN 07:
Estimación Puntual e interválica paramétrica (media,
proporción, varianza) para una muestra.
Estimación Puntual
Estimación
Interválica
Ingeniería
Pregrado
Industrial
LOGRO DE LA SESIÓN:
https://www.youtube.com/watch?v=cMqgG_lBC2U
Ingeniería
PREGUNTAS: Pregrado
Industrial
Estimación de parámetros
Ingeniería
Pregrado
Industrial
Estimación de parámetros
ESTIMACIÓN
DE
PARÁMETROS
Definición Tipos
Es el proceso mediante La estimación de un
el cual se aproxima el parámetro puede
valor de un parámetro adoptar la forma de un
de la población, a partir punto (estimación
de la información de la puntual) o de un
muestra. intervalo (estimación
por intervalo).
Ingeniería
Pregrado
Estimación Puntual de Parámetros para una Población: Media, Proporción y Varianza
Industrial
Media
Varianza
Proporción
Estimación puntual. Consiste en usar un solo valor extraído de la muestra para estimar el parámetro desconocido de
la población. Ejemplos:
La media de la población se puede estimar puntualmente mediante la media de la muestra
La varianza de la población se puede estimar puntualmente mediante la varianza de la muestra
La proporción de la población se puede estimar puntualmente mediante la proporción muestra
Ingeniería
Pregrado
Industrial
De la población de tallas de los estudiantes en el año 2021, se extrae una muestra aleatoria
de 8 alumnos, cuyos valores observados son:
1.501.60 1.58 1.45 1.52 1.68 1.62 1.55
Halle un estimador puntual para la media poblacional
Solución
∑ 𝑥𝑖 1.5 + 1.6 + 1.58 + 1.45 + 1.52 + 1.68 + 1.62 + 1.55
𝑥=
𝑖 =1 ¿ mts
𝑛 8
Cuando obtenemos una media aritmética a partir de una muestra (Estadístico), esta puede ser empleado como estimador
puntual para el valor de la media poblacional (Parámetro). Análogamente con los demás estadísticos.
Ingeniería
Pregrado
Estimación Por Intervalos para una Población: Media, Proporción y Varianza
Industrial
INTERVALO DE CONFIANZA
Una estimación por intervalo de un parámetro 𝜃 es un intervalo de la forma: L1 ≤ 𝜃 ≤ L2
Se dice que un intervalo , es un segmento de extremos cerrados con nivel de confianza 1-
P ( L1 L2 ) 1
Donde: /2 1
θ : Es un par ámetro (Promedio o proporci ó n)
L1 : Lí miteinferior del IC /2
L2 : Lí mite superior del IC L1 L2
Los límites de un intervalo de confianza (IC) se calculan utilizando los estadísticos muestrales, según sea el caso
(promedio, proporción muestral, etc.)
El intervalo L1 ≤ 𝜃 ≤ L2 determinado en relación con una muestra en particular, recibe el nombre de intervalo de
confianza (1- )100%, la fracción 1- se conoce como coeficiente de confianza o grado de confianza y los extremos L1
y L2 reciben el nombre de límites de confianza inferior y superior.
Ingeniería
Estimación Interválica para la Media de una muestra
Pregrado
Industrial
𝜎 σ s s
x − Z0 ≤ μ ≤ x +Z 0 x− t0 ≤ μ ≤ x +t 0
√n √n √n √n
IC para la media
Solución al 99%:
Datos del Problema
18 mg
n 100
X 19.2 mg
S 2 mg
1 0.99
/ 2 0.005
1 0.99
/ 2 0.005
-2.575 2.575
Ingeniería
Pregrado
Industrial
Solución al 99%:
Datos del Problema
18 mg
n 100
X 19.2 mg
S 2 mg
1 0.99
/ 2 0.005
1 0.99
/ 2 0.005
-2.575 2.575
Ingeniería
Pregrado
Industrial
Solución al 95%:
Datos del Problema
n = 10
Primero
Calculamos
Ingeniería
Pregrado
Industrial
Solución al 95%:
Datos del Problema
n = 10
Calculamos
∑ 𝑥𝑖
¿
𝑖 =1 oz
𝑥=
𝑛 10
oz
Ingeniería
Pregrado
Industrial
Solución al 95%:
Datos del Problema
n = 10
oz
Luego
Calculamos s
Ingeniería
Pregrado
Industrial
Solución al 95%:
Datos del Problema
n
1 15.7 15.91 -0.21 0.0441
2 15.7 15.91 -0.21 0.0441
3 16.3 15.91 0.39 0.1521
4 15.8 15.91 -0.11 0.0121 S2 = 0.429/9 = 0.0476
5 16.1 15.91 0.19 0.0361
6 15.9 15.91 -0.01 1E-04
7 16.2 15.91 0.29 0.0841
8 15.9 15.91 -0.01 1E-04 S = 0.218
9 15.8 15.91 -0.11 0.0121
10 15.7 15.91 -0.21 0.0441
TOTAL 0.429
Ingeniería
Pregrado
Industrial
Solución al 95%:
Datos del Problema
n 10
X 15.910 oz
S 0.218 oz
Intervalo de confianza: 1 0.95
Ahora calculamos T0
/ 2 0.025
1 0.95
/ 2 0.025
-2.262 2.262
Ingeniería
Pregrado
Industrial
t0 t
t 0.05
1 , n 1 1 ,10 1
2 2
t( 0.975,9) 2.262
2.262
Ingeniería
Pregrado
Industrial
Solución al 95%:
Datos del Problema
n 10
X 15.910 oz
S 0.218 oz
Intervalo de confianza: 1 0.95
P ( X t0 ) 0.975
/ 2 0.025 t 0 2.262
1 0.95
P ( X t0 ) 0.025
/ 2 0.025 t0 2.262
-2.262 2.262
Ingeniería
Pregrado
Industrial
S 0.218
L1 X t0 15.910 2 .262 15.754
n 10
S 0.218
L2 X t0 15.910 2.262 16.066
n 10
Rpta. Se estima que el peso medio en onzas de las cajas de cereal se encuentra entre el
multará al fabricante, ya que todos los datos de la muestra se encuentran en éste rango.
Ingeniería
Estimación Interválica para la Proporción Poblacional de una
Pregrado muestra
Industrial
∑ 𝑥𝑖
𝑋
𝑖=1
𝑝= =
𝑛 𝑛
∧
𝑥 𝑁 ú 𝑚𝑒𝑟𝑜 𝑑𝑒 é 𝑥𝑖𝑡𝑜𝑠𝑒𝑛 𝑙𝑎𝑚𝑢𝑒𝑠𝑡𝑟𝑎 ESTIMACIÓN
𝑝= = PUNTUAL
𝑛 𝑛
Ingeniería
Pregrado
Industrial
Varianza
Nivel confianza: 𝒁𝟏 𝜶
−𝟐
𝟏−𝜶
90% 𝑍0.95 =1.645
95% 𝑍0975 =1.96
98% 𝑍0.99=2.33
99% 𝑍0.995 =2.575
Ingeniería
Pregrado
Industrial
𝑝− 𝑍
(1 − 𝛼2 ) √ 𝑝 (1 −𝑝 )
𝑛
≤ 𝜋 ≤ 𝑝+𝑍
( 1− 𝛼2 ) √ 𝑝 (1− 𝑝)
𝑛
Ingeniería
Pregrado
Industrial
Una encuestadora utilizó una muestra aleatoria de 600 electores que acaban de votar y
encontró que 240 votaron a favor del candidato A. Estimar el porcentaje de electores a favor de
A en toda la población, utilizando un intervalo de confianza del 95%.
Solución.
Ingeniería
Pregrado
Industrial
√ √
Datos:
𝑝 ( 1− 𝑝 ) 𝑝 (1− 𝑝)
𝑛=600 𝑝− 𝑍 ∙ <𝑝 <𝑝 + 𝑍 𝛼 ∙
Muestra:
(1 − 𝛼2 ) 𝑛 (1− 2 ) 𝑛
240
√ √
Proporción 𝑝= =0 . 4
muestral: 600 0 . 4∗ 0.6 0.4∗ 0 .6
0.4 −1. 96∙ < 𝜋<0 .4+1 .96∙
600 600
Nivel de confianza: 1− 𝛼=0 . 95
92
𝛼=0 .05
𝑍 =𝑍 = 𝑍 ( 0 .975 ) =1 . 96 Rpta. Con un nivel de confianza del 95%, el porcentaje de
(
1−
𝛼
2 ) ( 1−
0 . 05
2 ) electores a favor de A oscila entre 36.08% a 43.92%.
Estimación Interválica para la Varianza Poblacional de unaIngeniería
Pregrado muestra
Industrial
Según registros del departamento de calidad de una compañía, el peso de una bolsa de galletas tiene una
distribución normal con media 40 gramos y a lo más una desviación estándar de 0.25 gramos. Para
verificar si la variabilidad de las bolsas de galletas está de acuerdo a los registros del departamento de
calidad, el ingeniero de planta selecciona una muestra aleatoria de 20 bolsas, el cual da como resultado
una desviación estándar de 0.32 gramos. Al nivel de confianza del 95% ¿se podría concluir que la
variabilidad de las bolsas es como lo enuncia el departamento de calidad?
Solución.
Ingeniería
Ejemplo 5. Estimación Interválica para la varianza () de 1 muestra
Pregrado
Industrial
Según registros del departamento de calidad de una compañía, el peso de una bolsa de galletas tiene una distribución
normal con media 40 gramos y a lo más una desviación estándar de 0.25 gramos. Para verificar si la variabilidad de las
bolsas de galletas está de acuerdo a los registros del departamento de calidad, el ingeniero de planta selecciona una muestra
aleatoria de 20 bolsas, el cual da como resultado una desviación estándar de 0.32 gramos. Al nivel de confianza del 95%
¿se podría concluir que la variabilidad de las bolsas es como lo enuncia el departamento de calidad?
Solución.
Datos:
Media poblacional: μ =40 gr.
Desviación estándar poblacional (antecedente):
Muestra: n = 20
Desviación estándar muestral: S = 0.32
1- ; 0.05 ; 0.975
𝑥 2(0.025 , 19)
Ingeniería
Distribución Chi Cuadrado Pregrado
Industrial
𝑥 2(0.975 , 19)
Ingeniería
Ejemplo 5. Estimación Interválica para la varianza () de 1 muestra
Pregrado
Industrial
Según registros del departamento de calidad de una compañía, el peso de una bolsa de galletas tiene una distribución
normal con media 40 gramos y a lo más una desviación estándar de 0.25 gramos. Para verificar si la variabilidad de las
bolsas de galletas está de acuerdo a los registros del departamento de calidad, el ingeniero de planta selecciona una muestra
aleatoria de 20 bolsas, el cual da como resultado una desviación estándar de 0.32 gramos. Al nivel de confianza del 95%
¿se podría concluir que la variabilidad de las bolsas es como lo enuncia el departamento de calidad?
Solución.
Datos:
Media poblacional: μ =40 gr.
Desviación estándar poblacional (antecedente):
¿ 𝜎 2<¿ (19) (0.32) 2
(19) (0.32)2
___________ ____________
Muestra: n = 20
Desviación estándar muestral: S = 0.32 𝑥 2(0.025 , 19) 𝑥 2(0.975 , 19)
1- ; 0.05 ; 0.975
(19) (0.32)2
(19) (0.32)2
___________ ¿ 𝜎 2<¿ ____________
32.8523 8.9065
0.05922 ¿ 𝜎 2<¿0.21845
Rpta. Al nivel de confianza del 95 % se concluye que la variabilidad de las bolsas es como lo enuncia el
departamento de calidad, porque la varianza 0.252 = 0.0625 se encuentra dentro del rango de 0.05922 y 0.21845
Ingeniería
CONCLUSIONES Pregrado
Industrial
PARÁMETRO ESTIMADOR
MEDIDA ESTADÍSTICA
(Valor obtenido de la población) (Valor obtenido de la muestra)
Media
Varianza
Proporción
CONCLUSIONES Ingeniería
Pregrado
Industrial
Estimación por Intervalos: Media, Proporción y Varianza
𝜎 σ s s
x− 𝑍 ≤ μ≤ x+𝑍 x−t ≤ μ ≤ x +t α
(1 − 2 ) √ n
𝛼
( 1− 2 ) √ n
𝛼 ( α
1− ; n −1
2 ) √n ( 1− 2 ; n −1) √ n
Tabla Z Distribución Normal Tabla t de Student
𝑝− 𝑍
(1 − 𝛼2 ) √ 𝑝 ( 1 −𝑝 )
𝑛
≤ 𝜋 ≤ 𝑝+𝑍 𝛼
√
( 1− 2 )
𝑝 (1− 𝑝)
𝑛
Tabla Z Distribución Normal
¡Gracias!