UNIVERSIDAD NACIONAL DE SAN ANTONIO

ABAD DEL CUSCO

ESCUELA PROFESIONAL DE ECONOMIA

ESTADISTICA ECONÓMICA II

Dr. Guillermo Paucar C.

 ESTIMACIÓN PUNTUAL Y POR
INTERVALOS

ESTIMACIÓN
PUNTUAL Y POR
INTERVALOS

2 Dr. Guillermo Paucar C.

02/01/2023
 ESTIMACIÓN PUNTUAL
INTRODUCCIÓN

02/01/2023 3 Dr. Guillermo Paucar C.

 ESTIMACIÓN PUNTUAL

02/01/2023 4 Dr. Guillermo Paucar C.

 ESTIMACIÓN PUNTUAL
CONSIDERACIONES

02/01/2023 5 Dr. Guillermo Paucar C.

 ESTIMACIÓN PUNTUAL

ESTIMACIÓN PUNTUAL

02/01/2023 6 Dr. Guillermo Paucar C.

PROPIEDADES DE LOS ESTIMADORES
PROPIEDADES DE LOS ESTIMADORES PARA
TODO TIPO DE MUESTRAS
ESTIMADOR INSESGADO Significa que su media o valor esperado
coincide con el parámetro , esto es:

E θˆ  = θ y por lo tanto, su sesgo=E θˆ  - θ = 0

Consecuencia: Si θˆ es insesgado, entonces ECM θˆ   Var θˆ 

ESTIMADOR EFICIENTE: Si para estimar un mismo parámetro,

disponemos de varios estimadores insesgados, el estimador eficiente será el
de menor varianza.

θˆ 1 y θˆ 2 insesgados. Si Var θˆ 1   Var θˆ 2  entonces, θˆ1 es más eficiente que θˆ 2

02/01/2023 7 Dr. Guillermo Paucar C.

PROPIEDADES DE LOS ESTIMADORES

Sean ˆ y ˆ2 dos estimadores insesgados del

1
parámetro .

Si Var ( ˆ ) < Var ( ˆ ) decimos que ˆ1 es más

1 2
eficiente que ˆ .
2

El cociente Var (ˆ ) / Var (ˆ ) se llama eficiencia

1 2
relativa.

Entre todos los estimadores insesgados de , el

que tenga menor varianza es el estimador
insesgado de mínima varianza. Pero, ¿cómo
podemos encontrarlo?
02/01/2023 8 Dr. Guillermo Paucar C.
 Distribuciones de probabilidad de dos
PROPIEDADES
estimadores A DE
y B deLOS ESTIMADORES
un parámetro poblacional q

Caso 1: A y B misma varianza Caso 2: A y B estimadores insesgados

,7 1,4

,6 1,2

,5 1,0

,4 ,8
f(B) f(A)
f(B)
,3 ,6

,2 ,4

f(A)
,1 ,2

0,0 0,0

E[B] E[A]=q q
A estimador insesgado E[A]=q A y B insesgados E[A]=E[B]=q
B estimador sesgado E[B]q Var[A] > Var[B]
Var[A] = Var[B]
ECM[A] > ECM[B]
ECM[A] < ECM[B]
A mejor estimador que B
02/01/2023 9 B mejor estimadorDr.que A Paucar C.
Guillermo
 Propiedades en muestras grandes
PROPIEDADES DE LOS ESTIMADORES

 Muchos estimadores no tienen buenas

propiedades para muestras pequeñas, pero
cuando el tamaño muestral aumenta, muchas
de las propiedades deseables pueden
cumplirse. En esta situación se habla de
propiedades asintóticas de los estimadores.
 Como el estimador va a depender del tamaño
de la muestra vamos a expresarlo utilizando el
símbolo ˆn
 Por ejemplo, el sesgo puede depender del
tamaño de la muestra. Si el sesgo tiende a cero
cuando el tamaño de la muestra crece hasta
infinito decimos que el estimador es
asintóticamente insesgado.
02/01/2023 10 Dr. Guillermo Paucar C.
PROPIEDADES DE LOS ESTIMADORES

AUSENCIA DE SESGO ASINTÓTICA

Definición: Un estimador ˆn se dice que es

asintóticamente insesgado si

lim E[ ˆn ]  
n 

o equivalentemente:

lim [ E[ˆn ]   ]  0
n 

02/01/2023 11 Dr. Guillermo Paucar C.

 CUADRO RESUMEN ESTIMADORES PUNTUALES
DISTRIBUCIÓN PARÁM-ETRO A ESTIMADOR PROPIEDADES DEL
POBLACIÓN ESTIMAR ESTIMADOR

Poisson insesgado, eficiente,

XPo()
 X consistente

Bernoulli insesgado, eficiente,

XBe(p)
p p̂ = x consistente
Normal  insesgado, eficiente,
X N(,  2 ) X consistente
Normal asint. insesgado, menor ECM
X N(,  2 )
 2
S 2
 2 que cuasi-varianza
S
Exponencial: insesgado, eficiente,
X Exp(1/ )
 X consistente

Sin especificar  insesgado, consistente

X
Sin especificar S2 asint. insesgado
 2

02/01/2023 12 Dr. Guillermo Paucar C.

 ESTIMACIÓN PUNTUAL

02/01/2023 13 Dr. Guillermo Paucar C.

 INTERVALOS DE CONFIANZA

INTERVALO DE
CONFIANZA DE LA
MEDIA DE UNA
POBLACIÓN NORMAL

02/01/2023 14 Dr. Guillermo Paucar C.

 ESTIMACIÓN POR INTERVALOS

02/01/2023 15 Dr. Guillermo Paucar C.

 ESTIMACIÓN POR INTERVALOS
APLICACIÓN A LA OBTENCIÓN DE UN I.C. PARA  EN EL MODELO
N() CON  CONOCIDA:
1. Estimador: ˆ  X
2. Distribución del estimador:
X 
X N n)  N
(,  n (0,1).

3. Región de probabilidad  bajo la distribución muestral:

0,4


0,3

 X  
densidad

0,2  P  z / 2   z / 2  1   .

  n 
0,1


 
0 
zz

4. Despejar el parámetro  :
  
X  z /2 X z Xz
o bien n con confianza 1-.
/2  /2
n n

02/01/2023 16 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE LA
MEDIA
 DESVIACIÓN TÍPICA CONOCIDA

02/01/2023 17 Dr. Guillermo Paucar C.

 APLICACIÓN

Ejemplo: Se toma una muestra de 60 individuos con reposición (sin

reposición) a partir de una población de 540. De esta muestra, se
encuentra que la media es 6,2 y la desviación estándar es 1.368.
a) Encuentre la estimación del error estándar de la media
b) Construya un intervalo del 95% de confianza para la media

Ejemplo: Después de recolectar una muestra de 250 elementos de

una población con una desviación estándar conocida de 13.7, se
encuentra que la media es 112.4.
a) Encuentre un intervalo del 95% de confianza para la media.
b) Encuentre un intervalo del 99% de confianza para la media

02/01/2023 18 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE LA
MEDIA
 DESVIACIÓN TÍPICA DESCONOCIDA

02/01/2023 19 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE LA
MEDIA

02/01/2023 20 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE LA
MEDIA

INTERVALO DE
CONFIANZA DE LA
DIFERENCIA DE
MEDIAS DE DOS
POBLACIÓNES
NORMALES

02/01/2023 21 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE LA DIFERENCIA
DE MEDIAS

02/01/2023 22 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE LA DIFERENCIA
DE MEDIAS

02/01/2023 23 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE LA DIFERENCIA
DE MEDIAS

02/01/2023 24 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE LA DIFERENCIA
DE MEDIAS APAREADAS

02/01/2023 25 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE
PROPORCIONES

INTERVALO DE
CONFIANZA PARA LA
PROPORCIÓN Y
DIFERENCIA DE
PROPORCIONES

02/01/2023 26 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE UNA
PROPORCIÓN

02/01/2023 27 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE LA
DIFERENCIA DE PROPORCIÓNES

02/01/2023 28 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE
VARIANZAS

INTERVALO DE
CONFIANZA DE LA
VARIANZA Y RAZON
DE VARIANZAS DE
POBLACIÓNES
NORMALES

02/01/2023 29 Dr. Guillermo Paucar C.

 INTERVALO DE CONFIANZA DE LA
VARIANZA

02/01/2023 30 Dr. Guillermo Paucar C.

INTERVALO DE CONFIANZA DE LA RAZÓN
DE VARIANZAS

02/01/2023 31 Dr. Guillermo Paucar C.

 SELECCIÓN DE MUESTRAS

ESTIMACIÒN DEL
TAMAÑO DE
MUESTRA

02/01/2023 32 Dr. Guillermo Paucar C.

ESTIMACIÓN DE TAMAÑO DE MUESTRA

02/01/2023 33 Dr. Guillermo Paucar C.

ESTIMACIÓN DE TAMAÑO DE MUESTRA

02/01/2023 34 Dr. Guillermo Paucar C.

ESTIMACIÓN DE TAMAÑO DE MUESTRA

NIVEL DE SIGNIFICANCIA:

02/01/2023 35 Dr. Guillermo Paucar C.

 ESTIMACIÓN DE TAMAÑO DE MUESTRA
SELECCIÓN DEL TAMAÑO DE LA MUESTRA.

 
POBLACIÓN

FINITA INFINITA
 

02/01/2023 36 Dr. Guillermo Paucar C.

ESTIMACIÓN DE TAMAÑO DE MUESTRA
FACTORES QUE DETERMINAN EL TAMAÑO DE LA
MUESTRA.
(Ninguno de los cuales tiene relación directa con el tamaño de la
población).
Grado de
Por lo general de 0,95 ó 0,99. El investigador
confianza
  especifica el grado de confianza.
seleccionado

El máximo
También lo decide el investigador. Es el máximo
error
error tolerable en un nivel de confianza específico.
permisible
 

La variación La mide la desviación estándar (una población

de la con poca variación requiere muestras más
población pequeñas).

02/01/2023 37 Dr. Guillermo Paucar C.

ESTIMACIÓN DE TAMAÑO DE MUESTRA
CÁLCULO DEL TAMAÑO DE LA MUESTRA.
a)POBLACIÓN INFINITA.

b) POBLACIÓN FINITA.

Donde:
Desvío normal asociado al grado de
confianza seleccionado.
Z  Es la desviación estándar de la muestra el
2
estudio piloto.
 Es el error máximo permisible.

 
e
02/01/2023 38 Dr. Guillermo Paucar C.
ESTIMACIÓN DE TAMAÑO DE MUESTRA
EJERCICIO DE APLICACIÓN.
Se plantea un estudio para determinar el tiempo promedio que los
niños del nivel preescolar ven la televisión. Un estudio piloto indicó que
el tiempo medio por semana es de 12 horas, con una desviación
estándar de 3 horas. Se desea estimar el tiempo medio dentro de un
cuarto de hora. Se utilizará el grado de confianza de 0,95. ¿Cuántos
niños de nivel preescolar deben incluirse en la investigación?.

Z  0.05  1.96
2
2
 1.96  3 
 3 n   553
 0.25 
e  0.25
02/01/2023 39 Dr. Guillermo Paucar C.
ESTIMACIÓN DE TAMAÑO DE MUESTRA
c)POBLACIÓN INFINITA (PARA
PROPORCIONES).

Donde:
p̂  Proporción estimada, con base en la
experiencia o en un estudio piloto.
Z  Desvío normal asociado al grado de
2
confianza seleccionado.
e Es el error máximo permisible que el
investigador tolerará.
02/01/2023 40 Dr. Guillermo Paucar C.
ESTIMACIÓN DE TAMAÑO DE MUESTRA
 EJERCICIO DE APLICACIÓN.
Suponga que un gobernante desea una estimación de la proporción de la
población que apoya su política salarial. El gobernador desea que la
estimación esté dentro de 0,04 de la proporción verdadera. Considere que se
usa un nivel de confianza de 0,95. El asesor del gobernante estimó que la
proporción que apoya la política actual es de 0,60.
a. ¿Qué tan grande debe ser la muestra?.
b. Cuan grande debería ser la muestra si no se contara con la estimación
del asesor?. 2
 1,96 
a ) n  (0, 60)(0, 40)  
Z  0.05  1.96  0, 04 
2     n  576
pˆ  0.60  1,96 
2

b) n  (0,50)(0,50)  
e  0.04  0, 04 
    n  600
02/01/2023 41 Dr. Guillermo Paucar C.
ESTIMACIÓN DE TAMAÑO DE MUESTRA
d) POBLACIÓN FINITA.

Donde:
p̂  Proporción de la población favorable
(encuesta piloto). Probabilidad de éxito.
q̂  1 – p Probabilidad de fracaso.
e Margen de error que se está dispuesto a
aceptar.
Z 
Desvío normal asociado al grado de confianza
2
seleccionado.
N  Tamaño de la población.
02/01/2023 42 Dr. Guillermo Paucar C.
ESTIMACIÓN DE TAMAÑO DE MUESTRA
 EJERCICIO DE APLICACIÓN.
Se desea realizar un estudio de mercado para evaluar la factibilidad de
producir un nuevo producto, la proporción de población favorable (encuesta
piloto) es 0,60. El grado de confianza es de 0,95 y tamaño de la población es
10000. ¿Cuál es el tamaño de la muestra para realizar el estudio?.

Z  0.05  1.96
2

pˆ  0.60 1.96 2  0.60  0.40  10000

n
qˆ  0.40 1.96 2  0.60  0.40  0.05 2  (10000  1)
n  355.711
e  0.05
N  10000

02/01/2023 43 Dr. Guillermo Paucar C.