You are on page 1of 56

UNIDAD 2

Estimacin

Caractersticas del estimador

1) Sesgo.Se dice que un estimador esinsesgadosi la


Media de la distribucin del estimador es igual al
parmetro.

Estimadores insesgados son la Media muestral


(estimador de la Media de la poblacin) y la Varianza
(estimador de la Varianza de la poblacin):

En una poblacin de 500 puntuaciones cuya Media (m) es


igual a 5.09 han hecho un muestreo aleatorio (nmero de
muestras= 10000, tamao de las muestras= 100) y hallan
que la Media de las Medias muestrales es igual a5.09,(la
media poblacional y la media de las medias muestrales
coinciden). En cambio, la Mediana de la poblacin es igual
a5y la Media de las Medianas es igual a5.1esto es, hay
diferencia ya que la Mediana es un estimador sesgado.

La Varianza es un estimador sesgado. Ejemplo: La Media de


las Varianzas obtenidas con la Varianza

2) Consistencia.Un estimador es consistente


si aproxima el valor del parmetro cuanto
mayor esn(tamao de la muestra).

Algunos estimadores consistentes son:

En una poblacin de 500 puntuaciones cuya Media (m) es


igual a4.9han hecho tres muestreos aleatorios (nmero
de muestras= 100) con los siguientes resultados:

vemos que el muestreo en que n=100 la Media de las


Medias muestrales toma el mismo valor que la Media de
la poblacin.

3) Eficiencia.Diremos que un estimador es


ms eficiente que otro si la Varianza de la
distribucin muestral del estimador es menor
a la del otro estimador. Cuanto menor es la
eficiencia, menor es la confianza de que el
estadstico obtenido en la muestra aproxime
al parmetro poblacional.

Estimacin puntual
La estimacin de parmetros tiene por finalidad
asignar valores a los parmetros poblacionales a
partir de los estadsticos obtenidos en las muestras.
Dicho de otra manera, la finalidad de la estimacin
de parmetros es caracterizar las poblaciones a
partir de la informacin de las muestras (por
ejemplo, inferir el valor de la Media de la poblacin
a partir de los datos de la muestra).

Se desea estimar la Media de las puntuaciones del curso 2003/4, pero solo se dispone de 50
puntuaciones seleccionadas aleatoriamente. La Media de la muestra (el estimador), es igual a 5.6 y
atribuimos este valor (la estimacin) a la Media del curso completo.

Resumiendo:

Podemos utilizar como estimadores de la Media de la poblacin otros estadsticos de


tendencia central como la Moda o la Mediana, pero NO todos los estimadores son
apropiados. Los estimadores deben satisfacer ciertos requisitos, y por esta razn,
interesa conocer sus propiedades a fin de utilizar los que sean adecuados segn las
circunstancias
de
la
estimacin.

Estimacin por
intervalos

La estimacin por intervalos consiste en establecer el intervalo de valores donde es ms


probable se encuentre el parmetro. La obtencin del intervalo se basa en las siguientes
consideraciones:

a) Si conocemos la distribucin muestral del estimador podemos obtener las probabilidades


de ocurrencia de los estadsticos muestrales.

b) Siconociramosel valor del parmetro poblacional,podramosestablecer la


probabilidad de que el estimador se halle dentro de los intervalos de la distribucin muestral.

c) El problema es que el parmetro poblacional es desconocido, y por ello el intervalo se


establece alrededor del estimador. Si repetimos el muestreo un gran nmero de veces y
definimos un intervalo alrededor de cada valor del estadstico muestral, el parmetro se sita
dentro de cada intervalo en un porcentaje conocido de ocasiones. Este intervalo es
denominado"intervalo de confianza".

Ejemplo

Se generan 100000 muestras aleatorias (n=25) de una poblacin


que sigue la distribucin Normal, y resulta:

En consecuencia, el intervalo dentro del cual se halla el 95% de las


Medias muestrales es

(Nota: Los valores +-1.96 que multiplican la Desviacin


Tpica de la distribucin muestral son los valores cuya
funcin de distribucin es igual a 0.975 y 0.025
respectivamente y se pueden obtener en las tablas de la
distribucin Normal estandarizada o de funciones en
aplicaciones informticas como Excel). Seguidamente
generamos una muestra de la poblacin y obtenemos su
Media, que es igual a 4.5. Si establecemos el intervalo
alrededor de la Media muestral, el parmetro poblacional
(5.1) est incluido dentro de sus lmites:

2.4 Intervalo de
confianza

Angel Lugo Pereyra

Intervalo de confianza

En estadstica, se llama a un par o varios pares


de nmeros entre los cuales se estima que
estar cierto valor desconocido con una
determinada probabilidad de acierto.
Formalmente, estos nmeros determinan un
intervalo, que se calcula a partir de datos de
una muestra, y el valor desconocido es un
parmetro poblacional.

Angel Lugo Pereyra

Ejemplos de
Intervalo de confianza

Angel Lugo Pereyra

2.4.1 Intervalo de
confianza para la
media

Angel Lugo Pereyra

Angel Lugo Pereyra

Angel Lugo Pereyra

2.4.2 Intervalo de
confianza para la
diferencia de medias

Angel Lugo Pereyra

Angel Lugo Pereyra

Angel Lugo Pereyra

2.4.3 Intervalo de
confianza para la
proporcin
Angel Lugo Pereyra

Angel Lugo Pereyra

2.4.4 Intervalo de confianza


para la diferencia de
proporciones
Angel Lugo Pereyra

Angel Lugo Pereyra

Angel Lugo Pereyra

2.4.5 Intervalos de
confianza para la
varianza

Ivan Lugo

2.4.6 Intervalos de
confianza para la relacin
de
varianzas

2.5 Determinacin
del tamao de
muestra
Andrea Gonzlez
Dueas

Introduccin

Al iniciar cualquier investigacin, la primer


pregunta que surge es: de que tamao de ser
ser la o las muestras?. La respuesta a esta
pregunta la veremos en esta seccin, con
conceptos que ya se han visto a travs de este
material.

Clculo del Tamao de la Muestra


para Estimar una Media
Qu tan grande debe ser una muestra si la media muestral se va a
usar para estimar la media poblacional?. La respuesta depende del
error estndar de la media. Mientras menor sea el error estndar
de la media, menor es el tamao de muestra necesario para lograr
un cierto grado de precisin.
Se estableci antes que una forma de disminuir el error de
estimacin es aumentar el tamao de la muestra, si esta incluye el
total de la poblacin, entonces
. Dado un nivel de
confianza y un error fijo de estimacin
, se puede escoger un
tamao de muestra
tal que

Formulas

Ejemplo
1
estimar el peso promedio

Un bilogo quiere
de los ciervos
cazados en el estado de Maryland. Un estudio anterior de diez
ciervos cazados mostro que la desviacin estndar de sus
pesos es de 12.2 libras. Qu tan grande debe ser una muestra
para que el bilogo tenga 95% de confianza de que el error de
estimacin es a lo ms de 4 libras?

En consecuencia, si el tamao de
la muestra es 36, se puede tener
un 95% de confianza en que mu
difiere en menos de 4 libras de
equis testada.

Clculo del Tamao de la Muestra


para Estimar una Proporcin

Se desea saber que tan grande se requiere que sea una


muestra para asegurar que el error al estimar P sea menor
que una cantidad especifica E.

Esta frmula est algo engaosa, pues debemos utilizar p


para determinar el tamao de la muestra, pero p se calcula
a partir de la muestra.

Existen ocasiones en las cuales se tiene una idea del


comportamiento de la proporcin de la poblacin y ese valor se
puede sustituir en la frmula, pero si no se sabe nada referente a esa
proporcin entonces se tienen dos opciones:
Tomar una muestra preliminar mayor o igual a 30 para proporcionar
una estimacin de P. Despus con el uso de la frmula se podra
determinar de forma aproximada cuntas observaciones se
necesitan para proporcionar el grado de precisin que se desea.
Tomar el valor de p como 0.5 ya que sustituyendo este en la
frmula se obtiene el tamao de muestra mayor posible. Observe el
siguiente ejemplo:
Se desconoce el valor de P, por lo que se utilizarn diferentes valores
y se sustituirn en la formula para observar los diferentes tamaos
de muestras. El nivel de confianza que se utilizar es del 95% con un
error de estimacin de 0.30.

Como se puede observar en la tabla


anterior cuando P vale 0.5 el tamao
de la muestra alcanza su mximo
valor.
En el caso de que se tenga una
poblacin finita y un muestreo sin
reemplazo.

Ejemplo 2
En una muestra aleatoria de 500 familias que tienen televisores en la
ciudad de Hamilton, Canad, se encuentra que 340 estn suscritas a HBO.
Qu tan grande se requiere que sea una muestra si se quiere tener 95%
de confianza de que la estimacin de P est dentro de 0.02?
Se tratarn a las 500 familias como una muestra preliminar que
proporciona una estimacin de p=340/500=0.68.

Por lo tanto si basamos nuestra estimacin de P sobre una muestra


aleatoria de tamao 2090, se puede tener una confianza de 95% de que
nuestra proporcin muestral no diferir de la proporcin real por ms de
0.02.

Clculo del tamao de la muestra


para estimar la diferencia be
proporciones
El error esta dado por:
En esta ecuacin se nos pueden presentar dos casos:
Los tamaos de muestra son iguales.
Los tamao de muestra son diferentes .

Para el primer caso no se tiene ningn problema, se eleva al cuadrado


la ecuacin y se despeja n ya que n1 es igual a n2.

Para el segundo caso se pondr una n en funcin de la otra. Este caso


se utiliza cuando las poblaciones son de diferente tamao y se sabe
que una es K veces mayor que la otra.

Ejemplo 3
Una compaa de productos alimenticios contrat a una empresa de
investigacin de mercadotecnia , para muestrear dos mercados, I y II, a fin
de comparar las proporciones de consumidores que prefieren la comida
congelada de la compaa con los productos de sus competidores. No hay
informacin previa acerca de la magnitud de las proporciones P1 y P2. Si la
empresa de productos alimenticios quiere estimar la diferencia dentro de
0.04, con una probabilidad de 0.95, cuntos consumidores habr que
muestrear en cada mercado?

Se tendr que realizar encuestas a 1201 consumidores de cada mercado


para tener una estimacin con una confianza del 95% y un error mximo
de 0.04.

Conclusiones:

La estadstica es una herramienta que nos puede ayudar


a conocer los estndares de calidad, los diferentes
intervalos de confianza para un producto o estudio, y
hasta la forma de hacer un plan de mercadotecnia con
base a una poblacin. De manera practica la estimacin
es fundamental para obtener datos con alto nivel de
credibilidad que una industria exige en beneficio de la
misma.