You are on page 1of 29

Estimacin de parmetros

Estimador insesgado
Definicin 1:
Un estadstico es un estimador insesgado
del parmetro si y slo si E = .

En otras palabras, si el valor esperado


(promedio) de un estimador, es igual al
parmetro que se estima, entonces el
estimador es insesgado.
2

Estimador consistente
Definicin 2:
Un estadstico es un estimador
consistente del parmetro si y slo
si:
lim P( | | c) = 0, cuando n

o, en forma equivalente, si y slo si:


lim P( | | c) = 1, cuando n
3

Estimador eficiente

Si se tienen dos estimadores y


para un parmetro y Var( ) es
menor a la Var( ), entonces se dice
que el estimador es ms eficiente
que el estimador .
En general se dir que un estimador
es eficiente si es de varianza mnima.
4

Estimador suficiente

Se dice que un estimador es un


estimador suficiente si utiliza toda la
informacin de una muestra relevante
para la estimacin del parmetro de
la poblacin; es decir, si todo el
conocimiento que se obtiene acerca de
, se puede obtener de la misma
manera slo observando los valores
del estadstico .
5

Estimacin de punto y de
intervalo

Si utilizamos el valor de un estadstico para


calcular un parmetro de una poblacin, este
valor es una estimacin de punto del
parmetro.

Una estimacin de intervalo de un parmetro


es un intervalo de la forma, donde
y dependen del valor de y de la forma
de su distribucin muestral.
6

Estimacin de intervalo

Como son v. a., podemos


utilizar la distribucin muestral de
para elegir tal que para
cualquier probabilidad especificada
(1 - ), donde 0 1, se tenga:
P ( ) = 1
7

Teorema 1

Si Xm es el valor de la media de una muestra


aleatoria de tamao n tomada de una
poblacional normal con la varianza
poblacional conocida 2 el intervalo de
confianza del (1-)100% para est dado por:
Xm a *( /n) Xm +a*( /n)

De acuerdo al grado de confianza (1 - ), se


determina a de la tabla normal
estandarizada.
8

Intervalo de confianza para


medias

En virtud del Teorema central del


lmite, el resultado anterior se
puede utilizar para muestras
aleatorias tomadas de poblaciones
no normales con la varianza
conocida, siempre que n sea lo
suficientemente grande, es decir,
para n mayores o iguales a treinta.
9

Ejercicio

Si una muestra aleatoria de


tamao n = 20 tomada de una
poblacin normal con la varianza
= 225 tiene la media Xm = 64,3;
construya el intervalo de confianza
del 95% de la media poblacional .

10

Teorema 2
Si Xm y S son los valores de la media y
la desviacin estndar de una
muestra aleatoria de tamao n
tomada de una poblacional normal
con la varianza poblacional
desconocida 2, el intervalo de
confianza del (1-)100% para est
dado por:
Xm- t(n*(S/n) Xm+t(n*(S/n)

11

Ejercicio

Un fabricante de software desea


determinar el tiempo de ejecucin
promedio de un nuevo paquete
computacional. Si en 12 pruebas de
igual tamao, l obtuvo un tiempo
medio de 66,3 segundos y una
desviacin estndar de 8,4 segundos,
construya el intervalo de confianza del
95% para la media poblacional .
12

Teorema 3

Si S2 es el valor de la varianza de una


muestra aleatoria de tamao n
tomada de una poblacional normal,
el intervalo de confianza del (1)100% para 2 est dado por:
(n 1) S2 2 (n 1) S2
n n
13

Ejercicio

En 16 recorridos de prueba, el
consumo de gasolina de un motor
experimental tuvo una desviacin
estndar de 2,2 litros. Construya un
intervalo de confianza del 99% para 2,
midiendo la variable real del consumo
de gasolina de este motor. Supongan
que los datos provienen de una
poblacin normal.
14

Teorema 4
Si Xm1 y Xm2 son los valores de las medias
de muestra aleatoria independientes de
tamao n1 y n2 tomadas de poblaciones
normales con las varianzas poblacionales
conocida 2 y 2, el intervalo de
confianza del (1-)100% para ( - ) est
dado por:
(Xm1- Xm2) - a * [(2 /n1) + (2 /n2)](1/2)
( - )

(Xm1- Xm2) + a*[(2 /n1) + (2/n2)](1/2)

15

Intervalo de confianza para ( - )


con las varianzas 2 y 2
conocidas
De acuerdo al grado de confianza (1 - ),

se determina a de la tabla normal


estandarizada.
Los resultados del intervalo de confianza
para ( - ) con las varianzas 2 y 2
conocidas, puede usarse para
poblaciones no normales, siempre que n 1
y n2 sean lo suficientemente grande
(mayor o igual a 30).

16

Ejercicio

Construya un intervalo de confianza del


94% de la diferencia real entre las
duraciones en promedio de dos tipos de
focos elctricos, dado que una muestra
tomada al azar de 40 focos de un tipo dur
en promedio 418 horas de uso continuo y
50 focos de otra clase duraron en promedio
402 horas. Las desviaciones estndar de
las poblaciones, segn se sabe, son = 26
y = 22.
17

Teorema 5

Si Xm1 y Xm2 son los valores de las


medias de muestra aleatoria
independientes de tamao n1 y n2
tomadas de poblaciones normales con
las varianzas poblacionales
desconocida pero iguales 2 = 2, el
intervalo de confianza del (1-)100%
para ( - ) est dado por:
18

Teorema 5
(Xm1-Xm2) t(n1 + n2 Sp*[(1/n1)+(1/n2)](1/2)
( - )
(Xm1-Xm2)+ t(n1 + n2 *Sp*[(1/n1)+(1/n2)]
(1/2)

19

Intervalo de confianza para ( - ) con


las varianzas 2 = 2 desconocidas

El valor de Sp se obtiene como:


Sp =

(n1 - 1) S12 + (n2 - 1) S22


(n1 + n2 - 2)

y el valor de t(n1 + n2 se obtiene de


la distribucin t de Student con =
(n1+ n2 - 2) grados de libertad
20

Ejercicio

Se ha realizado un estudio para comparar


el contenido de nicotina de dos marcas
de cigarrillos. Diez cigarrillos de la marca
A tuvieron un contenido de nicotina en
promedio de 3,1 mg y con s= 0,5 mg,
mientras que ocho cigarrillos de marca B
tuvieron un contenido de nicotina en
promedio de 2,7 mg y con s= 0,7 mg.
Suponiendo que las varianzas
poblacionales son iguales determine el
intervalo de confianza del 95%.
21

Teorema 6

Si S2 y S2 son los valores de las varianzas


de muestra aleatoria independientes de
tamao n1 y n2 tomadas de dos poblaciones
normales, el intervalo de confianza del (1)100% para 2 / 2 est dado por:

(S2 / S2) * (1/ F(nn


(2 / 2)
(S2 / S2) * (F(n2n1
22

Ejercicio

Para el ejercicio del estudio de


nicotina en dos marcas de
cigarrillos, obtenga un intervalo de
confianza del 98% de 2/2.

23

Intervalo de confianza para


proporciones

Existen muchos problemas en los cuales


debemos obtener proporciones, como la
proporcin de unidades defectuosas, el
ndice de mortalidad de una
enfermedad, etc. En muchos de estos
casos es razonable pensar que se
muestrea una poblacin binomial y, por
consiguiente, nuestro problema consiste
en determinar el parmetro binomial .
adems, para n grande la distribucin
24
binomial se aproxima a la normal.

Intervalo de confianza para


proporciones

Entonces, para la variable aleatoria Z:


Z=

X n
[n * * (1-)]1/2

se puede considerar como si tuviese la


distribucin normal estndar
25

Teorema 7
El intervalo de confianza del (1)100% para el porcentaje o
proporcin parmetro binomial
est dado por:
- a * [( * (1- )/ n](1/2)

+ a* [( * (1- )/ n](1/2)

donde = x / n
26

Ejercicio

Se hace un estudio para determinar la


proporcin de votantes de una
comunidad cuantificable que favorecen la
construccin de una planta de energa
elctrica. Si se tiene que slo 140 de los
400 votantes seleccionados al azar
favorecen el proyecto, obtenga un
intervalo de confianza del 95% de la
proporcin de todos los votantes de esta
comunidad que se expresan a favor del
27
proyecto.

Teorema 8

Si 1 y 2 son los valores de los


parmetros binomiales de dos muestra
aleatoria independientes de tamao n 1 y
n2, el intervalo de confianza del (1)100% para ( - ) est dado por:

(1- 2)-a*[(/n1) + (/n2)](1/2)


( - )
(1-2)+a*[(/n1)+(/n2)] (1/2)
28

Ejercicio

En una muestra de 400 adultos y 600


jvenes que vieron una pelcula, 100
adultos y 300 jvenes reconocieron que
les haba gustado. Obtenga un intervalo
de confianza del 99% de la diferencia en
proporciones de todos los adultos y
jvenes que no les gust la pelcula.
29