Introducción a la Estimación

Ing. Carlos Alexander Sánchez Torres

1
Inferencia Estadística
 La Inferencia Estadística es el proceso por
el cual se obtiene información sobre
poblaciones en base a muestras.

 Hay dos tipos de Inferencia:

– Estimación
– Pruebas de Hipótesis
2
Conceptos de Estimación
• El objetivo de la Estimación es determinar
el valor de un parámetro poblacional en
base a un estadístico muestral.
• Hay dos tipos de Estimaciones:
Estimación Puntual
Estimación por Intervalos

3
Estimador Puntual
Un estimador puntual permite hacer una
inferencia acerca de una población,
estimando el valor de un parámetro
desconocido de la misma usando solamente
un valor o un punto obtenido de una muestra.
Por ejemplo :
La estimación puntual para la media
poblacional es la media muestral x
La estimación puntual de la varianza
poblacional 2 es la varianza muestral s2 4
Estimación Puntual
Un estimador puntual permite hacer una inferencia
acerca de una población estimando el valor de un
parámetro desconocido usando un solo valor o punto
obtenido de una muestra.
Distribución poblacional Parámetro

Estimador puntual
Estimador puntual

Distribución muestral 5
Estimación por Intervalos
Una estimación por Intervalo permite hacer
inferencias acerca de un población estimando el
valor de un parámetro desconocido usando un
intervalo.

Distribución poblacional Parámetro

Distribución muestral

Estimación por Intervalo

6
 Demostración gráfica de un Intervalo de
Confianza para
Intervalo de Confianza

1-

x z 2
x x z 2
n n
Límite de Confianza Inferior Límite de Confianza Superior
2z 2
n
7
Una sola muestra: Estimación de
la media poblacional ( )

8
Estimación Interválica para la Media Poblacional
cuando se conoce la Varianza Poblacional

Si x es la media de una muestra de tamaño n (n>30)

tomada de una población distribuida con media
(desconocida) y varianza 2 conocida, entonces el

intervalo es :

x z 2 x z 2 )
n n

9
10
Estimación de la Media Poblacional cuando
no se conoce la Varianza Poblacional
Si xes la media de una muestra de tamaño n (n >30)
tomada de una población distribuida con media
(desconocida) y varianza 2 desconocida, entonces el

intervalo de confianza queda definido como:

s s
x z 2 x z 2 )
n n

11
12
Estimación de la Media Poblacional cuando
no se conoce la Varianza Poblacional
Si xes la media de una muestra de tamaño n (n ≤30)
tomada de una población distribuida con media
(desconocida) y varianza 2 desconocida, entonces el

intervalo de confianza es :

s s
x t 2;n 1 x t 2;n 1 )
n n

13
14
 Dos muestras: Estimación de la
diferencia entre dos medias( 1- 2)

15
Estimación de un intervalo de confianza para
diferencia de medias( 1- 2)

2 2 2 2
1 2 1 2
( x1 x2 ) z 2 1 2 ( x1 x2 ) z 2
n1 n2 n1 n2

16
 2 2 2 2
s1 s2 s1 s2
( x1 x2 ) z 2 1 2 ( x1 x2 ) z 2
n1 n2 n1 n2

17
Estimación de un intervalo de confianza para
diferencia de medias( 1- 2) y = desconocidas

1 1 1 1
( x1 x2 ) t 2;n1 n2 2S p 1 2 ( x1 x2 ) t 2;n1 n2 2S p
n1 n2 n1 n2

2 2
(n1 1) s1 (n2 1) s2
donde, Sp
n1 n2 2

Nota: n1y n2 ≤ 30, varianzas desconocidas y =

18
Ejemplo 4.8:

19
20
Estimación de un intervalo de confianza para
diferencia de medias( 1- 2) y ≠ desconocidas

Nota: n1y n2 ≤ 30, varianzas desconocidas y ≠

21
22
23
Estimación Intervalica para la Proporciones (P)
• En muchos casos debemos estimar proporciones,
probabilidades, porcentajes o razones. En mucho de estos
casos es razonable suponer que estamos muestreando una
población binomial “p”. Así podemos hacer uso del hecho que
para muestras grandes la distribución binomial se puede
aproximar con una distribución normal, esto es:

x np
z
np (1 p)

24
 Estimación Intervalica para la Proporciones (P)
• De esto si X es una variable aleatoria binomial con los
x
parámetros n y p, n es grande pˆ , y entonces un intervalo
n
de confianza para P será:

pˆ (1 pˆ ) pˆ (1 pˆ )
pˆ z /2 P pˆ z /2
n n

25
26
 Estimación de un intervalo de confianza para
diferencia de proporciones (p1-p2)

• Si X1 es una variable aleatoria binomial con los

parámetros n1 y p1, X2 es una variable aleatoria
binomial con los parámetros n2 y p2 , n1 y n2 son
grandes y entonces un intervalo de confianza para
P1−P2 será:

pˆ1(1 pˆ1) pˆ 2 (1 pˆ 2 ) pˆ1(1 pˆ1) pˆ 2 (1 pˆ 2 )

( pˆ1 pˆ 2 ) z / 2 P1 P2 ( pˆ1 pˆ 2 ) z / 2
n1 n2 n1 n2

27
28
Hasta ahora todos los intervalos presentados son
de la forma :

estimación puntual ±K e.e(estimación puntual)

donde K es una constante (ya sea t o z). Este es el caso

cuando el parámetro es una media, diferencia de medias,
proporción o diferencia de proporciones, debido a la
simetría de las distribuciones t y z. Sin embargo eso no
ocurre para la construcción de intervalos de confianza la
varianza o para la razón de varianza que estudiaremos a
continuación.

29
 Estimación Intervalica para la Varianza
Poblacional ( 2)
• Dada una muestra aleatoria de tamaño n de una
población normal, podemos obtener un intervalo de
confianza de (1− ) para la 2, entonces:

( n 1) s 2 2 (n 1) s 2
x 21 ( / 2 ) ; n 1 x2 / 2; n 1

30
31
Estimación Intervalica para la razón o cociente
entre dos Varianzas Poblacionales ( 12 22)

• Si s12 y s22 son valores de las varianzas muestrales

aleatorias independientes de tamaño n1 y n2 de
poblaciones normales, entonces:
2 2 2
s1 1 1 s
1 1
2
. 2 2
.
s F1 (
2 / 2 ) ; n1 1, n2 1 2 s F
2 / 2 ; n1 1; n2 1

32
33
LO QUE DEBES SABER

34
 Información y Amplitud del Intervalo
• Un Intervalo amplio provee muy poca información.
Dónde está

???????????????

35
 La Amplitud del Intervalo y la Información
– Una Estimación por Intervalos amplia provee poca información

¿Dónde está

Aquí el Intervalo es mucho más

angosto.Si el Nivel de Confianza
no cambia, el Intervalo más
angosto brinda información más
precisa.

36
 La Amplitud del Intervalo de Confianza

La amplitud del Intervalo de Confianza es afectada

por:
• La desviación estándar poblacional ( )
• El Nivel de Confianza (1- )
• El tamaño de muestra (n).

37
 El Efecto de en la Amplitud del Intervalo
/2 = 0,05 /2 =0,05
90%

Intervalo de
Confianza

2 z0,05 2(1,645) Suponga que el

n n
desvío estándar
1,5 1,5 aumentó un 50%.
2 z0, 05 2(1,645)
n n
Para mantener un cierto nivel de confianza, un desvío estándar
mayor requiere un Intervalo de Confianza más grande.
38
El Efecto de un Cambio en el Nivel de Confianza

/2 = 5% /2 = 5%
/2 = 2,5% /2 = 2,5%
Nivel de Confianza
90%
95%

2 z0,05 2(1,645)
n n Si se aumenta el Nivel
de Confianza del 90%
2z .025 2(1.96) al 95 %.
n n

Un Nivel de Confianza mayor produce un Intervalo más amplio

39
El efecto de un cambio en el tamaño de la muestra

90%

Nivel de Confianza

σ σ
2 z0,05 2(1,645 )
n n

Aumentando el tamaño de muestra disminuye la amplitud del

Intervalo pero el Nivel de Confianza puede permanecer sin
cambio 40