Beruflich Dokumente
Kultur Dokumente
Estadística Inferencial de IACC. Juan dice que: “El método por intervalos de confianza es más útil
que la estimación puntual, ya que es casi imposible acertarle a un valor exactamente”. Anita, por su
parte, afirma que: “Los intervalos de confianza son demasiado teóricos, ya que requieren un gran
número de muestras para garantizar que el parámetro estimado se halla entre los límites del
intervalo”. Juan responde que: “Finalmente el nivel de confianza, si es menor que el 90% entonces,
casi con toda seguridad, el parámetro estimado se hallará entre los límites del intervalo”.
1. Sabemos (por el TCL) que, para valores grandes de n, la media muestral x sigue una
distribución aproximadamente normal con media µ x = µ y desviación estándar n x σ = σ.
2. Por otra parte, el Teorema de Chebyshev nos dice que, en una distribución normal,
aproximadamente un 95% de los datos estaban situados a una distancia inferior a dos
desviaciones estándar de la media.
Estimación Puntual
Una estimación puntual del valor de un parámetro poblacional desconocido (como puede ser la
media µ, o la desviación estándar σ), es un número que se utiliza para aproximar el verdadero
valor de dicho parámetro poblacional. A fin de realizar tal estimación, tomaremos una muestra de la
población y calcularemos el parámetro muestral asociado (x para la media, s para la desviación
estándar, etc.). El valor de este parámetro muestral será la estimación puntual del parámetro
poblacional.
Si bien es verdad que los intervalos son demasiado teóricos, hay que rescatar que una de sus
ventajas más favorables es que nos permite calcular cualquier valor. Si se desea determinar si es
verdadera la diferencia observada entre dos grupos, se calcula el intervalo de confianza de 95% de
la diferencia entre sus respectivas medias. Si el intervalo abarca el valor cero, no se puede
descartar que no haya una diferencia; si no lo abarca, la probabilidad de que se esté observando
una diferencia que en realidad no existe se considera remota.
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟: 𝜎 = 25
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜: 𝜇 = 1.014
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎: 𝑛 = 25
Por lo tanto, lo que debemos hacer es hallar el valor de 𝑎. Para lo que, un intervalo del
Ahora despejamos 𝑎:
1 − 0,95 = 𝑎
0,05 = 𝑎
1 − 0,025 = 0,975
Por lo que ahora, debemos encontrar las probabilidades de: 𝑍0,025 𝑦 𝑍0,975
1,96 ∗ 25 1,96 ∗ 25
1014 − ≤ 𝜇 ≤ 1014 +
√25 √25
1004,2 ≤ 𝜇 ≤ 1023,8
incluye también la hora media que tiene como duración una ampolleta de 75
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟: 𝜎 = 25
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜: 𝜇 = 1.014
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎: 𝑛 = 25
Por lo tanto, lo que debemos hacer es hallar el valor de 𝑎. Para lo que, un intervalo del
1 − 0,90 = 𝑎
0,1 = 𝑎
1 − 0,05 = 0,95
Por lo que ahora, debemos encontrar las probabilidades de: 𝑍0,05 𝑦 𝑍0,95
𝜎 𝜎
𝑥̅ − 𝑍𝑎 ∗ ≤ 𝜇 ≤ 𝑥̅ + 𝑍𝑎 ∗
2 √𝑛 2 √𝑛
1,65 ∗ 25 1,65 ∗ 25
1014 − ≤ 𝜇 ≤ 1014 +
√25 √25
1005,75 ≤ 𝜇 ≤ 1022,25
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜: 𝜇 = 1.014
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎: 𝑛 = 25
Por lo tanto, lo que debemos hacer es hallar el valor de 𝑎. Para lo que, un intervalo del
Ahora despejamos 𝑎:
1 − 0,80 = 𝑎
0,2 = 𝑎
1 − 0,1 = 0,90
Por lo que ahora, debemos encontrar las probabilidades de: 𝑍0,1 𝑦 𝑍0,90
𝜎 𝜎
𝑥̅ − 𝑍𝑎 ∗ ≤ 𝜇 ≤ 𝑥̅ + 𝑍𝑎 ∗
2 √𝑛 2 √𝑛
1,29 ∗ 25 1,29 ∗ 25
1014 − ≤ 𝜇 ≤ 1014 +
√25 √25
1007,55 ≤ 𝜇 ≤ 1020,45