<< Año del Buen Servicio al Ciudadano >>

Universidad Nacional de Cajamarca

Facultad de Ingeniería

Escuela Académico Profesional de Ingeniería de Minas

ESTIMACIÓN DE
PARAMETROS
<< Informe Monográfico de Estadística >>

Curso:
<< Estadística y Probabilidades >>
Docente:
<< Ing. Irvin Cabrera Pinedo >>
Fecha de Presentación:
<< 09 de enero del 2017 >>
Integrantes de Grupo:
Bazán Dávila, Karol Agustina
Flores Llanos, Bladimir Jhonatan
Guevara Mariscal, Juan José
Silva Bobadilla, Gregory
Zelada Arevalo, Nestor
 << Año del Buen Servicio al Ciudadano>>

Universidad Nacional De Cajamarca

Facultad de Ingeniería
Escuela Académico Profesional de Ingeniería de Minas

1
Estadística y Probabilidades
 << Año del Buen Servicio al Ciudadano>>

Universidad Nacional De Cajamarca

Facultad de Ingeniería
Escuela Académico Profesional de Ingeniería de Minas

1.- Introducción:

Para hablar de parámetros nos basamos básicamente en el estudio de

poblaciones estadísticas que supone en general el conocimiento de la función
de probabilidad que gobierna el comportamiento aleatorio de la variable de
interés. En muchos casos sabemos o presumimos conocer la familia
distribucional de una población. Sabemos por ejemplo que la población es
aproximadamente normal; pero desconocemos la media y la varianza
poblacionales.

Lógicamente en todas estas situaciones la función de probabilidad de la variable

en estudio se concreta determinando los parámetros poblacionales
correspondientes y para lograrlo se utilizan los denominados métodos de
estimación de parámetros. La estimación de uno o varios parámetros
poblacionales desconocidos es posible construyendo funciones de probabilidad
de variables aleatorias maestrales, los parámetros también son utilizados en
Minería y en varios campos de la ingeniería.

Dichos estimadores garantizaran un cálculo o una aproximación satisfactoria del

parámetro poblacional desconocido siempre que cumplan propiedades de:
insesgamiento o máxima simetría, varianza mínima o máxima concentración de
los datos alrededor del parámetro estimado y máxima probabilidad.

2
Estadística y Probabilidades
 << Año del Buen Servicio al Ciudadano>>

Universidad Nacional De Cajamarca

Facultad de Ingeniería
Escuela Académico Profesional de Ingeniería de Minas

2.- Objetivos:

2.1.- Objetivo General:

Conocer todo acerca de la Estimación de Parámetros y

saber cómo usarlos en la estadística y en otros campos
como en ingeniería.

2.2.- Objetivos Específicos:

Conocer acerca de estimación por intervalos de Confianza

del promedio poblacional para muestras grandes y
pequeñas.
Realizar ejercicios acerca del tema como un ejemplo para
entender mejor el tema.

3.- Desarrollo del Tema:

En principio, para poder resolver ejercicios acerca de nuestro tema
debemos saber que es y para qué sirve, entonces ¿Qué es la estimación
de parámetros? La estimación de parámetros es un procedimiento que
suele utilizarse para conocer las características de un criterio poblacional
a partir de la recolección y el análisis de una muestra. Para comprender
un poco más acerca de este tema, es necesario comprender los
significados de ciertos vocablos relacionados con el tema. Entre estos:

Intervalo de Confianza. - Se llama así a un intervalo en el que

sabemos que está un parámetro, con un nivel de confianza
específico.

Nivel de Confianza. - Probabilidad de que el parámetro a estimar

se encuentre en el intervalo de confianza.

3
Estadística y Probabilidades
 << Año del Buen Servicio al Ciudadano>>

Universidad Nacional De Cajamarca

Facultad de Ingeniería
Escuela Académico Profesional de Ingeniería de Minas

Parámetro. - Un parámetro es un número que describe una

opinión que pertenece a la población en estudio. En el desarrollo
práctico, el valor del parámetro es desconocido. en la mayoría de
los casos (población infinita, pruebas destructivas, etc.)
 Estimación Puntual. - Es un valor estadístico único y se usa
normalmente para la estimación de un Parámetro. El valor
estadístico utilizado toma el nombre de estimador.

 Estimación por Intervalos. - Es un rango, generalmente de

ancho finito, que tiene altas probabilidades de contener al
parámetro.

3.1. Estimación por Intervalos de confianza del promedio poblacional

para muestras grandes y pequeñas.

Desde que hemos empezado la materia hemos hablado de inferencia

estadística o inferir que no significa más que generalizar. En el caso de la
estadística es de generalizar las características muéstrales a una
población. Nosotros vamos a generalizar, dos estadígrafos. En relación al
tipo de variables.
En caso de ser un caso de variables cuantitativas, el estadígrafo
(población) que vamos a generalizar es la media aritmética. Que se infiere
a un parámetro (muestra) que llamaremos “Mu”.

𝐶𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑡𝑖𝑣𝑜: 𝑋̅ → 𝜇

Cuando estemos trabajando con una variable cualitativa, tenemos “P” que
es la probabilidad o proporción muestral y vamos a inferirla a “Pi (𝜋)” que
es la proporción poblacional.

𝐶𝑢𝑎𝑙𝑖𝑡𝑎𝑡𝑖𝑣𝑜: 𝑃̅ → 𝜋

4
Estadística y Probabilidades
 << Año del Buen Servicio al Ciudadano>>

Universidad Nacional De Cajamarca

Facultad de Ingeniería
Escuela Académico Profesional de Ingeniería de Minas

A la hora de hacer un intervalo de confianza es necesario tener en cuenta

si es que se conocen o no se conocen datos anteriores y de qué tamaño
es la muestra que estamos analizando en nuestro ejercicio. Es por eso
que debemos dividir a las muestras por tamaño y debemos considerar
entonces a una muestra pequeña cuando es menor que treinta (𝑛 < 30),
y se considerara una muestra como grande cuando la muestra es mayor
o igual a treinta datos ( 𝑛 ≥ 30 ).
Para estimar un intervalo de confianza, en otras palabras hallar un “𝜇” o
un “𝜋” existen diferentes fórmulas.

Para estimar “𝝁” se tienen cuatro formulas:

A. Cuando existe un estudio previo y la muestra es grande:
𝝈
𝝁 = 𝒙̅ ± 𝒛.
√𝒏

B. Cuando no existe un estudio previo y la muestra es grande:

𝒔
𝝁 = 𝒙̅ ± 𝒛.
√𝒏

C. Cuando existe un estudio previo y la muestra es pequeña:

𝝈
𝝁 = 𝒙̅ ± 𝒛.
√𝒏

D. Cuando no existe un estudio previo y la muestra es pequeña:

𝒔
𝝁 = 𝒙̅ ± 𝒕.
√𝒏

Donde Z es la distribución normal de probabilidad.

𝜎 2 es la varianza poblacional o variación estándar.
𝑡 es la t de Student (Se muestra por tablas y que por ahora no se
ha visto el tema y por eso trabajaremos con muestras grandes).

5
Estadística y Probabilidades