Sie sind auf Seite 1von 12

Estimación

Mg. William Andrade T.


Estimador

Un estimador es una cantidad numérica calculada sobre


una muestra y que se espera sea una buena
aproximación de cierta cantidad con el mismo significado
en la población (parámetro).

Mg. William Andrade T. 2


Tipos
 Estimación puntual
Estadístico calculado a partir de la información
obtenida de la muestra y que se usa para estimar
el parámetro poblacional.

 Estimación por Intervalos de Confianza:


Un conjunto de valores obtenido a partir de los
datos muestrales, en el que hay una determinada
probabilidad de que se encuentre el parámetro. A
esta probabilidad se le conoce como el nivel de
confianza.
Mg. William Andrade T. 3
Intervalos de Confianza para 
Si la desviación estándar Si la desviación estándar
de la población es de la población es
conocida o la muestra desconocida y la muestra
es ≥ 30 utilizar la es < 30 utilizar la
distribución z. distribución t

 s
X z X t
n n
n : tamaño muestral
s : desviación estándar muestral
Mg. William Andrade T. 4
Intervalos de Confianza para 2

(n  1)s 2
 
2

σ2

 
 2    n  1  s 2
 n  1  s 2

P    X     1 
2 2
 2  2 , 2 
  1  , n 1    , n 1
1
 2 2  
  2  2  
Mg. William Andrade T. 5
T
a
b
l
a

Mg. William Andrade T. 6


Error estándar de la media muestral
El error estándar de la media muestral es la desviación
estándar de la distribución de las medias muestrales.

Si  es conocida Si  es desconocida
n ≥ 30 n < 30

 s
x  sx 
n n
x : error estándar de la media muestral.
 : desviación estándar poblacional.
n : tamaño muestral.
Mg. William Andrade T. 7
Factor de Corrección de la población finita

Error estándar de Error estándar de las


la media muestral proporciones de la muestra

 N n p(1  p) N  n
x  p 
n N 1 n N 1

n
Utilizar cuando:  0.05
N

Mg. William Andrade T. 8


Tamaño Muestral
Población Población
desconocida o infinita conocida o finita
2 2 2
 z. s  n
N. z . s
n 
 e   N  1 e  z . s
2 2 2

 z. 
2
N . z . 2 2

n  n
 e   N  1 e  z .
2 2 2

2 2
p.q.z N . z . p.q
n n
e 2
 N  1 e 2
 z 2
. p.q
Mg. William Andrade T. 9
Ejemplo 1
El peso (en gramos) de las cajas de pernos de una determinada
marca sigue una distribución N(μ,5). Se han tomado los pesos
de 16 cajas seleccionadas aleatoriamente, y los resultados
obtenidos han sido:
506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496,
506, 502, 509, 496

a. Obtener el intervalo de confianza del 90% para la media


poblacional.

b. Suponiendo que σ es desconocida, calcular el intervalo de


confianza para la media al 99%.

Mg. William Andrade T. 10


Ejemplo 2

Se espera que un procedimiento estandarizado produzca


arandelas con muy pequeña desviación en su espesor.
Suponga que se eligen al azar 10 de tales arandelas y se
mide su espesor obteniéndose en pulgadas: 0.123, 0.124,
0.126, 0.120, 0.130, 0.133, 0.125, 0.128, 0.124, 0.126.
Calcular un intervalo del 90% de confianza para el desvío del
grosor de las arandelas producidas por este procedimiento.

Mg. William Andrade T. 11


Ejemplo 3

Se desea conocer la prevalencia de radiación en una ciudad.


Se debe tener en cuenta que la prevalencia aproximada en la
población es de alrededor del 5%, con una precisión del 3% y
un nivel de confianza del 95%. ¿A cuántas personas se debe
analizar?

Mg. William Andrade T. 12

Das könnte Ihnen auch gefallen