ESTIMACIÓN DE PARÁMETROS

La estimación de parámetros es el procedimiento utilizado para conocer las características de

un parámetro poblacional. Con una muestra aleatoria, de tamaño n, podemos efectuar una
estimación de un valor de un parámetro de la población

Como vimos en la sección anterior, los estadísticos varían mucho dentro de sus distribuciones
muestrales, y mientras menor sea el error estándar de un estadístico, más cercanos serán unos
de otros sus valores.

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 ( y S para la desviación estándar, etc.). El valor de este
estadístico muestral será la estimación puntual del parámetro poblacional
Cuando se analizan conceptos generales y métodos de inferencia es conveniente tener un
símbolo genérico para el parámetro de interés. Se utilizará la letra griega (estimador). El
objetivo de la estimación puntual es seleccionar sólo un número, basados en datos de la
muestra, que represente el valor más razonable de .
El estimador es una función que permite calcular valores aproximados al del parámetro. Por ser
una función su rango de valores pertenece aun intervalo de números reales. Se considera una
variable aleatoria.

El símbolo (theta sombrero) suele utilizarse para representar el estimador de y la

estimación puntual resultante de una muestra dada. Entonces se lee como "el estimador
puntual de µ es la media muestral .

Ejemplo:
Una muestra aleatoria de 3 baterías para calculadora podría presentar duraciones observadas en horas
de x1= 5.0, x2= 6.4 y x3= 5.9.
Solución:
5.0 + 6.4 + 5.9
= -------------------- = 5.77 y es razonable considerar 5.77 como el valor más adecuado de µ
3.
▪ Insesgado: Un estimador es insesgado cuando la media de su distribución muestral
asociada coincide con la media de la población. Esto ocurre, por ejemplo, con el
estimador:

▪ De varianza mínima: La variabilidad de un estimador viene determinada por el cuadrado

de su desviación estándar. En el caso del estimador
 ESTIMACION DE INTERVALOS
Es un rango de valores dentro del cual es posible se encuentre el verdadero parámetro de la
población
Con una muestra aleatoria, de tamaño n, podemos efectuar una estimación de un valor de un
parámetro de la población; pero también necesitamos precisar un:
1° Un nivel de confianza ( 1- α ), que es una medida de el grado de fiabilidad en el intervalo.
Es un intervalo en el que sabemos que está un parámetro, con un nivel de confianza
específico.

2° Nivel de confianza (α ), es la probabilidad de que el parámetro a estimar se encuentre en

el intervalo de confianza.

3° Error de estimación admisible

Que estará relacionado con el radio del intervalo de confianza.
Un nivel de confianza de 95% implica que 95% de todas las muestras daría lugar a un
intervalo que incluye µ o cualquier otro parámetro que se esté estimando, y sólo 5% de
las muestras producirá un intervalo erróneo. Cuanto mayor sea el nivel de confianza
podremos creer que el valor del parámetro que se estima está dentro del intervalo.
Cuanto mayor sea el tamaño de la muestra, n, menor es el error.
Cuanto mayor sea el nivel de confianza, 1-α, mayor es el error.

Tamaño de la muestra

Si aumentamos el nivel de confianza, aumenta el tamaño de la muestra.

Si disminuimos el error, tenemos que aumentar el tamaño de la muestra.
Si las muestras se toman sin reposición de una población finita de tamaño N, debe emplearse
el factor de corrección por finitud y el intervalo será:

Estos procedimientos son correctos sólo en circunstancias concretas:

• Los datos deben proceder de una muestra aleatoria.

• La población de los datos debe ser normal.

• Si la población no es normal, el tamaño de la muestra debe ser grande (teorema central

del límite).

• Se tiene que tener conocimiento de la desviación estándar.

¿Qué pasa cuando no se tiene conocimiento de la desviación estándar?

• Intervalo de confianza para la media con varianza desconocida y n>30
Sabemos que para cualquier distribución, por el Teorema Central del Límite, si tiene un tamaño de
muestra grande, se puede aproximar o se distribuye como una Normal de parámetros:
• Intervalo de confianza para la media con varianza desconocida y n<30
Partiendo de una población Normal, en estas condiciones la variable aleatoria se distribuye
como una t-Student con n-1 grados de libertad de la forma,

=1-α
Con estas definiciones, si tras la extracción de una muestra se dice que "3 es una estimación de la
media con un margen de error de 0,6 y un nivel de confianza del 99%", podemos interpretar que el
verdadero valor de la media se encuentra entre 2,7 y 3,3, con una probabilidad del 99%. Los
valores 2,7 y 3,3 se obtienen restando y sumando, respectivamente, la mitad del error, para
obtener el intervalo de confianza según las definiciones dadas.
Para un tamaño fijo de la muestra, los conceptos de error y nivel de confianza van relacionados. Si
admitimos un error mayor, esto es, aumentamos el tamaño del intervalo de confianza, tenemos
también una mayor probabilidad de éxito en nuestra estimación, es decir, un mayor nivel de
confianza.
Por tanto, un aspecto que debe de tenerse en cuenta es el tamaño muestral, ya que para disminuir
el error que se comente habrá que aumentar el tamaño muestral. Esto se resolverá, para un
intervalo de confianza cualquiera, despejando el tamaño de la muestra en cualquiera de las
fórmulas de los intervalos de confianza que veremos a continuación, a partir del error máximo
permitido.
2. Intervalo de confianza para la media (µ) de una población normal con σ
desconocida.(muestras pequeñas)

Si se tiene una muestra aleatoria x1, . . . , xn proveniente de una distribución normal con
media µ y σ2 desconocida, entonces es razonable la utilización de la media (x¯) y la
varianza muestral (S2) para realizar los cálculos. Donde se tiene que: