Beruflich Dokumente
Kultur Dokumente
1. Estimación de parámetros y
2. Contrastación de hipótesis
f i
(B) Estimación puntual para la varianza poblacional
n x
2 2
x
- Para datos simples σ̂ S
2 2
n 1
x f n x
2 2
σ̂ S
2 2
f 1
- Para datos agrupados
(C) Estimación de parámetros de dos poblaciones
Sea X1 una variable aleatoria que se distribuye como una distribución normal
con media 1 y varianza 1 e X2 otra variable aleatoria que se distribuye
2
μ1 - μ 2 = μ̂1 - μ̂ 2 = x1 - x 2
b) La comparación de sus varianzas, luego:
2 2 2
σ̂ x1
= σ̂x1
= s x1
2 2
σ x2 σ̂ x2 s x2
(D) Estimación puntual de una
población de variable cualitativa
1, si X A
X
0, si X A
con P X M
i
y Q = 1- P
N N
A : Presencia de la característica
Luego:
1, si x A
x
0, si x A
con p x i
m
y q = 1- p
N n
(E) Estimación puntual de dos poblaciones de variables
cualitativas
P x1 - P x2 = P̂ x1 - P̂ x2 = p x1 - p x2
ESTIMACIÓN POR INTERVALOS
ESTIMACIÓN POR INTERVALOS
La estimación por intervalos de un parámetro nos indica límites dentro de los cuales el
parámetro tiene la probabilidad especificada de estar. Los estimados por intervalos se
conocen como intervalos de confianza y los límites inferior y superior como los límites
de confianza.
P( - k + k ) = 1 -
Donde:
= Parámetro
= Estimador
k = Valor tabulado
1 = Nivel de confianza
Se llama intervalo de confianza a un par o varios pares de números entre los cuales se
estima que estará cierto valor desconocido con una determinada probabilidad de
acierto. Formalmente, estos números determinan un intervalo, que se calcula a partir
de datos de una, y el valor desconocido es un parámetro poblacional. La probabilidad
de éxito en la estimación se representa con 1 - α y se denomina nivel de confianza.
α es el llamado error aleatorio o nivel de significación, esto es, una medida de las
posibilidades de fallar en la estimación mediante tal intervalo.
s s
P( x - t ( 1
,n 1) x + t ( 1 ,n-1)
) = 1 -
2 n 2 n
EJEMPLO
a) estimación puntual y
b) estimación por intervalo (use el 90% de confianza) para el promedio
verdadero del cociente de inteligencia.
2
σ =s
2
= x n( x ) 2 (982 1082 92 2 1112 102 2 952 89 2 1152 ) 8(101.25) 2
2
n 1 8 1
9,38
615.5
87,928 σ 87,928
2
7
Estimación puntual:
xi
= x= x 101.25
n
Por lo tanto el cociente de inteligencia medio verdadero de los 8 alumnos es de
101.25
b) Estimación por intervalo:
Para calcular estimación del promedio del verdadero cociente de inteligencia por
intervalo al 90% de confianza usamos la fórmula:
s s
P( x - t( 7,.0.95) x + t ( 7,0.95 ) )= 1 -
n n
Ahora como nos están pidiendo considerar el 90% de confianza escribimos así:
1 - α 0.90
y a fin de buscar en la tabla el valor p. A la igualdad dividimos entre 2 a cada uno de
sus miembros
1 0.90 sumamos ½ ambos miembros
2 2 2
1 1 0.90 1
2 2 2 2 2
1 0,95
2
Buscamos en tabla del apéndice nº 5 (que está en la parte final de este
módulo) el número que concuerda para una población n-1 = 8-1 =7 en la
columna de la izquierda y p = 0.95 en la fila superior de la tabla y vemos que
el número que coincide es 1.895.
Como el número de la muestra n es menor que 30 (n 30), entonces,
n será considerado dentro del paréntesis en la expresión t:
Se obtiene
P[ 94.97 107.53 ] = 90%
Resultado:
Luego el promedio verdadero del cociente de inteligencia de los
alumnos se encuentra entre 94.97 y 107.53, para un intervalo de
confianza de 90%.
(B)Intervalo de confianza para la diferencia de medias
poblacionales
- Si 1 y 2
2 2
son conocidos
2 2 2 2
P[( x1 - x 2 ) - Z(1 α ) σ + σ μ1 - μ 2 ( x1 - x 2 ) + Z(1 α ) σ + σ ] = 1 - α
1 2 1 2
2 n1 n 2 2 n1 n 2
- Si 12 y 22 no son conocidos
1 1 1 1
P[( x1 - x2 ) - t ( 1 ,n -1) s 2 ( + ) 1 - 2 ( x1 - x2 ) + t ( 1 ,n -1) s 2 ( + ) ] = 1-
2 n1 n2 2 n1 n2
donde :
2 2
2 (n 1 - 1) s1 + (n 2 - 1) s 2
s =
n1 + n 2 - 2
b). Si 12 es diferente a 2
2
12 22
2 2 2 2
s1 + s2 - ( x - x ) + α s1 + s2 ] = 1 - α
P[( x1 - x 2 ) - t (1 α ,n -1) μ1 μ 2 1 2 t (1 , n -1)
2 n1 n 2 2 n1 n 2
Observación:
x1 =14.5 x2 =13.75
2
s = 4.8
1
s 22 = 6.4
1- α 0.99
Luego
1 α 0.99
-
2 2 2
1 1 α 0.99 1
-
2 2 2 2 2
α
1- 0.995
2
n n 2
1 2
50 60 2 108 30 entonces Z (1 - /2) = Z (0.995) = 2.58
2 2 2 2
s1 s 2 s s
P[( x1 - x 2 ) - z( 1 ) + 1 - 2 ( x 1 - x 2 ) + z (1 ) 1 + 2 ] = 1 -
2 n1 n2 2 n1 n2
Reemplazando
Resultado: