Qu es una estimacin?

Cuando queremos realizar un estudio de una poblacin cualquiera de la que desconocemos sus
parmetros, por ejemplo su media poblacional o la probabilidad de xito si la poblacin sigue una
distribucin binomial, debemos tomar una muestra aleatoria de dicha poblacin a travs de la cual
calcular una aproximacin a dichos parmetros que desconocemos y queremos estimar. Bien,
pues esa aproximacin se llama estimacin.

Adems, junto a esa estimacin, y dado que muy probablemente no coincida con el valor real del
parmetro, acompaaremos el error aproximado que se comete al realizarla.


Estimacin puntual
Una estimacin puntual del valor de un parmetro poblacional desconocido (como puede ser la
media , o la desviacin estndar ), es un nmero que se utiliza para aproximar el verdadero
valor de dicho parmetro poblacional. A fin de realizar tal estimacin, tomaremos una muestra de
la poblacin y calcularemos el parmetro muestral asociado ( x para la media, s para la
desviacin estndar, etc.). El valor de este parmetro muestral ser la estimacin puntual del
parmetro poblacional.

Por ejemplo, supongamos que la compaa Sonytron desea estimar la edad media de los
compradores de equipos de alta fidelidad. Seleccionan una muestra de 100 compradores y
calculan la media de esta muestra, este valor ser un estimador puntual de la media de la
poblacin.

Qu propiedades debe cumplir todo buen estimador?
Insesgado: Un estimador es insesgado cuando la media de su distribucin muestral
asociada coincide con la media de la poblacin. Esto ocurre, por ejemplo, con el
estimador x , ya que x = y con estimador p ya que p p =

De varianza mnima: La variabilidad de un estimador viene determinada por el
cuadrado de su desviacin estndar. En el caso del estimador x , su desviacin estndar
es
n x = , tambin llamada error estndar de .

En el caso del error estndar de p,
n
p p p
*(1 ) =

Observar que cuanto mayor sea el tamao de la muestra n , menor ser la variabilidad
del estimador x y de p, por tanto, mejor sern nuestras estimaciones.


Estimacin por intervalo

Dada una poblacin X, que sigue una distribucin cualquiera con media y desviacin estndar
.

1. Sabemos (por el TCL) que, para valores grandes de n , la media muestral x sigue
una distribucin aproximadamente normal con media x = y desviacin estndar
n x = .

2. Por otra parte, el Teorema de Chebyshev nos dice que, en una distribucin normal,
aproximadamente un 95% de los datos estaban situados a una distancia inferior a
dos desviaciones estndar de la media.

De lo anterior se deduce que: ( 2 < < + 2 ) = 0,95 x x P x ,

0,95 ( 2 ) ( 2 ) ( 2 ) ( 2 ) x x x x = P x < + P x < = P > x P > x +

( 2 < < + 2 ) = 0,95 x x P x x

Por tanto, sta ltima frmula nos da un intervalo de valores tal que la probabilidad de que la
media de la poblacin est contenida en l es de 0,95.

Este tipo de intervalos se llaman intervalos de confianza de un parmetro poblacional. El nivel
de confianza (1 - ) del intervalo es la probabilidad de que ste contenga al parmetro
poblacional. En el ejemplo anterior, el nivel de confianza era del 95% ( = 0,05).