UNMSM FISI EAPIO CURSO: ESTADSTICA II SEM.

2014-2
UNIDAD 4: ESTIMACIN DE PARAMETROS
La estimacin estadstica es un procedimiento mediante el cual se llega a obtener y
analizar estimadores de parmetros poblacionales desconocidos.
Un estimador es una regla o mtodo para estimar un parmetro poblacional. Por ejemplo,
se dice que la media muestral X es un estimador de la media poblacional porque la
media muestral proporciona un mtodo para estimar la media de la poblacin.
Un estimador proporciona alguna informacin respecto al parmetro.
Una estimacin es un valor particular del estimador obtenido de observaciones de la
muestra.
Para una poblacin de mediciones de X, muchas veces es necesario estimar el
parmetro ; es decir, mediante una muestra aleatoria X1, X2, ..., Xn debemos
aproximarnos al verdadero valor de .
La estimacin puede hacerse mediante un nico valor (estimacin puntual) o
mediante un conjunto de valores (estimacin por intervalo).
Por ejemplo, supongamos que los puntajes de ingreso de este ao a la Escuela de
Ing. de Sistemas siguen una distribucin normal con media desconocida y con varianza
2 conocida. Deseamos estimar la media . Para ello, utilizamos como estimador la
media muestral. Si elegimos una muestra aleatoria de 30 ingresantes y observamos sus
puntajes, el valor observado de la media muestral ser una estimacin puntual de . Si
se prefiere acompaar la estimacin puntual con alguna medida de la dispersin de la
misma, se estar haciendo una estimacin por intervalo. En este ejemplo, un intervalo
de confianza para se consigue sumando y restando al estimador puntual X el
producto del error de la media por un cierto factor, que en muchos casos es 1.96.
Los mejores estimadores puntuales para la media poblacional, la varianza
poblacional y la proporcin poblacional son, respectivamente, la media muestral, la
varianza muestral y la proporcin muestral, porque gozan de ciertas propiedades.
PROPIEDADES DE UN BUEN ESTIMADOR PUNTUAL
Un buen estimador puntual , de un parmetro , debe ser: insesgado, consistente,
eficiente.
ESTIMADOR INSESGADO
Se dice que es un estimador insesgado del parmetro si E( ) =
Significado :
Si calculamos el valor de para cada muestra y repetimos el experimento un gran
nmero de veces, el promedio de todas estas estimaciones ser igual a . Por tanto, los
estimadores insesgados proporcionan resultados perfectos en promedio.

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI

Pgina 1

UNMSM FISI EAPIO CURSO: ESTADSTICA II SEM. 2014-2

Si E ( ) , entonces el estimador ser sesgado.
El sesgo se mide por :
Sesgo ( ) = E ( ) -

EJEMPLO:

Las

estadsticas

correspondientes parmetros

X , S 2 y p son

estimadores

insesgados

de

los

, 2 y .

ESTIMADOR CONSISTENTE
Se dice que es un estimador consistente del parmetro si

i)

lim

ii)

lim

E()

n
Var () 0

Significado :
Si al incrementar el tamao de la muestra se produce a la vez un menor sesgo y la varianza
tiende a cero, entonces se tendr un estimador consistente.
EJEMPLO: Las estadsticas X , S 2 y p son estimadores consistentes de los respectivos
parmetros , 2 y .

ESTIMADOR EFICIENTE
Sean 1 y 2 dos estimadores insesgados del mismo parmetro . Se dice que el estimador
1 es ms eficiente que 2 si y solo si

Var ( 1 ) < Var ( 2 )

ERROR ESTANDAR DE UN ESTIMADOR
Se llama error estndar del estimador a la desviacin estndar del estimador. Una
manera de medir la precisin de un estimador es utilizando su error estndar. El error
estndar es inversamente proporcional a la precisin del estimador; a menor error estndar,
mayor ser la precisin del estimador.
PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI

Pgina 2

UNMSM FISI EAPIO CURSO: ESTADSTICA II SEM. 2014-2

EJEMPLO:
El error estndar de la media muestral basada en una muestra de tamao n es

.
n

El error estndar de la proporcin muestral es p(1 p) / n .

Estas frmulas son vlidas cuando las muestras se toman de poblaciones infinitas o cuando
se toman con reemplazo de poblaciones finitas.

ESTIMACIN DE PARMETROS MEDIANTE INTERVALOS DE CONFIANZA

Es una forma de hacer inferencia, que consiste en dar una conjunto de valores
dentro de los cuales estar el verdadero valor del parmetro, con una probabilidad prefijada
igual a (1- ), conocida como nivel de confianza.
Generalmente, un intervalo de confianza se obtiene sumando y restando al
estimador puntual del parmetro, el producto del error estndar del estimador por un cierto
factor.
Para obtener el intervalo de confianza para un parmetro, se toma en cuenta la
distribucin muestral del estimador correspondiente al parmetro.
PROCEDIMIENTO PARA CONSTRUIR UN INTERVALO DE CONFIANZA
10 Se toma una muestra aleatoria X = X 1 , X 2 ,..., X n de tamao n de la poblacin X cuya
funcin de densidad es f ( x; ) , donde es desconocido.
20 Se define la funcin pivote Q = q(X; ) que generalmente depende del estimador y del
parmetro y cuya distribucin muestral se conoce.
30 Plantear una proposicin probab-ilstica como la siguiente
P( q1 Q q 2 )1
donde ( 1 ) generalmente toma los valores 0.90, 0.95, 0.99 y q1 y q2 son los cuantiles de
la distribucin muestral del estimador.
40 Despejar de la proposicin anterior hasta obtener

P(q1 (X) q2 (X)) 1

y entonces el intervalo [q1(X), q2 (X)] ser el intervalo que cubre a con un nivel de
confianza igual a 1 .
Interpretacin del nivel de confianza 1 :
El nivel de confianza es la probabilidad de que el parmetro que se estima se encuentre en
el intervalo de confianza.
El valor 1 indica la proporcin esperada de las veces que el intervalo contendr al
parmetro cuando el muestreo se repite un determinado nmero de ocasiones. Si se realiza
el muestreo en k oportunidades, es de esperar que el ( 1 )100% de los k intervalos de
confianza que se formen contengan al parmetro.
Sea por ejemplo 1 = 0.95. Significa que, si en un muestreo repetido se calculara con
cada muestra un intervalo de confianza para , entonces en el 95% de las muestras los
intervalos construidos incluiran a .
PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI

Pgina 3

UNMSM FISI EAPIO CURSO: ESTADSTICA II SEM. 2014-2

A continuacin, se muestra un procedimiento para construir intervalos de confianza para
algunos parmetros de inters.
INTERVALO DE CONFIANZA PARA ESTIMAR LA MEDIA
POBLACIN NORMAL

DE UNA

CASO 1: La varianza poblacional 2 es conocida.

Siguiendo el procedimiento sealado anteriormente, obtendremos un intervalo de confianza
para la media si tomamos como funcin pivote a la variable aleatoria
x
n
la cual tiene distribucin normal estndar.
Usando la distribucin normal hacemos el enunciado probabilstico
x
P( -z <
< z ) = 1 .
n

y despejando se obtiene el siguiente intervalo de confianza

, X z
[X- z
]
n
n
el cual cubre a con una confianza de ( 1 )100%.
CASO 2: La varianza poblacional 2 es desconocida.
En este caso, la funcin pivote es
x
s n
la cual tiene distribucin t con n-1 grados de libertad.
Usando esta distribucin, procedemos como en el caso anterior, planteando una proposicin
probabilstica y despejando .
Luego, el intervalo para estimar a un nivel de confianza de 1 es
s
s
, X t
[X- t
]
n
n
Ejemplo 1:
Una mquina de empaquetar bolsas de caf est regulada para embalar bolsas cuyos pesos
se distribuyen normalmente con media 500 gr. y desviacin estndar 10 gr. Supongamos
que la mquina est desregulada y deseamos conocer el nuevo promedio . Una muestra
aleatoria de 25 bolsas arroja una media igual a 485 gr. Hallar un intervalo de confianza de
95% para .
Solucin:
PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI

Pgina 4

UNMSM FISI EAPIO CURSO: ESTADSTICA II SEM. 2014-2

Datos: n = 25, X = 485, = 10, 1 = 0.95, z / 2 = 1.96. Como se conoce la varianza
poblacional, se usar el intervalo del caso 1. Reemplazando los datos se obtiene el
siguiente I.C. para con un nivel de confianza de 95%:
[481.08 , 488.92]
Ejemplo 2:
Una mquina produce varillas de metal utilizadas en el sistema de suspensin de un
automvil. Se toma una muestra aleatoria de 15 varillas y se mide su dimetro. Los datos
obtenidos son: 8.24 8.21 8.23 8.25 8.26 8.23 8.20
8.26 8.19 8.23
8.20 8. 28 8.25 8.24 8.24
Suponiendo que los dimetros de las varillas siguen una ley normal, construir un intervalo
de confianza del 95% para el dimetro promedio por varilla.
Solucin:
Con los datos se obtiene: n=15, X = 8.234 y S 2 = (0.0244)2. Siendo la varianza
poblacional desconocida, usaremos la distribucin t para construir el I.C. Para 1 = 0.95
y por la simetra de la distribucin t, el cuantil que deja a su izquierda un rea igual a 0.975
es t / 2 = 2.145. Reemplazando los datos en el ltimo intervalo se obtiene el siguiente
intervalo que cubre a con una confianza igual a 95%: [8.22 , 8.247].
Ejemplo 3:
Se desea conocer la permanencia media de pacientes en cierto hospital, con el fin de poner
en prctica un proyecto de ampliacin del local. Con datos referentes a das de
permanencia, de una muestra de 600 pacientes se obtuvieron los siguientes resultados: X =
12.3 das y S = 8 das.
Hallar un intervalo de confianza del 95% para la permanencia media.
Solucin:
Como no se conoce la varianza poblacional, deberamos usar la distribucin t para obtener
el I.C. Pero, siendo la muestra n=600 grande, por el TCL se sabe que X tiene distribucin
normal con media y varianza desconocidas. La varianza se estima con la varianza muestral.
Luego, usaremos el intervalo del caso 1. Por la simetra de la curva normal, para 1 =
0.95 se tiene z / 2 =1.96
Reemplazando datos se obtiene que, el tiempo promedio de permanencia de los pacientes
en el hospital vara en el intervalo (11.66, 12.94), expresado en das, con una seguridad de
95%.
Observaciones:
1. La longitud del intervalo de confianza para es L = 2 z / 2

.
n
Como el tamao de la muestra aparece en el denominador, entonces, muestras grandes
darn intervalos de confianza de longitud ms cortos, por lo tanto ms precisos. Si se
conociera la longitud del intervalo, entonces el tamao de la muestra ser igual a
2z
n /2
L

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI

Pgina 5

UNMSM FISI EAPIO CURSO: ESTADSTICA II SEM. 2014-2

Por ejemplo, suponga que el nmero de onzas de cerveza que una mquina vierte en una
botella es una variable aleatoria distribuida normalmente con media desconocida y
desviacin estndar conocida igual a 0.5 onzas. De qu tamao debe ser n para que la
longitud del intervalo de 90% de confianza sea de media onza?
Reemplazando los datos en la relacin anterior se tiene:
2
. x0.5
2 x1645
n
= 11

0.5
Si la longitud del intervalo fuese un cuarto de onza, entonces sera n = 44

2. El error de estimacin E = X es menor que z / 2

. En otros trminos, z / 2
n
n
es el lmite para el error de estimacin (es el mximo error permitido) al estimar . De

modo que, si E z / 2
entonces n debe ser tal que
n
z
n /2
E
As por ejemplo, si en el problema 1 el mximo error permitido se reduce a la mitad, cul
ser el tamao de muestra requerido?

Siendo z / 2
= (1.96 x 10)/5 = 3.92, la mitad del error es 1.96. Reemplazando este valor
n
en la frmula de n se obtiene n 100.
2

3. Cuando la poblacin es finita de tamao N y el tamao de la muestra supera el 5% de la

poblacin, entonces el intervalo de confianza para estimar la media de una distribucin
normal con varianza conocida, al nivel 1 , est dado por:

X z / 2
n

N n

, X - z /2
N 1
n

N n

N 1

Si la varianza es desconocida y la muestra es pequea, el intervalo es:

s
X t /2
n

N n
s
, X - t /2
N 1
n

N n

N 1

N n
s
, X - z /2
N 1
n

N n

N 1

y para muestras grandes es:

s
X z / 2
n

Ejercicio 1:
Un fabricante de fibras sintticas desea estimar la tensin de ruptura media de una fibra.
Disea un experimento en el que se observan las tensiones de ruptura, en libras, de 16 hilos
PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI

Pgina 6

UNMSM FISI EAPIO CURSO: ESTADSTICA II SEM. 2014-2

del proceso seleccionados aleatoriamente. Las tensiones son: 20.8 20.6 21.0 20.9 19.9
20.2 19.8 19.6 20.9 21.1 20.4 20.6 19.7 19.6 20.3 20.7. Supngase que la tensin de
ruptura de una fibra se encuentra modelada por una distribucin normal, con =0.45 libras
Construir un intervalo de confianza estimado del 98% para el valor real de la tensin de
ruptura promedio de la fibra.
Construir otro intervalo de confianza suponiendo que no se conoce . Compare los dos
intervalos.
Ejercicio 2:
Tres estudiantes desean construir intervalos de confianza para la media de una poblacin
normal con varianza conocida igual a 9 y con coeficiente de confianza de 90%. Cada uno
de ellos dispone de la informacin siguiente:
ESTUDIANTE
TAMAO DE MUESTRA
VALOR OBSERVADO
a
1
8
b
3
6 5 4
c
6
10 0 4 2 9 5
a) Qu intervalo construira cada estudiante?. Compare la precisin de los intervalos y
haga algn comentario.
b) Qu tamao de muestra se necesitara si deseamos un intervalo de 90% de confianza y
una precisin de 0.4?
INTERVALO DE CONFIANZA PARA ESTIMAR LA VARIANZA
POBLACIN NORMAL

2 DE

UNA

Siguiendo el mtodo anterior, despus de obtener una muestra aleatoria de tamao n de la

poblacin normal con varianza desconocida, se usa como funcin pivote la variable
aleatoria
(n-1) S 2 / 2
la cual tiene distribucin chi cuadrado con n-1 grados de libertad.
Tomando en cuenta tal distribucin se hace el siguiente enunciado probabilstico
P ( / 2
2

(n 1) S 2

12 / 2 ) 1

y despejando 2 dentro del parntesis se obtiene el siguiente intervalo estimador que cubre
a 2 , con un nivel de confianza igual a ( 1 )100%:

(n 1) S 2 (n-1)S 2
,
2

2 /2
1 / 2
Ejemplo:
Se realizaron 15 mediciones del largo de una barra. Los resultados fueron: 42.7, 43.48,
43.63, 42.78, 43.18, 42.756, 42.76, 42.87, 42.95, 43.39, 43.01, 43.06, 41.60, 43.20, 43.10.
PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI

Pgina 7

UNMSM FISI EAPIO CURSO: ESTADSTICA II SEM. 2014-2

Suponiendo que la variable aleatoria X que representa a las mediciones es normal, hallar el
intervalo de estimacin para las varianzas de las medidas, al nivel de confianza del 95%.
Solucin:
El tamao de la muestra es 15. Los valores de la media y varianza muestrales son,
respectivamente, X = 42.95 y S 2 = 0.2284. Para el nivel 1 = 0.95, los cuantiles
correspondientes de la distribucin chi cuadrado con 14 grados de libertad son 20.025 =5.63
y 20.975 = 26.1
Reemplazando todos estos valores en el intervalo para la varianza se tiene que:
[0.1224 , 0.5679] cubren a 2 con una confianza de 95%.
INTERVALO DE CONFIANZA PARA ESTIMAR LA
POBLACIONAL DE UNA POBLACIN DE BERNOULLI

PROPORCIN

Se sabe que, cuando se extrae una muestra grande de una poblacin de Bernoulli con
parmetro , la proporcin muestral, que tiene las mismas caractersticas de la media
muestral, tiene una distribucin muestral que se comporta como una distribucin normal.
Utilizando este modelo se construye el intervalo de confianza para siguiendo el mtodo
antes descrito.
En este caso, la funcin pivote que se usa es la variable aleatoria Z =

p
(1 )
n

la cual tiene distribucin normal estndar .

El valor de que aparece en el error estndar se estima con la proporcin muestral.
Luego, el intervalo que cubre a con una confianza de 1 es
[ p z / 2

p (1 p )
p (1 p )
, p z //2
n
n

Ejemplo:
Con motivo de las elecciones presidenciales, en una encuesta de opinin pblica, de un
total de 400 persona entrevistadas, 320 mostraron su preferencia por determinado
candidato.
a) Construir un intervalo de confianza del 95% para estimar la proporcin del total de
personas que estn a favor de dicho candidato.
b) Con un nivel de confianza de 99%, cambia el error de estimacin de a)?
Solucin:
a) La proporcin muestral es igual a p = 320/400 = 0.80. Para 1 = 0.95 el valor de z / 2
es 1.96.
Luego, reemplazando estos valores en el intervalo antes formulado se obtiene el siguiente
intervalo que cubre a con una confianza de 95%:
0.8 0.0392
PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI

Pgina 8

UNMSM FISI EAPIO CURSO: ESTADSTICA II SEM. 2014-2

Ntese que el valor 0.0392 es el mximo error de estimacin. Entonces decimos que, el
80% del electorado estar a favor del candidato, con un error de estimacin de 3.92% y
con una confianza de 95%.
b) Si fuese 1 = 0.99, entonces el mximo error permitido sera
z /2 p = 2.58 x 0.02 = 0.0516. Vemos que el error de estimacin se vuelve ms grande y
por tanto el intervalo es menos preciso.
Del mismo modo, siguiendo el mtodo antes descrito, se puede construir intervalos de
confianza para los parmetros que son combinaciones de los parmetros ya vistos, como
son la diferencia de medias y la razn de varianzas en poblaciones normales y la diferencia
de proporciones en poblaciones de Bernoulli. En todos estos casos se deber tomar en
cuenta la distribucin muestral del estimador correspondiente al parmetro en cuestin. El
intervalo que se obtenga en cada caso ser el resultado de seguir el mtodo de la cantidad
pivotal, con un nivel de confianza de ( 1 )100% .

INTERVALO DE CONFIANZA PARA ESTIMAR LA DIFERENCIA DE

PROPORCIONES
INDEPENDIENTES

1-2

DE

DOS

p1 p 2 Z1/2

POBLACIONES

DE

BERNOULLI

p1 1 p1 p 2 1 p 2

n1
n2

Analizando los signos de los lmites de este intervalo podemos concluir que:
Si el intervalo es (- , +), entonces 1 = 2.
Si el intervalo es (- , -), entonces 1 < 2.
Si el intervalo es (+, +), entonces 1 > 2.
INTERVALO DE CONFIANZA PARA ESTIMAR LA RAZN DE VARIANZAS 12 22
DE DOS POBLACIONES NORMALES INDEPENDIENTES
Se quiere estimar el cociente de varianzas de dos poblaciones Normales.
Un intervalo de confianza para 12 22

al (1-)100% est dado por:

S12
S12
Fn 2 1,n1 1;/2 2 ; Fn 2 1,n1 1;1/2 2
S2
S2

Interpretacin:
Si el intervalo anterior contiene al uno, entonces se puede considerar que las
varianzas son iguales, con el nivel de confianza dado.

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI

Pgina 9

UNMSM FISI EAPIO CURSO: ESTADSTICA II SEM. 2014-2

En cambio, si el intervalo no contiene al uno, se puede considerar que las varianzas
son diferentes.
INTERVALO DE CONFIANZA PARA ESTIMAR LA DIFERENCIA DE MEDIAS
1 - 2 DE DOS POBLACIONES NORMALES INDEPENDIENTES
Se quiere estimar la diferencia de medias de dos poblaciones Normales independientes.

Caso I: Varianzas poblacionales conocidas

Un intervalo de confianza para 1 - 2 al (1-)100% est dado por:

X1 X 2 z1/2

Caso II: Varianzas poblacionales descocidas pero iguales:

Un intervalo de confianza para 1 - 2 al (1-)100% est dado por:

X1 X2 t n n
1

12
2
2
n1
n2

2 2;1 /2

1
1

S2p

n
n
2
1

Caso III: Varianzas poblacionales desconocidas pero diferentes:

Un intervalo de confianza para 1 - 2 al (1-)100% est dado por:

X1 X 2 t V;1/2

S12 S22

n1 n 2

Interpretacin:
Para los tres casos de estimacin de la diferencia de medias, la interpretacin se
hace a partir de los signos de los lmites del intervalo:
Si el intervalo es (- , -), entonces 1< 2.
Si el intervalo es (- , +), entonces 1= 2.
Si el intervalo es (+ , +), entonces 1> 2.

PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI

Pgina 10