Tema 1

Tema 1
puntual y por intervalos

Estimacion
Departamento de Economa
Universitat Jaume I
y Direccion
Grado en Admisnistracion de Empresas,
Economa, Finanzas y Contabilidad
Curso 2016-2017
(jimeneze@uji.es)
Metodos Cuantitativos Febrero 2017 1 / 38
Tema 1.Estimacion
Indice
1
Introduccion.
2 Intervalos de confianza para la media poblacional.
3
Intervalo de confianza para la varianza.
4
Intervalo de confianza de una proporcion.
5 de una poblacion
Factor de correccion pequena.

6 del tamano
Eleccion adecuado de una muestra.
Lind, D.A.,W.G. Marchal y S.A.Wathen (2012), captulo. 9.
(jimeneze@uji.es)
Tema 1.Estimacion
Indice
1
Introduccion.
3
4
5 de una poblacion

6 del tamano
(jimeneze@uji.es)
Tema 1.Estimacion
Indice
1
Introduccion.
3
4
5 de una poblacion

6 del tamano
(jimeneze@uji.es)
Tema 1.Estimacion
Indice
1
Introduccion.
3
4
5 de una poblacion

6 del tamano
(jimeneze@uji.es)
Tema 1.Estimacion
Indice
1
Introduccion.
3
4
5 de una poblacion

6 del tamano
(jimeneze@uji.es)
Tema 1.Estimacion
Indice
1
Introduccion.
3
4
5 de una poblacion

6 del tamano
(jimeneze@uji.es)
Tema 1.Estimacion
Indice
1
Introduccion.
3
4
5 de una poblacion

6 del tamano
(jimeneze@uji.es)
Tema 1.Estimacion

Introduccion
Una poblacion es el conjunto de individuos sobre los que deseamos

realizar un determinado experimento. Generalmente, las poblaciones
suelen ser muy grandes, siendo muy costoso hacer estudios
estadsticos sobre ellas. En este caso, se selecciona aleatoriamente un
subconjunto de esta poblacion al que denominamos muestra. Es
evidente que los resultados obtenidos despues de realizar un estudio
un menor grado de fiabilidad si dicho estudio se
estadstico tendran
El experimento aleatorio que deseamos
realiza sobre toda la poblacion.

realizar, nos permite asociar una herramienta matematica que identifica
cada resultado posible con un numero
real. Dicha herramienta

matematica es lo que se conoce como variable aleatoria.
(jimeneze@uji.es)
Tema 1.Estimacion

Introduccion

estadstico tendran


(jimeneze@uji.es)
Tema 1.Estimacion

Introduccion

estadstico tendran


(jimeneze@uji.es)
Tema 1.Estimacion

Introduccion

estadstico tendran


(jimeneze@uji.es)
Tema 1.Estimacion

Introduccion
Un estadstico muestral es cualquier funcion que, aplicada sobre los

valores de una variable aleatoria en una muestra nos de como

resultado un valor numerico. El valor del estadstico cambiara

dependiendo de la muestra escogida por lo que, en terminos generales,
es considerado como una variable aleatoria y a su distribucion se le
en el muestreo.
conoce como distribucion
(jimeneze@uji.es)
Tema 1.Estimacion

Introduccion

Una muestra aleatoria independiente, identicamente distribuida
(i.i.d.) es un conjunto de n variables aleatorias X1 , ..., Xn que son
independientes entre s y todas siguen la misma distribucion. El
estadstico formado por la muestra aleatoria X1 , ..., Xn se denota con la
muestral T (X1 , ..., Xn ).
letra T y a la distribucion
(jimeneze@uji.es)
Tema 1.Estimacion

Introduccion
Ejemplo
Por ejemplo, si seleccionamos una muestra aleatoria de todos los
alumnos matriculados en la Universidad Jaume I de Castellon de la
Plana (UJI) y realizamos un experimento que consiste en preguntarles
si practican algun
deporte, unicamente
tenemos dos posibles
resultados, {Si, No}. La variable aleatoria asignara el valor 1 a Si y el
valor 0 a No. Dado que esta pregunta la repetimos a todos los alumnos
de la muestra, la variable aleatoria correspondiente a este experimento
aleatorio es una Binomial.
(jimeneze@uji.es)
Tema 1.Estimacion
Intervalos de confianza para la media poblacional

El analisis de los estimadores puntuales y los intervalos de confianza

comienza con el estudio del calculo de la media poblacional. Se deben
considerar dos casos:
1 Se conoce la desviacion estandar
.
de la poblacion
2 Se desconoce la desviacion estandar
. En este
de la poblacion
estandar
caso se sustituye la desviacion de la muestra s por la
estandar
desviacion .
de la poblacion
(jimeneze@uji.es)
Tema 1.Estimacion


.
de la poblacion
. En este
de la poblacion
estandar
estandar
desviacion .
de la poblacion
(jimeneze@uji.es)
Tema 1.Estimacion


.
de la poblacion
. En este
de la poblacion
estandar
estandar
desviacion .
de la poblacion
(jimeneze@uji.es)
Tema 1.Estimacion
Estimador puntual

Se denomina estimador puntual asociado a un paraametro a aquel
desconocido de la poblacion
estadstico muestral que nos permite aproximarlo a partir de una muestra.
La media muestral, X , constituye un estimador puntual de la media poblacional, .

muestral, es un estimador puntual de , la proporcion
p, una proporcion poblacional.
estandar
s, la desviacion estandar
muestral, es un estimador puntual de , la desviacion
poblacional.

Observacion
proporciona una parte de la informacion.
Un estimador puntual solo Aunque se espera que el

estimador puntual se aproxime al parametro proximo
poblacional, sera conveniente medir cuan

se encuentra en realidad. Un intervalo de confianza sirve para este proposito.
(jimeneze@uji.es)
Tema 1.Estimacion
Estimador puntual


estandar
poblacional.

Observacion


(jimeneze@uji.es)
Tema 1.Estimacion
Estimador puntual


estandar
poblacional.

Observacion


(jimeneze@uji.es)
Tema 1.Estimacion
Estimador puntual


estandar
poblacional.

Observacion


(jimeneze@uji.es)
Tema 1.Estimacion
Estimador puntual


estandar
poblacional.

Observacion


(jimeneze@uji.es)
Tema 1.Estimacion
Intervalo de confianza

Un intervalo de confianza para un determinado parametro poblacional
es un intervalo de variables (L1, L2) que dependen de cada muestra
n. El intervalo contendra al verdadero
aleatoria simple (i.i.d.) de tamano

valor del parametro el 1 por ciento de las ocasiones que repitamos
el experimento aleatorio con muestras de tamano n. El valor 1
recibe el nombre de nivel de confianza.
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo

Por ejemplo, en un vinedo se estima que la produccion de cada cepa
se aproxima razonablemente a una distribucion normal con una
tpica poblacional de 0.7 kg. Un viticultor realiza un
desviacion
muestreo sobre 10 cepas y obtiene una media de 5.5 Kg por cepa.
Deseamos calcular un intervalo de confianza para la media de la
con un nivel de confianza del 95 %.
produccion
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo

desviacion
produccion
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo

desviacion
produccion
(jimeneze@uji.es)
Tema 1.Estimacion
Observacion
En el caso de muestras razonablemente grandes, los resultados del
teorema del lmite central permiten afirmar lo siguiente:
Noventa y nueve por ciento de las medias muestrales se encontrara
a 2.58 desviaciones estandares
de la media poblacional.
Noventa y cinco por ciento de las medias muestrales seleccionadas
se encuentra a 1.96 desviaciones estandares
de una poblacion de
la media poblacional, .
(jimeneze@uji.es)
Tema 1.Estimacion
Observacion
de una poblacion de
(jimeneze@uji.es)
Tema 1.Estimacion
Observacion
de una poblacion de
(jimeneze@uji.es)
Tema 1.Estimacion
Si repetimos el experimento en las mismas condiciones infinitas veces,

el 95 % de las veces la media poblacional caera dentro del intervalo que
hemos calculado. Por tanto si consideramos el intervalo (1.96, 1.96)
correspondera al 95 % o 0.95 en probabilidad.
z A. mayor A. menor z A. mayor A. menor z A. mayor A. menor
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
1.41 0.9207 0.0793 1.95 0.9744 0.0256 2.49 0.9936 0.0064
1.42 0.9222 0.0778 1.96 0.975 0.025 2.50 0.9938 0.0062
1.43 0.9236 0.0764 1.97 0.9756 0.0244 2.51 0.994 0.006
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
(jimeneze@uji.es)
Tema 1.Estimacion
(jimeneze@uji.es)
Tema 1.Estimacion
Intervalo de confinaza para la media poblacional con una

conocida

(X z , X + z )
n n
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
La media muestral X = 5.50.
La desviacion estandar
= 0.70.
de la muestra n = 10.
El tamno
El intervalo deconfianza
(5, 50 1.96(0, 70/ 10), 5.50 + 1.96(0, 70/ 10)) = (5, 50 0, 4338, 5, 50 + 0.4338).
(jimeneze@uji.es)
Tema 1.Estimacion
Observacion
Con frecuencia, tambien se utiliza el nivel de confianza de 90 %. En

este caso, se desea que el area entre 0 y z sea 0.4500, que se
determina con la operacion 0.9000/2. Para determinar el valor z con
este nivel de confianza, hay que descender por la columna izquierda, y
despues recorrer las columnas con los encabezamientos de la tabla de

la normal 1.65 y 0.05. El area correspondiente al valor z de 1.64 es
0.4495, y para 1.65, 0.4505. Para proceder con cautela, utilizamos
1.65.
(jimeneze@uji.es)
Tema 1.Estimacion
t
La distribucion
t es una distribucion
La distribucion de probabilidad continua, con
z.
muchas caractersticas similares a las de la distribucion
X
t=
s/ n
t es mas
La distribucion plana y que se extiende mas
que la distribucion

normal estandar.
(jimeneze@uji.es)
Tema 1.Estimacion
t
La distribucion
z.
X
t=
s/ n
t es mas
que la distribucion

normal estandar.
(jimeneze@uji.es)
Tema 1.Estimacion
t
La distribucion
z.
X
t=
s/ n
t es mas
que la distribucion

normal estandar.
(jimeneze@uji.es)
Tema 1.Estimacion
t. Caractersticas
La distribucion
t se basan en el
Las siguientes caractersticas de la distribucion

supuesto de que la poblacion de interes es de naturaleza normal, o
casi normal.
1 Es una distribucion continua.
2
Tiene forma de campana y es simetrica.
3
No existe una distribucion t, sino una familia de distribuciones t.
Todas las distribuciones t tienen una media de 0, y sus desviaciones

estandares difieren de acuerdo con el tamano de la muestra, n.
4 A medida que se incrementa el tamano de la muestra, la
distribucion t se aproxima a la distribucion normal estandar, pues
los errores que se cometen al utilizar s para estimar disminuyen
con muestras mas grandes.
(jimeneze@uji.es)
Tema 1.Estimacion
t. Caractersticas
La distribucion
t se basan en el

casi normal.
2
3

(jimeneze@uji.es)
Tema 1.Estimacion
t. Caractersticas
La distribucion
t se basan en el

casi normal.
2
3

(jimeneze@uji.es)
Tema 1.Estimacion
t. Caractersticas
La distribucion
t se basan en el

casi normal.
2
3

(jimeneze@uji.es)
Tema 1.Estimacion
t. Caractersticas
La distribucion
t se basan en el

casi normal.
2
3

(jimeneze@uji.es)
Tema 1.Estimacion
t)
Ejemplo (La distribucion
Por ejemplo, supongamos realizamos una muestra en la Facultad de

Economicas y ciencias jurdicas y observamos que el numero
de faltas
a clase durante un mes en una muestra de 10 alumnos es de 3, 8, 6, 8,
7, 6, 2, 7, 6, 1. Suponiendo que el numero

de faltas tiene distribucion
normal, determinar un intervalo con el 99 % de confianza para la media
de inasistencias.
(jimeneze@uji.es)
Tema 1.Estimacion
t)
Ejemplo (La distribucion
Por ejemplo, supongamos realizamos una muestra en la Facultad de

Economicas y ciencias jurdicas y observamos que el numero
de faltas
a clase durante un mes en una muestra de 10 alumnos es de 3, 8, 6, 8,
7, 6, 2, 7, 6, 1. Suponiendo que el numero

de faltas tiene distribucion
normal, determinar un intervalo con el 99 % de confianza para la media
de inasistencias.
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
de la poblacion
Supongamos que la distribucion es normal.
X = 5, 4, s = 2, 5033 y n = 10.
Grados de libertad 10-1=9.

X ts/ n.
Nivel de confianza de 99 %,
En este caso, deseamos un nivel de confianza de 99 %, vamos a la
columna con el encabezamiento 0.99.
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
de la poblacion
X = 5, 4, s = 2, 5033 y n = 10.

X ts/ n.
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
de la poblacion
X = 5, 4, s = 2, 5033 y n = 10.

X ts/ n.
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
de la poblacion
X = 5, 4, s = 2, 5033 y n = 10.

X ts/ n.
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
de la poblacion
X = 5, 4, s = 2, 5033 y n = 10.

X ts/ n.
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
de la poblacion
X = 5, 4, s = 2, 5033 y n = 10.

X ts/ n.
(jimeneze@uji.es)
Tema 1.Estimacion
Intervalos de confianza
80 % 90 % 95 % 98 % .99 %

Area de las dos colas
Grados de libertad .20 .10 .05 .0 2 .01
1 3,078 6,314 12,706 31,821 63,657
2 1,886 2,920 4,303 6,965 9,925
3 1,638 2,353 3,182 4,541 5,841
4 1,533 2,132 2,776 3,747 4,604
5 1,476 2,015 2,571 3,365 4,032
6 1,440 1,943 2,447 3,143 3,707
7 1,415 1,895 2,365 2,998 3,499
8 1,397 1,856 2,306 2,896 3,355
9 1,383 1,833 2,262 2,821 3, 245
10 1,372 1,812 2,228 2,764 3,169
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
s s 2, 5033 2, 5033
(X t , X + t ) = (5, 4 3, 245 , 5, 4 + 3, 245 )=
n n 10 10
(2.8312, 7.9687)
(jimeneze@uji.es)
Tema 1.Estimacion
Intervalo de confianza para la varianza
proporcionamos un procedimiento para obtener un

En esta seccion

intervalo de confianza para el parametro 2.
Chi-Cuadrado
Chi-cuadrado, tambien
Una distribucion denominada distribucion de
Pearson, es una distribucion continua y positiva. No obstante, a
diferencia de la Normal y de la t student, esta no presenta simetra

respecto de un determinado parametro. de la
Esta se obtiene a traves
suma de los cuadrados de variables aleatorias normales,
independientes. Es decir, si Zi representan variables aleatorias
normales, i = 1, 2, ..., n, independientes entre s, entonces la
Chi-cuadrado X se define como:
distribucion
n
X= Zi2
i=1
.
(jimeneze@uji.es)
Tema 1.Estimacion
proporcionamos un procedimiento para obtener un

En esta seccion

intervalo de confianza para el parametro 2.
Chi-Cuadrado
Una distribucion denominada distribucion de
Pearson, es una distribucion continua y positiva. No obstante, a
diferencia de la Normal y de la t student, esta no presenta simetra

respecto de un determinado parametro. de la
Esta se obtiene a traves
suma de los cuadrados de variables aleatorias normales,
independientes. Es decir, si Zi representan variables aleatorias
normales, i = 1, 2, ..., n, independientes entre s, entonces la
Chi-cuadrado X se define como:
distribucion
n
X= Zi2
i=1
.
(jimeneze@uji.es)
Tema 1.Estimacion

Los grados de libertad df asociados a la variable aleatoria X ,
representan el numero
de variables aleatorias normales que hemos
sumado menos uno.
(jimeneze@uji.es)
Tema 1.Estimacion
Estadstico para la varianza

Dada una muestra (i.i.d.) de tamano n y cuya variable aleatoria sigue
normal N(, ), el estadstico que vamos a utilizar en
una distribucion
viene definido por la expresion:
esta ocasion
s2
(n 1)b
2 =
2
Chi-cuadrado con n 1 grados
Este estadstico sigue una distribucion

de libertad. La distribucioon denominada
de Pearson.
distribucion
(jimeneze@uji.es)
Tema 1.Estimacion
Estadstico para la varianza

Dada una muestra (i.i.d.) de tamano n y cuya variable aleatoria sigue
normal N(, ), el estadstico que vamos a utilizar en
una distribucion
viene definido por la expresion:
esta ocasion
s2
(n 1)b
2 =
2
Chi-cuadrado con n 1 grados
Este estadstico sigue una distribucion

de libertad. La distribucioon denominada
de Pearson.
distribucion
(jimeneze@uji.es)
Tema 1.Estimacion

Fijando un nivel de confianza de 1 , el intervalo de confianza para

la varianza viene determinado por la siguiente expresion
(n 1)s2 2 (n 1)s2
2
2
(1)
n1,/2 n1,1/2
de la muestra esta representado por n y s2

Donde el tamano
representa un estimador de la varianza poblacional.
(jimeneze@uji.es)
Tema 1.Estimacion

El estimador apropiado en este caso se escribe como
)2
(X X
s2 =
b (2)
n1
y recibe el nombre de quasi-varianza. Notar que si se dispone de la
muestral que denotamos con la letra s entonces:
desviacion
n 2
s2 = s
n1
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
Supongamos que seleccionamos una muestra (i.i.d.) de 15 empresas
que cotizan en el ndice Nikkei 225 de la bolsa de Tokyo y se anotan las
cotizaciones un da determinado. Se observa que la desviacion tpica
medio es de 0.8. Queremos
muestral respecto del valor de cotizacion
calcular un intervalo de confianza para la varianza poblacional con un
nivel de confianza del 1 = 0.90.
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
Chi-cuadrado con
En primer lugar fijamos en una distribucion
15 1 = 14 grados de libertad, donde los extremos se pueden calcular

gracias al software matematico o bien utilizando las tablas, obteniendo
los valores 6.570 y 23.684 respectivamente. Ahora ya podemos
n
de la varianza, s2 = s2 n1
calcular una estimacion = 0.6857.
Finalmente el intervalo de confianza se calculara utilizando la formula:

(n 1)s2 2 (n 1)s2
2
2
(3)
n1,/2 n1,1/2

Notar que los valores a y b de la grafica 2
anterior representan n1,1/2
2
y n1,/2 respectivamente. Por tanto se obtiene como resultado el
intervalo (0.4053, 1.4053).
(jimeneze@uji.es)
Tema 1.Estimacion
Ejemplo
Chi-cuadrado con
En primer lugar fijamos en una distribucion
15 1 = 14 grados de libertad, donde los extremos se pueden calcular

gracias al software matematico o bien utilizando las tablas, obteniendo
los valores 6.570 y 23.684 respectivamente. Ahora ya podemos
n
de la varianza, s2 = s2 n1
calcular una estimacion = 0.6857.
Finalmente el intervalo de confianza se calculara utilizando la formula:

(n 1)s2 2 (n 1)s2
2
2
(3)
n1,/2 n1,1/2

Notar que los valores a y b de la grafica 2
anterior representan n1,1/2
2
y n1,/2 respectivamente. Por tanto se obtiene como resultado el
intervalo (0.4053, 1.4053).
(jimeneze@uji.es)
Tema 1.Estimacion

Intervalo de confianza de una proporcion

Proporcion
razon
Fraccion, o porcentaje que indica la parte de la muestra de la
que posee un rasgo de interes
poblacion particular.
de la muestra, X el numero
Si p representa la proporcion
de exitos
y n el numero
de elementos de la muestra, entonces
X
p= .
n
Ejemplo
Una encuesta reciente indico que 92 de cada 100 entrevistados
estaban de acuerdo con el horario de verano para ahorrar energa. La
de la muestra es de 92/100, o 0.92, o 92 %.
proporcion
(jimeneze@uji.es)
Tema 1.Estimacion


Proporcion
razon
de exitos
y n el numero
X
p= .
n
Ejemplo
proporcion
(jimeneze@uji.es)
Tema 1.Estimacion


Proporcion
razon
de exitos
y n el numero
X
p= .
n
Ejemplo
proporcion
(jimeneze@uji.es)
Tema 1.Estimacion

de una poblacion
Proporcion
La proporcion de la poblacion se define por medio de y se refiere al

porcentaje de exitos es la proporcion
en la poblacion. de exitos
en
una distribucion binomial.
1 Los datos de la muestra son resultado de conteos.
2 hay dos posibles resultados (lo normal es referirse a uno de
Solo

los resultados como exito y al otro como fracaso).
3
La probabilidad de un exito permanece igual de una prueba a la
siguiente.
4 Las pruebas son independientes. Esto significa que el resultado de
la prueba no influye en el resultado de otra.
Los valores n y n(1 ) deben ser mayores o iguales que 5. Esta
condicion permite recurrir al teorema del lmite central y emplear la
normal estandar, es decir, z, para completar un intervalo de
distribucion
confianza.
(jimeneze@uji.es)
Tema 1.Estimacion

de una poblacion
Proporcion

en
Solo

3
siguiente.
distribucion
confianza.
(jimeneze@uji.es)
Tema 1.Estimacion

de una poblacion
Proporcion

en
Solo

3
siguiente.
distribucion
confianza.
(jimeneze@uji.es)
Tema 1.Estimacion

de una poblacion
Proporcion

en
Solo

3
siguiente.
distribucion
confianza.
(jimeneze@uji.es)
Tema 1.Estimacion

de una poblacion
Proporcion

en
Solo

3
siguiente.
distribucion
confianza.
(jimeneze@uji.es)
Tema 1.Estimacion

de una poblacion
Proporcion

en
Solo

3
siguiente.
distribucion
confianza.
(jimeneze@uji.es)
Tema 1.Estimacion

de una poblacion
Intervalo de confianza de la proporcion
r r !
p(1 p) p(1 p)
pz ,p+z .
n n
(jimeneze@uji.es)
Tema 1.Estimacion

de una poblacion
r r !
p(1 p) p(1 p)
pz ,p+z .
n n
Ejemplo

Se desea votar en un referendum de relevancia para una
una cuestion
localidad Castellonense. De acuerdo con el reglamento, por lo menos
tres cuartas partes del censo debe votar que si para aprobarla. Una
muestra aleatoria de 2000 personas censadas revela que 100 planean
votar por la propuesta. Que es el estimador de la proporcion

poblacional? Determinar un intervalo de confianza de 95 % para la
poblacional. Fundamente la decision
proporcion en esta informacion
de
necesaria de personas
la muestra: puede concluir que la proporcion
Por que?
censadas favorece la aprobacion?
(jimeneze@uji.es)
Tema 1.Estimacion

de una poblacion
r r !
p(1 p) p(1 p)
pz ,p+z .
n n
Ejemplo
de la muestra es X /n = 1600/2000 = 0.80. Por
La proporcion
consiguiente, se calcula que 80 % de la poblacion favorece la propuesta
El valor z correspondiente al nivel de confianza de 95 %
de aprobacion.
es de 1.96. r r !
p(1 p) p(1 p)
pz ,p +z =
n n
r r !
0.80(1 0.80) 0.80(1 0.80)
0.80 1.96 , 0.80 + 1.96 .
2000 2000
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Factor de correccion finita
En el caso de una poblacion finita, en la que el numero

total de objetos
o individuos es N y el numero
de objetos o individuos en la muestra es

n, es necesario ajustar los errores muestrales en las formulas de los
intervalos de confianza.
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion

total de objetos

de una poblacion
de una poblacion
A este ajuste se le denomina factor de correccion

finita, con frecuecnia se abrevia FPC y obedece a las formula:
r
Nn
FPC = .
N1
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion

total de objetos

de una poblacion
de una poblacion
Factor de correccion finita de muestras seleccionadas
es de 1000 individuos.
cuando la poblacion
de la muestra
Tamano de la poblacion
Fraccion
Factor de correccion
10 0.010 0.9955
25 0.025 0.9879
50 0.050 0.9752
100 0.100 0.9492
200 0.2006 0.8949
500 0.500 0.7075
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
finita
El intervalo de confianza para la media a partir de una poblacion
estandar
sin conocer la desviacion es
de la poblacion
r ! r !!
s Nn s Nn
Xt ,X+t .
n N1 n N1
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Ejemplo
Hay 250 familias en la isla de la Gomera. Una muestra aleatoria de 40
anual media a la iglesia fue
de estas familias revela que la contribucion
de 450 euros, y la desviacion estandar,
de 75 euros. La media
poblacional puede ser de 445 o 425 euros?
1 Cual es la media de la poblacion?
Cual es el mejor estimador de
la media poblacional?
2 por la que se debe emplear el factor de correccion
Analizar la razon
para una poblacion finita.
3
Construya un intervalo de confianza de 90 % para la media de la
Cuales
poblacion. son los puntos extremos del intervalo de
confianza?
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Ejemplo
Analizar la razon
3
Cuales
confianza?
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Ejemplo
Analizar la razon
3
Cuales
confianza?
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Ejemplo
Analizar la razon
3
Cuales
confianza?
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Ejemplo
1 Primero observamos que la poblacion es finita. 250 familias.
2 No conocemos la media poblacional, que es el valor que se quiere
calcular. El mejor estimador de la media poblacional es la media de
la muestra, que es de 450 euros.
3
La muestra es n/N = 40/250 = 0.16. Como la muestra constituye
mas de 0.05 de la poblacion,
debemos utilizar el FCP para ajustar el

error estandar en el momento de determinar el intervalo de
confianza.
4 X = 450, s = 75, N = 250, n = 40. Como no conocemos la
estandar
desviacion utilazamos la distribucion
de la poblacion t con
39 = 40 1 grados de libertad para 90 % de confianza se obtiene
1.685.
5
r !
s N n
X t (431.65, 468.53)
n N 1
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Ejemplo
3

confianza.
estandar
1.685.
5
r !
s N n
X t (431.65, 468.53)
n N 1
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Ejemplo
3

confianza.
estandar
1.685.
5
r !
s N n
X t (431.65, 468.53)
n N 1
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Ejemplo
3

confianza.
estandar
1.685.
5
r !
s N n
X t (431.65, 468.53)
n N 1
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Ejemplo
3

confianza.
estandar
1.685.
5
r !
s N n
X t (431.65, 468.53)
n N 1
(jimeneze@uji.es)
Tema 1.Estimacion
de una poblacion
Ejemplo
3

confianza.
estandar
1.685.
5
r !
s N n
X t (431.65, 468.53)
n N 1
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano
Eleccion adecuado de una muestra
Una preocupacion frecuente al disenar

un estudio estadstico consiste

en cuantos elementos debe haber en una muestra. El tamano
adecuado de una muestra depende de tres factores:
1 El nivel de confianza deseado.
2 El margen de error que toleramos. Diferencia de los extremos de un
intervalo de confianza dividido por dos.
3 que se estudia. Si la poblacion
La variabilidad de la poblacion se
encuentra muy dispersa, se requiere una muestra grande. Por otra
se encuentra concentrada (homogenea),el
parte, si la poblacion
tamano de muestra que se requiere sera menor.
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano


(jimeneze@uji.es)
Tema 1.Estimacion
del tamano


(jimeneze@uji.es)
Tema 1.Estimacion
del tamano


(jimeneze@uji.es)
Tema 1.Estimacion
del tamano
de la muestra para estimar la media de la poblacion

Tamano
z 2
n=
E
1 n es el tamano de la muestra.
2
z es el valor normal estandar correspondiente al nivel de confianza
deseado.
3
es la desviacion estandar

de la poblacion.
4
E es el error maximo admisible.
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano

Tamano
z 2
n=
E
2
deseado.
3

de la poblacion.
4
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano

Tamano
z 2
n=
E
2
deseado.
3

de la poblacion.
4
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano

Tamano
z 2
n=
E
2
deseado.
3

de la poblacion.
4
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano

Tamano
z 2
n=
E
2
deseado.
3

de la poblacion.
4
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano
Ejemplo
Un estudiante de esta facultad desea determinar la cantidad media que
ganan al mes los concejales de todas las poblaciones de Espana. El
error al calcular la media debe ser inferior a 100 euros, con un nivel de
confianza de 95 %. El estudiante encontro un informe del Departamento
estandar
del Trabajo en el que la desviacion es de 1000 euros. Cual
es el tamano de la muestra que se requiere?
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano
Ejemplo

El error maximo admisible, E, es de 100 euros. El valor z para un nivel
de confianza de 95 % es de 1.96, y el estimador de la desviacion

estandar, 1000 euros.
z 2 (1.96)(1000) 2
n= = = (19.6)2 = 384.16.
E 100

Este calculo se redondea a 385. Es decir se requiere una muestra de
385 para satisfacer las especificaciones.
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano
Ejemplo

El error maximo admisible, E, es de 100 euros. El valor z para un nivel
de confianza de 99 % es de 2.58, y el estimador de la desviacion

estandar, 1000 euros.
z 2 (2.58)(1000) 2
n= = = (25.8)2 = 665.64.
E 100

Este calculo se redondea a 666. Es decir se requiere una muestra de
666 para satisfacer las especificaciones.
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano
Notar que en ocasiones no se dispone de la proporcion p. En ese caso

podemos asignar a p el valor 0,50 ya que la expresion polinomica

p(1 p) tiene un maximo
justo en ese valor. Es decir, para cualquier
valor de p entre 0 y 1, se tiene que
p(1 p) < 0, 50(1 0, 50) = 0, 25
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano


p(1 p) < 0, 50(1 0, 50) = 0, 25
(jimeneze@uji.es)
Tema 1.Estimacion
del tamano


p(1 p) < 0, 50(1 0, 50) = 0, 25
(jimeneze@uji.es)

Tema 1

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tema 1

Uploaded by

Copyright:

Available Formats

Tema 1

puntual y por intervalos

Lind, D.A.,W.G. Marchal y S.A.Wathen (2012), captulo. 9.

Lind, D.A.,W.G. Marchal y S.A.Wathen (2012), captulo. 9.

Lind, D.A.,W.G. Marchal y S.A.Wathen (2012), captulo. 9.

Lind, D.A.,W.G. Marchal y S.A.Wathen (2012), captulo. 9.

Lind, D.A.,W.G. Marchal y S.A.Wathen (2012), captulo. 9.

Lind, D.A.,W.G. Marchal y S.A.Wathen (2012), captulo. 9.

Lind, D.A.,W.G. Marchal y S.A.Wathen (2012), captulo. 9.

Una poblacion es el conjunto de individuos sobre los que deseamos

Una poblacion es el conjunto de individuos sobre los que deseamos

Una poblacion es el conjunto de individuos sobre los que deseamos

Una poblacion es el conjunto de individuos sobre los que deseamos

Un estadstico muestral es cualquier funcion que, aplicada sobre los

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

La media muestral, X , constituye un estimador puntual de la media poblacional, .

Intervalos de confianza para la media poblacional

La media muestral, X , constituye un estimador puntual de la media poblacional, .

Intervalos de confianza para la media poblacional

La media muestral, X , constituye un estimador puntual de la media poblacional, .

Intervalos de confianza para la media poblacional

La media muestral, X , constituye un estimador puntual de la media poblacional, .

Intervalos de confianza para la media poblacional

La media muestral, X , constituye un estimador puntual de la media poblacional, .

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Si repetimos el experimento en las mismas condiciones infinitas veces,

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalo de confinaza para la media poblacional con una

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalos de confianza para la media poblacional

Intervalo de confianza para la varianza

proporcionamos un procedimiento para obtener un

Intervalo de confianza para la varianza

proporcionamos un procedimiento para obtener un