Professional Documents
Culture Documents
ESTIMACIÓN DE
PARAETROS
ESTIMADOR Y ESTIMACIÓN
Los métodos de inferencia estadística consisten en seleccionar una muestra aleatoria de la
población, de manera que a partir de la información que se obtenga de la muestra:
Población Muestra
PARÁMETROS ESTADÍSTICOS
MEDIA (𝜇) ത
MEDIA (𝑋)
Si el estadístico 𝜃መ = H(𝑥1 , 𝑥2 ,
𝑥3 ,…, 𝑥𝑛 ), es un estimador
insesgado del parámetro 𝜃,
entonces, su valor 𝜃 =
H(𝑥1 , 𝑥2 , 𝑥3 ,…, 𝑥𝑛 ) es la
estimación insesgada del
parámetro 𝜃
ESTIMACIÓN
PUNTUAL
ESTIMADOR PUNTUAL
Definicion:
Sea 𝑥1 , 𝑥2 , 𝑥3 ,…, 𝑥𝑛 una muestra aleatoria de tamaño n seleccionada de una población cuya
distribución es 𝑓 𝑥, 𝜃 , siendo 𝜃 el parámetro. Se denomina estimador puntual del parámetro 𝜃 a
cualquier estadístico 𝜃መ = H(𝑥1 , 𝑥2 , 𝑥3 ,…, 𝑥𝑛 ), cuyo valor 𝜃መ = H(𝑥1 , 𝑥2 , 𝑥3 ,…, 𝑥𝑛 ), proporcionara una
estimación de parámetro en cuestión.
Una estimación de punto no nos dice cuán próximo está la estimación al parámetro que se estima, por
lo tanto, no es muy significativa, sino se tiene alguna medida del error que se comete en la
estimación.
Sea 𝑋1 , 𝑋2 ,
𝑋3 ,…, 𝑋𝑛 una muestra aleatoria de tamaño n seleccionada de una población
𝑓 𝑥, 𝜃 , cuyos valores experimentales (o datos) respectivos son 𝑥1 , 𝑥2 , 𝑥3 ,…, 𝑥𝑛 .
Sea además, la variable aleatoria 𝜃መ = H(𝑥1 , 𝑥2 , 𝑥3 ,…, 𝑥𝑛 ), un estadístico para estimar el
parámetro 𝜃cuya distribución de probabilidad sea conocida. …
ESTIMACION POR
INTERVALOS DE CONFIANZA
𝑃 𝐴≤𝜃 ≤𝐵 =1−𝛼
Entonces, se dice que el intervalo aleatorio [A , B] es el intervalo estimador del parámetro 𝜃 con
el grado o nivel de confianza de (1 - 𝛼 ) x 100% , o que 𝜃 ∈[A, B] con probabilidad 1 — 𝛼 .
INTERPRETACIÓN DEL
INTERVALO DE CONFIANZA
Si a partir de los datos de una muestra aleatoria de tamaño n, se ha logrado construir el
intervalo 𝑎 ≤ 𝜃 ≤ 𝑏 con grado de confianza, del 95% para el parámetro 𝜃.
Tiempos
48.3 25.1 36.8 54.0 58.9 25.2 32.2
38.4 42.9 15.4 73.1 17.8 21.7 1.1
36.4 30.9 25.8 32.9 44.8 32.9 14.5
8.4 40.6 6.6 22.2 6.5 58.7 34.3
Estimar el tiempo promedio real 𝜇 utilizado por los pacientes en la prueba diagnostica, con un
nivel de confianza de 1 − 𝛼 = 0.90.
EJERCICIO 2
En una investigación neurotecnologíca se determinaron que los tiempos de respuestas de los
individuos frente a estímulos de sabor en productos de la industria de alimentos
Tiempos (segundos)
18.3 15.1 36.8 14.0 18.9 25.2 12.2
18.4 32.9 15.4 13.1 15.8 21.7 11.1
16.4 20.9 25.8 12.9 14.8 22.9 15.5
8.4 30.4 6.6 12.2 16.5 18.7 14.3
Estimar el tiempo promedio real 𝜇 utilizado por los individuos, con un nivel de confianza de 1 −
𝛼 = 0.80.
1. INTERVALO DE CONFIANZA PARA LA MEDIA
(VARIANZA CONOCIDA)
INTERVALO DE CONFIANZA PARA LA
MEDIA (VARIANZA CONOCIDA)
Sea 𝑋1 , 𝑋2 , 𝑋3 ,…, 𝑋𝑛 una muestra aleatoria de tamaño n (grande) seleccionada de una
2
población normal con media 𝜇 y varianza 𝜎 supuestamente conocida.
𝜎 𝜎
𝑥ҧ − 𝑧1−∝ ≤ 𝜇 ≤ 𝑥ҧ + 𝑧1−∝
2 𝑛 2 𝑛
El valor 𝑧1−∝/2 se busca en la tabla normal N(0,1), tal que 𝑃 𝑍 − 𝑧1−∝ = 1 −∝/2
2
INTERVALO DE CONFIANZA PARA LA MEDIA
(VARIANZA CONOCIDA) INTERPRETACIÓN
INTERVALO DE CONFIANZA PARA LA MEDIA
(VARIANZA CONOCIDA) INTERPRETACIÓN
NIVEL DE CONFIANZA Zα/2
99% 2,58
98% 2,33
97% 2,17
96% 2,05
95% 1,96
90% 1,65
80% 1,28
50% 0,67
INTERVALO DE CONFIANZA PARA LA
MEDIA (VARIANZA CONOCIDA)
Interpretación
Si se seleccionan 100 muestras de tamaño n, y calculamos las medias de cada una, tendremos
100 intervalos semejantes al intervalo [a , b], y se confía que 95 de estos 100 intervalos
contengan el parámetro 𝜇 y 5 de los 100 no lo contengan.
Los intervalos
correspondientes a las medias 𝑥2 , 𝑥4 ,
no contienen al parámetro 𝜇 , mientras
que el resto de los intervalos si
contienen al parámetro.
ERROR ESTÁNDAR
Se nomina error estándar de un estimador a la desviación estándar del estimador. A su valor
numérico se denomina error estándar estimado.
La estimación La estimación puntual de μ es 𝑥ҧ = 500. Para el nivel de confianza 1 − 𝛼= 0.95 , en la tabla normal
estándar se encuentra 𝑍1−∝/2 = 𝑍1−0,025=1,96
𝜎 100
El error estándar de la media 𝑋ത es: 𝜎𝑥ҧ = = = 10
𝑛 100
Los limites de tolerancia de μ son:
𝑥ҧ ± 𝑍1−∝/2𝜎𝑥ҧ = 500 ± 1.96 10 = 500 ± 19.6