UNIDAD III

ESTIMACIN PUNTUAL E
INTERVLICA


ESCUELA DE INGENIERIA AGRICOLA


PROFESORA: Dra. MARA T. ROJAS GARCA


Estimacin: puntual y por intervalos
Como ya hemos visto, a partir de los estadsticos que
hemos obtenido en la/s muestra/s queremos obtener
una idea de los valores de los parmetros en la
poblacin.
Se trata de emplear los estadsticos para estimar los
parmetros.
Veremos DOS tipos de estimadores:
1) Estimacin puntual. Aqu obtendremos un punto, un
valor, como estimacin del parmetro.
2) Estimacin por intervalos. Aqu obtendremos un
intervalo dentro del cual estimamos (bajo cierta
probabilidad) estar el parmetro.
Estimacin puntual de parmetros
Un estimador puntual es simplemente un estadstico (media
aritmtica, varianza, etc.) que se emplea para estimar parmetros
(media poblacional, varianza poblacional, etc.).


Es decir, cuando obtenemos una media aritmtica a partir de una
muestra, tal valor puede ser empleado como un estimador para el
valor de la media poblacional.

(Algunos autores comparan los estimadores con los lanzamientos
en una diana; el crculo central sera el valor real del parmetro.)
Propiedades deseables en los
estimadores
Veremos CUATRO propiedades:

1. Ausencia de sesgo
2. Consistencia
3. Eficiencia
4. Suficiencia

1. Ser insesgado. Diremos que es un estimador insesgado de si
la esperanza de es . Es decir, u
u
u
u
( ) E u u =
La media muestral es un estimador insesgado de la media
poblacional.
Pero la varianza muestral NO es un estimador insesgado de
la varianza poblacional, pero s lo es en cambio la
cuasivarianza.
2. Consistencia. Se dice que un estimador es consistente si se cumple
que:
( )
lim 0
n
P u u c

> =
Esta expresin indica que a medida que se incrementa el tamao muestral, la
diferencia entre el estimador y el parmetro ser menos que cualquier nmero (c).
A diferencia de la ausencia de sesgo que se define para valores finitos de n, la
consistencia es una propiedad asinttica.
Tanto la media muestral como la cuasivarianza son estimadores consistentes.
Nota: la varianza muestral ES un estimador consistente de la varianza poblacional,
dado que a medida que el tamao muestral se incrementa, el sesgo disminuye y
disminuye.
3. Eficiencia. Se emplea para COMPARAR estimadores.

Si tenemos dos estimadores y de un mismo parmetro u, diremos
que es ms eficiente que si tenemos que var( ) < var( )
Se puede comprobar que la varianza muestral es ms eficiente que
la cuasivarianza muestral a la hora de estimar la varianza
poblacional. (An as, se prefiere la cuasivarianza muestral como
estimador de la varianza poblacional por ser un estimador
insesgado.)
1
u 2
u
2
u
1
u
2
u
4. Suficiencia. Diremos que es un estimador suficiente del
parmetro si dicho estimador basta por s solo para estimar

u
u
ESTIMACIN DE LA MEDIA
POBLACIONAL
1. ESTIMACIN PUNTUAL :
EL MEJOR ESTIMADOR PUNTUAL DE AL MEDIA POBLACIONAL ES LA
MEDIA MUESTRAL.

=
Ejm. Se tiene una muestra de tiempos en minutos de experimentos en un
laboratorio con elementos 2, 6 , 4 , 3 , 5 . Estime la media poblacional.
= = ( 2+6+4+3+5)/ 5 = 4
= 4

-Intervalo de confianza: Es el intervalo de las estimaciones (probables) sobre
el parmetro.
-Lmites de los intervalos de confianza: Son los dos valores extremos del
intervalo de confianza.
Intervalos de confianza para los principales
parmetros: El caso de la media (3)
Pero, cmo calculamos estos dos lmites?
Sabemos que la distribucin subyacente es normal, lo cual nos ayuda
enormemente.
En una distribucin normal tipificada, es muy fcil saber qu puntuacin tpica (z)
deja a la izquierda el 2.5% de los datos (yendo a las tablas es -1.96) y cul
deja a la izquierda el 97.5% de los datos (o a la derecha el 2.5% de los datos:
1.96).
Ahora habr que pasar esos datos a puntuaciones directas....
Intervalos de confianza para los principales
parmetros: El caso de la media (3)
Pero, cmo calculamos estos dos lmites?
Vamos a ver DOS casos.
Primero, veremos el caso de que sepamos la varianza poblacional.
Segundo, veremos el caso de que NO sepamos la varianza poblacional
Intervalos de confianza para los principales
parmetros: El caso de la media (4)
Nuestra distribucin es normal, pero con cierta media y cierta desviacin tpica, las
cuales sabemos por el tema anterior:
1) La media de la distribucin muestral de medias es la media poblacional
2) La varianza de la distribucin muestral de medias es o
2
/n
O lo que es lo mismo, la desviacin tpica de la dist.muestral de medias es
2
Conocemoso
n
o
y n 30
Intervalos de confianza para los principales
parmetros: El caso de la media (5)
Estimador de es

X
Recordad que

O lo que es anlogo
Y para pasar directas-tpicas:
2
Conocemoso
i i
X z X
n
o
= +
/
i
i
X X
z
n o

=
z
0975
z
0025
En definitiva
Intervalos de confianza para los principales
parmetros: El caso de la media (6)
Aplicando la lgica
de pasar de
puntuaciones tpicas
a directas
En Punt.tpicas
En Punt.directas
2
Conocemoso
0.025 0.975
0.95 P X z X z
n n
o o

| |
+ < < + =
|
\ .
0.025
X z
n
o
+
0.975
X z
n
o
+
2) CASO DE DESCONOCER LA VARIANZA POBLACIONAL
y n < 30
no es una distribucin normal,
sino una distribucin t de Student con n-1 grados de libertad.
Recordad, en el caso de
varianza conocida tenamos:
0.025 1 0.975 1
0.95
n n
s s
P X t X t
n n

| |
+ < < + =
|
\ .
En resumen, se tiene:
En definitiva, para la media (cuando conocemos la varianza poblacional),
tenemos la expresin
Pero si no conocemos la varianza poblacional (el caso realista), tenemos la
expresin:
En todo caso, recordad que si "n" es grande, la distribucin t de Student ser
virtualmente una distribucin normal N(0,1). En otras palabras, si "n" es grande, ambas
frmulas dan unos intervalos virtualmente idntico, y emplear la distribucin normal es
correcto.
0.025 0.975
0.95 P X z X z
n n
o o

| |
+ < < + =
|
\ .
0.025 1 0.975 1
0.95
n n
s s
P X t X t
n n

| |
+ < < + =
|
\ .
Intervalos de confianza para los principales
parmetros: Tamao muestral y la amplitud del
intervalo de confianza
Es claro que a medida que el tamao muestral aumente, la amplitud del intervalo
disminuye. (Evidentemente, esto es general, no slo para la media.) Veamos, en
todo caso un ejemplo:
Caso A1. Media muestral=10, varianza pobl=4, tamao muestral=12


Caso A2. Media muestral=10, varianza pobl=4, tamao muestral=20

Para el caso de la media hemos visto que
0.025 0.975
0.95 P X z X z
n n
o o

| |
+ < < + =
|
\ .
( )
2 2
10 ( 1.96) 10 1.96 9.12 10.88 0.95
20 20
P P
| |
+ < < + = < < =
|
\ .
( )
2 2
10 ( 1.96) 10 1.96 8.87 11.13 0.95
12 12
P P
| |
+ < < + = < < =
|
\ .
Intervalos de confianza para los principales
parmetros: Amplitud del intervalo de confianza
y el valor del ndice de confianza
Pero evidentemente es posible emplear intervalos a, digamos, el 99%. En tal caso,
tendremos ms seguridad de que el parmetro de inters se halle en los lmites del
intervalo. El problema es que incrementar tal ndice aumenta as mismo la amplitud del
intervalo.
Caso A1. Media muestral=10, varianza pobl.=4, tamao muestral=12. Intervalo al 95%


Caso A2. Media muestral=10, varianza pobl=4, tamao muestral=12. Intervalo al 99%

El caso "usual" (por defecto) es emplear intervalos al 95%.
0.025 0.975
0.95 P X z X z
n n
o o

| |
+ < < + =
|
\ .
( )
2 2
10 ( 2.57) 10 2.57 8.52 11.48 0.99
12 12
P P
| |
+ < < + = < < =
|
\ .
( )
2 2
10 ( 1.96) 10 1.96 8.87 11.13 0.95
12 12
P P
| |
+ < < + = < < =
|
\ .
Ejemplo 1
Se desea establecer si la aplicacin de fertilizantes
modifica el rendimiento promedio de una variedad de
trigo en la zona de la serrana libertea. Se conoce
que la desviacin estndar es = 450 kg. A los fines
de evaluar el efecto de la fertilizacin, se realiz un
ensayo que consisti en elegir 40 hectreas (una de
cada chacra de la regin), en forma aleatoria a las
que se les aplic el fertilizante, evaluando luego su
rendimiento de cosecha la produccin media
obtenida es de 2650 kg. . Construya el intervalo de
confianza para el verdadero rendimiento promedio de
trigo considerando una confianza del 90%.



Ejemplo 2.

Los siguientes datos corresponden a los residuos de un
insecticida (en ppm) en plantas de un lote de papa, Los
resultados obtenidos son:
0.58 0.84 0.52 0.55 0.52 0.70 0.50 0.51 0.45 0.50

0.95 0.59 0.92 0.40 0.52 0.35 0.41 0.66 0.77 0.66

Las normas de comercializacin establecen que si el residuo
de insecticida es mayor que 0.50 ppm, es peligroso para el
consumo humano. El rendimiento promedio obtenido del
lote es 0.59 y la desviacin estndar estimada es 0.17.
a) Estime puntualmente la media poblacional
b) Construya el intervalo de confianza para el 99% de
confianza.



Caso de muestras grandes
.025 .975
(1 ) (1 )
0.95
P P P P
P P z P z
n n
t
(
| | | |

+ s s + =
( | |
| |
(
\ . \ .

1. Estimacin Intervlical:
ESTIMACIN DE LA PROPORCIN POBLACIONAL
1. Estimacin Puntual:
El mejor estimador puntual de la proporcin poblacional es la proporcin
muestral:
^
P = p = a /n
Ejemplo 1

Un productor decide probar el funcionamiento de su
mquina y para ello, luego de cosechar una parcela
de cebada, cuenta en 10 unidades de 1 m la cantidad
de semillas que quedan en el suelo. Las normas
tcnicas indican que la desviacin estndar del
nmero de semillas cadas por m no debera ser
superior a 5. Los resultados, en semillas / m fueron:
77 73 82 82 79 81 78 76 76 75
a) Estime puntualmente la proporcin poblacinal, del
nmero de semillas cadas por m sea menor a 76
semillas.
b) Construir un intervalo de confianza para la
proporcin poblacional del nmero de semillas
cadas por m sea menor a 76 semillas, para el 95%
de confianza.
Ejemplo 2
Una liga nacional de sindicatos obreros agricolas
necesita estimar la proporcin de obreros no
sindicalizados que estaran a favor de una huelga
nacional agraria. Setenta de 200 obreros
entrevistados no sindicalizados se encontraron a
favor de la huelga nacional. Estime la proporcin de
obreros no sindicalizados que estn a favor de la
huelga nacional agraria, para el nivel de confianza
del 95%
Ejemplo 3
En una muestra aleatoria de 100 maquinarias
agrcolas de una comunidad andina se encontr 15
maquinas inoperativas. Construya el intervalo de
confianza de la proporcin de maquinas inoperativas
en dicha comunidad, para el 99% de confianza.

Caso de muestras grandes
1. Estimacin Intervlica:
ESTIMACIN DE LA VARIANZA POBLACIONAL
1. Estimacin Puntual:
El mejor estimador puntual de la proporcin poblacional es la proporcin
muestral:

2
= s
2


2

2 2
2
2 2
.975 1 .025 1
0.95
n n
n S n S
P o
_ _

(
| | | |

s s =
(
| |
\ . \ .

Ejemplo 1

Un productor decide probar el funcionamiento de su mquina y
para ello, luego de cosechar una parcela de cebada, cuenta en
10 unidades de 1 m la cantidad de semillas que quedan en el
suelo. Las normas tcnicas indican que la desviacin estndar
del nmero de semillas cadas por m no debera ser superior a
5. Los resultados, en semillas / m fueron:
77 73 82 82 79 81 78 76 76 75
a) Estime Puntualmente la varianza poblacional
b) Construir un intervalo de confianza para la varianza
poblacional del 95%
c) Concluir sobre el funcionamiento de la mquina.

Respuesta: varinaza estimada es 9.43

P( 5.02 25.53 ) = 0.95



Ejemplo 2.

Los siguientes datos corresponden a los residuos de un
insecticida (en ppm) en plantas de un lote de papa, Los
resultados obtenidos en una muestra de plantas son:
0.58 0.84 0.52 0.55 0.52 0.70 0.50 0.51 0.45 0.50

0.95 0.59 0.92 0.40 0.52 0.35 0.41 0.66 0.77 0.66

a) Estime puntualmente la varianza poblacional

b) Construya el intervalo de confianza para el 95% de la
variabilidad de residuos en los lotes de papas.



Caso de muestras grandes
2. Estimacin Intervlica:


P(( p
1
p
2
) Z
(1-/2)
P
1
Q
1
/n
1
+ P
2
Q
2
/n
2
P
1
P
2
(( p
1
p
2
) Z
(1-/2)
P
1
Q
1
/n
1
+ P
2
Q
2
/n
2
)=1-


4. ESTIMACIN DE LA DIFERENCIA DE
PROPORCIONES POBLACIONALES

1. Estimacin Puntual:
El mejor estimador puntual de la diferencia de proporciones
poblacional es la diferencia de las proporciones muestrales:

P
1

- P
2
= p
1
- p
2
= a
1
/n
1
a
2
/n
2


2

Ejemplo 2:

Dos tipos de riego A y B se aplican al riego de
parcelas de esparrago, en el tipo de riego A se cree
que en el 15% de las parcelas su riego es defectuoso y
el tipo de riego B cree que en el 20% de las parcelas
su riego es defectuoso, si se toma una muestra al azar
de 200 parcelas con riego de tipo A y se encuentra en
que 20 el riego es defectuoso y se toma una muestra
al azar de 400 parcelas del riego de tipo B y se
encuentra que en 30 parcelas el riego es defectuoso.
a) Estime puntualmente la diferencia de proporciones
poblacionales
b) Construya el intervalo de confianza, para la
diferencia de proporciones poblacionales, considere el
95% de seguridad.

Ejemplo 2:
Para evaluar el crecimiento (medido en peso seco) de plantas
de repollo sometidos a dos condiciones hdricas, una con riego
no restringido (a capacidad de campo) y la otra con riego
restringido (una vez cada 15 das), ocho equipos de trabajo
obtuvieron datos para ambas condiciones. Cada dato, aportado
por un equipo de trabajo corresponde al peso seco de 50
plantas, con los siguientes datos:
Equipo
Riego NR : 0.487 0.408 0.360 0.431 0.576 0.660 0.400 0.540
Riego R : 0.387 0.820 0.788 0.889 0.578 0.680 0.410 0.550

a) Estime puntualmente la diferencia de proporciones
poblacionales que sean menores a los pesos medios
respectivamente.
b) Determine el intervalo de confianza para diferencia de
proporciones poblacionales que sean menores a los pesos
medios respectivamente, para el 95 % de confianza.
4. ESTIMACIN DE LA DIFERENCIA DE DOS
MEDIAS POBLACIONALES
1. Estimacin Puntual:
El mejor estimador puntual de la diferencia de dos medias
poblacionales es la diferencia de las medias muestrales.
1 - 2 =

1
-
2

2. Estimacin Intervlica:
Se presentan los siguoientes casos:
Son
1. Las varianzas poblacionales
2
1 ;

2
2
son conocidas y n

1 ;
n

2
son 30 datos

El intervalo esta dado por :

P(( x
1
x
2
) Z
(1-/2)

2
1
/n
1
+
2
2
/n
2
1 - 1 (( x
1
x
2
) Z
(1-/2)

2
1
/n
1
+
2
2
/n
2
)=1-



2. Las varianzas poblacionales
2
1 ;

2
2
no son conocidas y n

1 ;
n

2
son 30
datos
a)
2
1 ;

2
2
no son conocidas , pero diferentes

El intervalo esta dado por :


P(( x
1
x
2
) t
(/2; n1+n2)
s
2
1
/n
1
+ s
2
2
/n
2
1 - 1 (( x
1
x
2
) t
(/2); n1+n2)
s
2
1
/n
1
+ s
2
2
/n
2
)=1-


b)
2
1 ;

2
2
no son conocidas , pero similares (
2
1
=


2
2
)

El intervalo esta dado por :


P(( x
1
x
2
) t
(/2; n1+n2)
s
2
P *
(1/n
1
+1/ n
2
) 1 - 1 (( x
1
x
2
) t
(/2); n1+n2)
s
2
P *
(1/n
1
+1/ n
2
))=1-

Donde s
2
P
es la varianza mancomunada:
s
2
P
= s
2
1
(n1 1) + s
2
2
(n2 1)
Ejemplo 1:
Los siguientes resultados se obtuvieron al
analizar los registros de las precipitaciones
ocurridas en dos zonas de nuestra serrana A y B
. Con los siguientes resultados de estudios
anteriores:
ZONA n media desv. Estndar
A 39 547.29 154.07
B 45 614.35 113.9
a) Estime puntualmente la diferencia de medias
poblacionales.
b) Contruya el intervalo de confianza para la
diferencia de medias de las dos zonas, para la
confianza del 95% . Interprete
.
Ejemplo 2
Se esta experimentando con un herbicida de maz, y
para ponerlo a prueba se evalan los rendimientos de 12
parcelas experimentales. En 6 de ellas se utiliz el
nuevo herbicida y en las restantes un herbicida
tradicional como control. Los resultados del ensayo,
expresados en quintales por hectrea, son los
siguientes:
Nuevo herbicida: 68.1 74.6 64.4 69.2 61.8 57.9
Viejo herbicida : 64.7 62.5 66.8 69.2 53.9 58.5

Suponiendo que las varianzas poblacionales son
diferentes, construya el intervalo de confianza para la
diferencia de medias poblacionales e interprete. Use el
95 % de confianza.
Ejemplo 3
Se tomo muestras de parcelas en dos zonas
diferentes de cultivo de esparrago en Chao Vir
y se mide la produccin de esparrago en TM/
Hectrea, obtenindose los siguientes
resultados:
Zona A : 146 98 164 102 116 157 128
Zona B : 123 92 178 101 108 132 135
a) Estime puntualmente la diferencia de medias
poblacionales.
b) Suponiendo que las varianzas poblacionales
son iguales, construya el intervalo de
confianza para la diferencia de medias
poblacionales e interprete. Use el 95 % de
confianza.