Professional Documents
Culture Documents
ESTADISTICA
Docente:
Mercedes Aida Osorio Maza
mosorio@uni.edu.pe
2017 - I
SEMANA 12 TEORIA
TEMAS A DESARROLLAR
Estimación puntual. Propiedades de los
insesgados y mínima varianza.
POBLACIÓN
Muestreo Inferencia
Estadística
MUESTRA
Existen 2 maneras de estimar parámetros:
Estimación Puntual
Este tipo de estimación se refiere al hecho de aproximar
los estimadores muestrales obtenidos a partir de una
muestra “n” a los parámetros poblacionales.
Es decir:
Estimación por Intervalos
Este tipo de estimación es la más adecuada puesto que
ella cuantifica el error que cometemos al estimar un
parámetro.
La idea es tomar rangos en la cual nosotros tengamos
cierto grado de confianza que el valor del parámetro
poblacional se encuentre en esos valores.
Es decir:
Interpretación de un Intervalo de Confianza:
Si seleccionamos repetidamente muestras aleatorias de
tamaño “n”, confiamos o esperamos que el 100(1 - a)%
de las muestras, darán intervalos de confianza que
incluyan al verdadero parámetro de la población.
Ejemplo:
Partimos de:
x u
P z0 z0 1
X
x u X X
P z0 z 0 1 P z 0 x u z0 1
X n n
n
X X
P x z 0 u x z0 1
n n
X X
P x z 0 u x z0 1
n n
Intervalo de Confianza para la “ u ”
Ejemplo
Luego:
Reemplazando:
Hallando Z0 tenemos:
Interpretación:
Partimos de:
Intervalo de Confianza para la “ u ”
En la practica se trabaja con:
Gráficamente
Ejemplo
Un inspector está analizando la cantidad de llenado
de unas botellas de gaseosas que deben contener
500 cc, se toma una muestra aleatoria que le dio los
siguientes datos:
Donde:
Hallando t0 tenemos:
Interpretación:
Se tiene un 95% de confianza que el promedio de
llenado de las botellas de gaseosa se encuentra
entre 498.0200 y 502.2400 como valor mínimo y
máximo.
FIN