4 .Estimación.
4.1. Concepto de estimación
4.2. Estimación de punto y de intervalo
4.2.1. Estimación de la media
4.2.2. Estimación de la proporción
ESTIMACION
El objetivo principal de la estadística inferencial es la estimación, esto es que
mediante el estudio de una muestra de una población se quiere generalizar las
conclusiones al total de la misma. Como vimos en la sección anterior, los
estadísticos varían mucho dentro de sus distribuciones muéstrales, y mientras
menor sea el error estándar de un estadístico, más cercanos serán unos de otros
sus valores.
Parámetro = Es un valor, medida o indicador representativo de la población que se
selecciona para ser estudiado.
Estadístico = Es el elemento que describe una muestra y sirve como una
estimación del parámetro de la población correspondiente.
Existen dos tipos de estimaciones para parámetros; puntuales y por intervalo.
Una estimación puntual es un único valor estadístico y se usa para estimar un
parámetro. El estadístico usado se denomina estimador.
La inferencia estadística está casi siempre concentrada en obtener algún tipo de
conclusión acerca de uno o más parámetros (características poblacionales).
Para hacerlo, se requiere que un investigador obtenga datos muéstrales de cada
una de las poblaciones en estudio. Entonces, las conclusiones pueden estar
basadas en los valores calculados de varias cantidades muéstrales.
El objetivo de la estimación puntual es seleccionar sólo un número, basados en
datos de la muestra, que represente el valor más razonable
𝑆=√Σ(𝑥−x¿2 formula desviación estándar muestra
n-1
La desviación estándar es un promedio de las desviaciones individuales de cada
observación con respecto a la media de una distribución.
Una estimación por intervalo es un rango, generalmente de ancho finito, que se
espera que contenga el parámetro.
Parámetro = Es un valor, medida o indicador representativo de la población que se
selecciona para ser estudiado.
^
P = proporción estimada
P = proporción de la muestra x / n = 22 / 100 = .22
Datos
n= 100 amas de casa
x= 22 amas de casa
q = complemento .78
z = función de la confianza que más se utilizan en el mercado
90% = 1.64 95% = 1.96 99% = 2.58
Sustitución
P = 0.22 ± 1.64 * √ .22∗.78 /100
^
^
P = 0.22 + 1.64 * √ .22∗.78 /100 = 0.22 + 1.64 * √ .1716/100 = 0.001716
^
P 0.22 + 1.64 * .041424 = 0.22 + .067936 = 0.287936
^
P = 0.22 - 1.64 * √ .22∗.78 /100 =
^
P = 0.22 - 1.64 * √ .22∗.78 /100 = 0.22 - 1.64 * √ .1716/100 =
^
P 0.22 - 1.64 * 0.041424 = 0.22 - .067936 = 0.152064
^
P = 15.20% a 28.79% la proporción estimada estaría entre 15.20% a 28.79%.
Las amas de casa que estarían dispuestas a utilizar esta marca de lavadoras estaría entre
15% a 28.75%, respuesta a la pregunta que decía que aproximadamente el 33% utilizarían
esta lavadora no es correcta esta afirmación porque no está dentro del rango estimado.
Ejemplo 2
^
P = proporción estimada
P = proporción de la muestra x / n = 375 / 600 = .625
Datos
n= 600 casas
x=375 casas tienen dos o más radios
q = complemento .375
z = función de la confianza que más se utilizan en el mercado
90% = 1.64 95% = 1.96 99% = 2.58
Sustitución
P = 0.625 ± 1.64 * √ .625∗.375 /600
^
^
P = 0.625 + 1.64 * √ .234375/600 = 0.625 + 1.64 * √ .000390 = 0.019748
^
P 0.625 + 1.64 * .019748 = 0.625 + .032386 = 0.6573
P = 0.625 ± 1.64 * √ .625∗.375 /600
^
^
P = 0.625 - 1.64 * √ .234375/600 = 0.625 - 1.64 * √ .000390 = 0.019748
^
P 0.625 + 1.64 * .019748 = 0.625 - .032386 = - .5926
Conclusión:
Entre el 59.26% y el 65.73 son casas que tienen 2 o más radios.
