Estimación puntual: Es un valor numérico
utilizado para estimar el parámetro correspondiente
de la población. Un estimador puntual diferirá de
valor dependiendo de la muestra que se utilice, por
tanto nunca tendremos el valor exacto.
Ejemplo: Un estimador puntual de m, la media
poblacional, es naturalmente X, el promedio
____
muestral.
____
X
Concepto
• El parámetro poblacional es frecuentemente
un valor desconocido que solo puede ser
estimado usando los dotas obtenidos de una
Muestra.
• De ahí que resulta necesario determinar con
cierto grado de certeza cual puede ser el
verdadero parámetro.
Estimación de Intervalos
Ejemplo: Interpretación: Construcción repetida de un intervalo
de confianza para la media m.
m
Si los intervalos de confianza mostrados son del 95% significa que si se construye un
gran número de ellos, el 95% de ellos contendrán a la media μ.
UMSNH -
FIE
•
•
. ,
. ,
. ,
. , . ,
. ,
. ,
.
.
.
.
Ejemplo: Entre 100 peces capturados en cierto lago 18 no
eran comestibles como resultado de la contaminación
química del ambiente. Construya un intervalo de confianza
del 95% para la verdadera proporción.
- Y
.
.
Ejemplo: En una muestra de 85 soporte para el
cigüeñal de un motor, 10 tienen un cavado más rugoso
de lo permitido. Un IC al 95% para p: proporción real
de soportes con esta característica es? ¿Cuán grande
debe ser la muestra aleatoria para que la precisión
sea menor de 0.05?
•
•
•
• . =
•
b. Cuán grande debe ser la muestra aleatoria para que la precisión sea
menor de 0.05?
• En general la precisión se define como:
E
Para el ejemplo:
E
Elevando al cuadrado
• Despejando n
Finalmente:
Para que la precisión (E) sea inferior a 0.05 requiere que
Ejemplo: En una muestra aleatoria de 300
personas que comen en la cafetería de la
universidad, solo 120 pidieron postre. Se usa
120/300 como un estimador de la proporción
correspondiente, ¿con que confianza se
puede afirmar que la precisión es 0.052?
•
•
• Sabemos que E=0.052
• la precisión está dada por:
E (1)
Remplazando E=0.052 en (1)
0.052 ⁄
Despejando ⁄
⁄ (2)
Remplazando en (2)
⁄ =1.82
Finalmente,
∝ ∝ ∝
∝
Y la confianza es :
Ejemplos: Intervalos de confianza
Dos poblaciones
Ejemplo: Un inversionista desea comparar dos mercados
diferentes, el Mercado 1 y el 2. Se tiene una muestra aleatoria de 12
cambios de precio del mercado 1 y 10 del mercado 2:
Mercado 1 Mercado 2
S
n
Suponiendo normalidad y con una confianza de 95%.
a) ¿Los mercados tienen riesgos diferentes? El riesgo se puede medir
a través de la varianza.
b) ¿El mercado 2 presenta incrementos mayores, en la media de los
cambios de precios diarios, que el mercado 1?
Solución:
X=Cambios de precios del mercado 1
Y=Cambios de precios del mercado 2
Se conto con información de dos muestras pequeñas de
poblaciones normales.
Un intervalo de confianza al 95%, para la razón de varianzas,
está dado por
. , ,
. , ,
Al remplazar se obtuvo,
Como este intervalo contiene el uno (1), es
razonable suponer que las varianzas son iguales. Por
tanto, los mercados no tienen riesgos diferentes.
b) Se conto con información de dos muestras
pequeñas de poblaciones normales.
Un intervalo de confianza al 95%, para la
diferencia de medias, está dado por
. ,
Al remplazar se obtiene
Este intervalo de confianza si contiene el cero. Por tanto,
es razonable suponer que no hay diferencia en los
incrementos de los dos mercados.
Ejemplo:
Se analiza la fracción de productos defectuosos por
dos líneas de producción. Una muestra aleatoria de
100 unidades provenientes de la línea 1 contiene 10
productos defectuosos. Mientras que una muestra
aleatoria de la línea 2 de 120 unidades tiene 25
productos defectuosos. Encuentre un IC al 99% para
la diferencia de fracciones de productos defectuosos
producidos en las dos líneas.
Solución
Se tienen dos muestras grandes independientes con sus
respectivas frecuencias.
Muestra 1 Muestra 2
n 100 120
Defectos 10 25
Proporciones 1/10 5/24
Un IC al 99% para la diferencias de proporciones de
artículos defectuosos entre las dos líneas de producción,
esta dado por,
.
Límite inferior:
.
Límite superior:
.
A partir de estas muestras, se obtuvo el IC al 99%, para
es:
[0.014, 0.231]
Este IC no contiene el cero, los valores razonables para la
diferencia de proporciones son todos positivos. Por tanto,
de acuerdo con la información contenida en estas dos
muestras, la línea 2 produce mayor número de artículos
defectuosos que la línea 1.
Ejemplo:
Un estudio de 2 clases de equipo de fotocopiadoras
muestra que, 61 daños del equipo de la primera clase se
llevaron en promedio 80, 7 min en ser reparados con una
desviación 19.4 min, mientras que 61 daños del equipo de
segunda clase se llevaron en promedio 88.1 min en ser
reparados con una desviación 18.8 min. Encuentre un IC
para la diferencias de medias entre los verdaderos
promedios del tiempo que toma reparar los daños de las
dos clases de fotocopiadoras.
Solución
Se tienen dos muestras grandes independientes con sus
respectivos promedios y desviaciones estándar.
Muestra 1 (X) Muestra 2 (Y)
n 61 61
Promedio 80.7 88.1
Desv Est 19.4 18.8
X=El tiempo de reparación de la fotocopiadoras clase 1
Y=El tiempo de reparación de la fotocopiadoras clase 2
Un IC al 95% para la diferencias de medias entre los
verdaderos promedios del tiempo que toma reparar los
daños de las dos clases de fotocopiadoras, esta dado por,
.
Límite inferior:
.
Límite superior:
.
A partir de estas muestras, se obtuvo el IC al 95%,
[-14.18,-0.6206]
Por tanto, todos los valores razonables para la diferencia
de medias son negativos. Esto implica que, en promedio,
los tiempos que toma reparar los daños de la segunda
clase de fotocopiadoras son mayores que los de la
primera clase.
