Estimación
Estadística General
1
¿En qué momento de la
vida ha realizado
estimaciones?
¿De qué manera los
administradoresutilizan
estadísticas para
estimar los parámetros
de una población?
¿Cuándo se hace una
estimación?
Decisiones
El jefe de departamento de alguna
universidad intenta estimar el número de
inscripciones
que tendrá el siguiente semestre a partir
de las inscripciones actuales en los
El director
mismos de un departamento de
cursos.
Planeación crédito intentará estimar el valor
crediticio de los futuros clientes a partir
de una muestra de sus hábitos de pago.
El comprador de una casa intenta
Anticipación estimar el curso futuro de las tasas de
interés mediante la observación de su
Tipos de
estimaciones
Podemos hacer dos tipos de estimaciones concernientes a una
población: una estimación puntual y una estimación de intervalo.
Es un solo número que se utiliza para estimar
1 Estimación puntual un parámetro de población desconocido.
2 Estimación de intervalo Es un rango de valores que se utiliza para
estimar un parámetro de la población.
Estimación
puntual
Si, mientras observa al primer
integrante de un equipo de fútbol
americano salir al campo de juego, se
Limitaciones
Una estimación puntual es insuficiente
dice: “¡Caramba! Apuesto a que el
debido a que sólo tienen dos opciones:
peso promedio de los jugadores
es correcta o está equivocada. Si le
defensivos es de 125 kilogramos”,
dicen solamente que la afirmación sobre
usted ha hecho una estimación
la inscripción está equivocada, no sabe
puntual. El jefe de departamento de
qué tanto está mal y no puede tener la
una universidad estaría haciendo una
certeza de que la estimación es
estimación puntual si afirmara:
confiable
“Nuestros datos actuales indican que
en esta materia tendremos 350
Estimación de
intervalo
Una estimación de este tipo indica el error de dos maneras:
por la extensión del intervalo y por la probabilidad de que el
verdadero parámetro poblacional se encuentre dentro del
intervalo. En este caso, el jefe de departamento diría algo
como lo siguiente: “Estimo que la inscripción real de este
curso para el próximo semestre estará entre 330 y 380, y es
muy probable que la inscripción exacta caiga dentro de este
intervalo.” Con esto tiene una mejor idea de la confiabilidad
de su estimación. Si el curso se imparte en grupos de 100
estudiantes cada uno y si, tentativamente, se han programado
cinco cursos, entonces, de acuerdo con la estimación, puede
cancelar uno de los grupos y abrir uno optativo.
stimadores y estimaciones
Estimador: Un estimador es un
estadístico de la muestra utilizado
para estimar un parámetro poblacional
Estimación: Una estimación es un
valor específico observado de
un estadístico.
7
Estimadores y
estimaciones
Suponga que calculamos la lectura media de un odómetro (kilometraje) a partir de una
muestra de taxis en servicio y encontramos que es 156,000 kilómetros. Si utilizamos este
valor específico para estimar el kilometraje de la flotilla de taxis completa, el valor obtenido
de 156,000 kilómetros sería una estimación.
Criterios para seleccionar un
1. Insesgado
estimador
El término insesgado se refiere al hecho de que una media
de la muestra es un estimador no sesgado de una media de
la población porque la media de la distribución muestral
de las medias de las muestras tomadas de la misma
población es igual a la media de la población misma.
La eficiencia se refiere al tamaño del error estándar del
estadístico. Si comparamos dos estadísticos de una muestra
2. Eficiencia del mismo tamaño y tratamos de decidir cuál de ellas es un
estimador más eficiente, escogeríamos la estadística que
tuviera el menor error estándar o la menor desviación
estándar de la distribución muestral.
9
Criterios para seleccionar un
3.
estimador
Una estadística es un estimador consistente de un
parámetro de población si al aumentar el tamaño de la
muestra, se tiene casi la certeza de que el valor de la
Consistencia estadística se aproxima bastante al valor del parámetro
poblacional. Si un estimador es consistente, se vuelve más
confiable al tener tamaños de muestra más grandes.
Un estimador es suficiente si utiliza tanta información de
4. Suficiencia la muestra que ningún otro estimador puede extraer
información adicional acerca del parámetro de población
que se está estimando.
10
Estimaciones puntuales
La media de la muestra es el mejor Considere el caso de una compañía de suministros clínicos
estimador de la media poblacional . Es que produce jeringas desechables. Cada jeringa está cubierta
insesgada, consistente, el estimador más por una envoltura estéril que a su vez se empaca en grandes
eficiente y, siempre y cuando la muestra cajas de cartón corrugado. Debido al proceso de empaque,
sea suficientemente grande, su las cajas de cartón contienen distintas cantidades de jeringas.
distribución muestral puede ser Como las jeringas se venden por pieza, la compañía necesita
aproximada por medio de la distribución una estimación del número de piezas que hay por caja, para
normal. propósitos de facturación. Tomamos una muestra aleatoria de
35 cajas y registramos el número de jeringas contenidas en
cada caja.
11
Estimaciones puntuales
Así, al usar la media de la muestra, como estimador, la estimación puntual de la media
de la población, es 102 jeringas por caja. El precio de fabricación de cada jeringa
hipodérmica desechable es bastante bajo (alrededor de 25 centavos), de modo que tanto
el comprador como el vendedor aceptarían esta estimación puntual como base para la
facturación, y el fabricante puede ahorrarse el tiempo y el gasto de contar las jeringas 12
contenidas en las cajas.
Estimación puntual de la
varianza y la desviación
estándar de la población
Suponga que la administración de la compañía de
suministros clínicos desea estimar la varianza y/o
la desviación estándar de la distribución del número
de jeringas empacadas por caja. El estimador más
utilizado para estimar la desviación estándar de la
población es la desviación estándar de la muestra, .
13
Estimación puntual de la
proporción de la población
La proporción de unidades de una población dada que tiene una característica
particular se denota por . Si conocemos la proporción de unidades de una muestra
que tiene la misma característica (denotada por , podemos utilizar esta como
estimador de p. 3,3
% verificar una muestra de 50
Suponga que la administración de la empresa desea estimar el número de cajas que llegarán
dañadas a su destino por mal manejo en el traslado. Podemos
cajas a partir del punto de embarque hasta su arribo al punto de destino, y luego registrar la
presencia o ausencia de daños. En este caso, si encontramos que la proporción de cajas
dañadas en la muestra es 0.08, diríamos que:
0,1
Y, debido a que la proporción de la muestra es un estimador conveniente de la
%
proporción de la población p, podemos estimar que la proporción de cajas dañadas
de toda la población será también 0.08.
Muestreo estratificado
15
Es todo por hoy
16
Muestreo estratificado
Ejemplo
Supongamos que los
pacientes de un
médico están
divididos en cuatro
grupos de acuerdo
con su edad El médico desea averiguar cuántas horas
duermen sus pacientes
Para obtener una estimación de esta característica de la población, podría
tomar una muestra aleatoria de cada uno de los cuatro grupos de edades
y ponderar las muestras de acuerdo con el porcentaje de pacientes en ese
17
Muestreo de racimo
Dividimos la población en grupos, o racimos, y luego
seleccionamos una muestra aleatoria de estos racimos,
asumiendo que cada uno de ellos es representativo de
la población
Ejemplo Si una investigación de mercado
tiene la intención de determinar
por muestreo el número promedio
de televisores por casa en una
ciudad grande, podrían usar un
mapa de la ciudad para dividir el
territorio en manzanas y luego
escoger un cierto número de éstas
18
(racimos) para entrevistar a sus
actividad
https://es.educaplay.com/recursos-educativos/
16944994-juego_de_muestreo.html
19
Diseño de experimentos
Objetivo
¿qué se medirá?
Tamaño de la muestra
¿Por qué es
importante diseñar el
Conducción del experimento experimento?
Análisis de datos
Conclusiones
20
Diseño de experimentos
Ejemplo
¿Cómo debemos nosotros, como consumidores, reaccionar
a las nuevas afirmaciones sobre la vida de la batería de un
celular en su reciente publicidad?
¿Debemos concluir, por las pruebas que ha efectuado la
compañía,
que la batería es superior a la batería de la competencia?
21
Diseño de experimentos
Ejemplo Una compañía de productos de consumo que desea
probar en el mercado una nueva crema de dientes en
cuatro ciudades, con cuatro tipos de empaques y con
cuatro pautas de publicidad
4 X 4 X 4= 64 pruebas.
22
Diseño de experimentos
Ejemplo
El procedimiento para construir un diseño en cuadrado latino:
1) Se elige aleatoriamente un cuadrado latino de los disponibles.
2) Se asigna aleatoriamente el orden de las filas y columnas.
3) Se asignan aleatoriamente los tres factores a las filas,
columnas y letras, respectivamente.
23
Distribuciones de muestreo
Error estándar
la desviación estándar de la distribución de
Una distribución de las medias de la muestra” para describir una
probabilidad de todas las distribución de medias de la muestra, los
medias posibles de las muestras especialistas en estadística se refieren al error
es una distribución de las estándar de la media
medias de las muestras. Los
especialistas en estadística la
conocen como distribución de
muestreo de la media.
24
Distribuciones de
ERROR
ESTÁNDAR muestreo
Supongamos que deseamos saber algo sobre la
estatura de los alumnos de nuevo ingreso de una gran
universidad estatal. Podríamos tomar una serie de
muestras y calcular la estatura media de cada
muestra. Es altamente improbable que todas estas
medias de muestra fueran iguales; es de esperar
alguna variabilidad en las medias observadas. Esta
variabilidad en las estadísticas de muestras proviene
de un error de muestreo debido al azar; es decir; hay
diferencias entre cada muestra y la población, y entre
las diversas muestras, debido únicamente a los
Distribuciones de
EJEMPLO
muestreo Se sabe que una máquina que llena botellas tiene una
cantidad promedio de llenado de 125 gramos y una
desviación estándar de 20 gramos. El gerente de Control
de calidad tomó una muestra aleatoria de botellas llenas y
encontró que la media de la muestra era 130.
Supuso que la muestra no era
representativa.
¿Es ésta una conclusión correcta?
No, la media de una muestra por lo general no es igual a la media de la población debido al error de muestreo.
Muestreo de poblaciones
Ejemplo normales
Supongamos ahora que extraemos muestras de una
población normalmente distribuida con una media de
100 y una desviación estándar de 25, y que
comenzamos por extraer muestras de cinco elementos
cada una y calculamos sus medias. La primera media
podría ser 95, la segunda 106, la tercera 101, etc.
Muestreo de poblaciones
Ejemplo normales
Supongamos ahora que extraemos muestras de una población
normalmente distribuida con una media de 100 y una desviación
estándar de 25, y que comenzamos por extraer muestras de cinco
elementos cada una y calculamos sus medias. La primera media
podría ser 95, la segunda 106, la tercera 101, etc.
Muestreo de poblaciones
Ejemplo normales
Supongamos ahora que extraemos muestras de una población
normalmente distribuida con una media de 100 y una desviación
estándar de 25, y que comenzamos por extraer muestras de cinco
elementos cada una y calculamos sus medias. La primera media
podría ser 95, la segunda 106, la tercera 101, etc.
Muestreo de poblaciones
Ejemplo normales
Supongamos ahora que extraemos muestras de una población
normalmente distribuida con una media de 100 y una desviación
estándar de 25, y que comenzamos por extraer muestras de cinco
elementos cada una y calculamos sus medias. La primera media
podría ser 95, la segunda 106, la tercera 101, etc.
Muestreo de poblaciones
normales
Propiedades de la distribución de muestreo de la Error estándar de la media para
media cuando la población está normalmente poblaciones infinitas
distribuida.
Muestreo de poblaciones
normales
Estandarización de la media de la muestra
EJEMPLO El Banco Falabella calcula que sus cuentas de ahorros
individuales están normalmente distribuidas con una
media de $2,000 y una desviación estándar de $600. Si
el banco toma una muestra aleatoria de 100 cuentas,
¿cuál es la probabilidad de que la media de muestra
Muestreo de poblaciones
normales
Para un z de -1,67, se
corresponde un área de
0,4525
Para un z de 0,83, se
corresponde un área de
0,2967
Muestreo de poblaciones
normales
Ilustración del ejemplo:
UTP
¡Gracias!
¿Preguntas?
37
