1) Defina y cite un ejemplo al menos de estimacin puntual

Ejemplo
Un grupo de investigadores de Ecologa midieron la concentracin de clulas rojas en
la sangre de 29 lagartos (Sceloporis occidentales) capturados en el campo. Tambin
observaron si los lagartos estaban infectados por el parsito de Malaria Plasmodium. Los
recuentos de clulas rojas proporcionaron los siguientes valores.
Animales infectados:

n1 13

Animales no infectados:

n 2 16

X 1 972,1

s1 245,1

X 2 843,4

s 2 251,2

a) Construye un intervalo de confianza al 99% para la diferencia entre la

concentracin media de clulas rojas en la sangre de animales infectados y no
infectados (se supone normalidad).
b) Se podra afirmar que la malaria reduce el nmero de clulas rojas? Razona la
respuesta.

Solucin:
a) Se trata de comparar dos poblaciones: P1, lagartos infectados con el parsito, y
P2, lagartos no infectados. Concretamente, nos interesa comparar las medias
poblacionales. En consecuencia, buscamos
.
I 1 2
Asumimos que las varianzas poblacionales NO son conocidas. Para verificar si
pueden considerarse iguales o no, como
, calculamos
s 2 s1

s
251,2 1,05 2

s
245,1 2
2

2
2
2
1

Por lo tanto, consideramos que

12 22

(caso b1).

X 1 X 2 972,1 843,4 128,7

Como

n1 13, n2 16

Finalmente,

s 2p

1%

(0,01 en tanto por uno),

n 1 s12 n2 1 s 22
1

; operando se tiene

t / 2,n1 n2 2 t 0,005, 27 2,771

s p 248,507

n1 n2 2

Sustituyendo en la frmula del intervalo de confianza, obtenemos

I (128'424, 385'82)

b) Si el intervalo contuviera slo nmeros negativos, estaramos diciendo que la

diferencia entre el nmero medio de clulas rojas de P1 y P2 es negativa, o
equivalentemente que el nmero medio de clulas rojas de P1 (lagartos infectados
con malaria) es inferior al de P2 (lagartos no infectados). En ese caso, se podra
afirmar que la malaria reduce el nmero de clulas rojas. Pero vemos que el
intervalo contiene tanto nmeros negativos como positivos, con lo cul tan
aceptables es que sea mayor la media de los infectados, como la de los no
infectados. En consecuencia, NO se puede afirmar que la malaria reduzca el
nmero de clulas rojas.

2) Cul es la diferencia entre estimacin puntual y estimacin de

intervalo?
La estimacin de un parmetro involucra el uso de los datos muestrales en conjuncin
con alguna estadstica, para ello existen dos mtodos la estimacin puntual y la
estimacin por intervalos.
El Estimacin puntual es una estimacin univaluada, es decir nos entrega un valor nico
para el parmetro. Dentro de la estimacin puntual existen dos mtodos de estimacin:
La estimacin por mxima verosimilitud y la estimacin por el mtodo de los momentos
por otro lado la Estimacin por intervalos se refiere a un rango dentro del cual
encontramos el parmetro, Dentro de la estimacin por intervalo existen muchos casos,
los cuales se refieren a las distribuciones normal como binomial, en 1 poblacin, como
en pblaciones idependientes

3) Que caractersticas debe tener un buen estimador puntual?

4) Cul es la diferencia entre estimador y estimacin?

Un estimador es una regla que establece cmo calcular una estimacin basada en
las mediciones contenidas en una muestra estadistica.
La estimacion, como proceso, consiste en que dada una poblacin que siga una
distribucin de cierto tipo con funcin de probabilidad (de cuanta o de densidad) f( X, )
dependiente de un parmetro o varios desconocido(s) " ", aventurar en base a los datos
mustrales el valor que toma o puede tomar el parmetro o parmetros .
UN ESTIMADOR (x) es una funcin de una muestra genrica
x= [x 1, x2...x n ], es decir , un estadstico que utilizaremos para estimar el valor del
parmetro . Por tanto es una variable aleatoria y ser necesario para la estimacin
conocer la distribucin muestral del estimador.

5) Cul es la diferencia entre una hiptesis nula a una

alternativa?
La hiptesis nula, a veces referida como H0, es la cuestin que se examina. Puede ser
una teora segn la cual se cree que es verdad o la base para el argumento. Sin
embargo, es una hiptesis an no probada. Debido a que es la declaracin de que se
prueba, se le da una consideracin especial. En el caso de la prueba mdica, un ejemplo
de una hiptesis nula podra ser: la aspirina es un tratamiento eficaz para la prdida del
cabello en cambio
La hiptesis alternativa o H1 es la inversa de la hiptesis. Es la declaracin que se
acepta cuando se rechaza la hiptesis nula. Para continuar con el ejemplo mdico
anterior, la hiptesis alternativa es: la aspirina es ineficaz como tratamiento para la
prdida del cabello.

6) Cul es la forma general para representar una prueba

bilateral y una unilateral?
Un contraste bilateral adopta en general la forma:
H0: = 0 contra

H1: 0

En determinadas ocasiones el experimentador prefiere plantear directamente un

contraste de la forma:
H0: = 0 contra
H1: > 0
conocido como contraste unilateral derecho. Obviamente, otra posibilidad es el unilateral
izquierdo:
H0: = 0 contra
H1: < 0
En estos tres casos, el contraste de hiptesis es simple contra compuesta.

En la mayora de situaciones aplicadas, se desean realmente resolver contrastes

unilaterales que comportan hiptesis compuestas. El unilateral derecho es entonces:
H0: 0 contra
H1: > 0
y el izquierdo es:
H0: 0 contra

H1: < 0

Aunque esta ltima formulacin est relacionada con los contrastes unilaterales simple
contra compuesta anteriores, las dos hiptesis no son tcnicamente equivalentes Para
simplificar la interpretacin de los contrastes unilaterales, atendiendo a los casos de los
que se ocupa Statmedia, se formulan los contrastes de esta ltima manera (compuesta
contra compuesta) y se toma el nivel de significacin como si fuera el del contraste
simple contra compuesta.
En cualquier caso, es importante entender que slo debe resolverse uno de los tres
contrastes (bilateral o unilateral) con un conjunto de datos concreto.
Por ejemplo, es incorrecto desde el punto de vista metodolgico empezar contrastando
bilateralmente, y hacer luego un test unilateral. El contraste que se ha de emplear debe
decidirse basndose en conocimientos previos del problema, o bien guindose por la
cuestin de inters aplicado a responder.

7) Explique con sus propias palabras los conceptos error

tipo l y error tipo ll
El error de tipo I se comete cuando la hiptesis nula es verdadera y, como
consecuencia del contraste, pues se rechaza en El error de tipo II pasa lo mismo pero al
reves, se comete cuando la hiptesis nula es falsa y, como consecuencia del contraste se
acepta.

Cuando haces una prueba de hiptesis Si rechazas la hiptesis siendo esta verdadera
cometes el error tipo I y Si no rechazas la hiptesis siendo esta falsa cometes el error
tipo II.

9) Determine a detalle el procedimiento para determinar el

tamao de una muestra para estimaciones de la media con
conocida.

10) Qu diferencia existe entre una distrubucion normal a

una t-student?
La normal se usa para muestras grandes y la T de student para muestras pequeas, la
forma ms fcil de explicar la diferencia de la normal y la T de student es por formula, la
formula de una distribucin normal estandard es,
Z=(E(x)-x)/Std(x)
y la de la T de student es,
T=(E(x)-x)/(Std(x)/Sqrt(n))
Donde E(x) es el valor esperado de x. (o el prmedio)
Std(x) es la desviacin estandard de x.
Sqrt(n) es la raz cuadrada del nmero de observaciones.

11) Defina con sus propias palabras el concepto de grado

de libertad.
Los grados de libertad de un calculo estadstico, son el nmero de datos que pueden
variar libremente al calcular ete mismo estadstico, que para una distribucin t los
grados de libertad son gl=n-1.