En la unidad anterior resolvíamos problemas en los que, a partir del conocimiento de la media μ y
la desviación típica σ de la población averiguábamos cómo se distribuían las medias de las
muestras de tamaño n. Por tanto, éramos capaces de averiguar cuál es la probabilidad de que la
media de una de esas muestras cumpla ciertas condiciones. Del mismo modo, a partir de la
proporción p de una población que posee una cierta característica obteníamos información sobre
la proporción en muestras de tamaño n.
Es decir, partiendo de un cierto conocimiento de la población, obtenemos conclusiones sobre el
comportamiento de las muestras.
Ahora bien, desde el punto de vista práctico es mucho más interesante dar el paso contrario, esto
es:
Tenemos una determinada población de la que desconocemos sus parámetros. Como, por el
motivo que sea, no podemos realizar un estudio exhaustivo de todos los elementos de la
población, recurrimos a extraer una muestra que podamos manejar. Calculamos los parámetros
de esta muestra concreta y, a partir de ellos, inferimos el valor de algunos de los parámetros de
la población.
Estimación puntual.
Llamamos estadístico a toda función de los datos muestrales que asigna a cada muestra de
tamaño n un valor numérico.
Un estimador para un parámetro poblacional desconocido es un estadístico que nos proporciona
una aproximación de dicho parámetro poblacional.
∑𝑛
𝑖 𝑥𝑖
Un estimador para la media poblacional μ es la media muestral: 𝑥̅ =
𝑛
Un estimador para la proporción poblacional es la proporción muestral: 𝑝̂
En la mayoría de las ocasiones, no tiene mucho sentido llevar a cabo una estimación puntual,
pues si cambiamos de muestra variara el estimador puntual.
̂∙(𝟏−𝒑
𝒑 ̂)
del intervalo A = 2∙ 𝒛𝜶 ∙ √ De la expresión del error, podemos despejar el tamaño
𝟐 𝒏
𝒛𝟐𝜶 ∙𝒑∙
̂ (𝟏−𝒑
̂)
𝟐
muestral: 𝒏=
𝑬𝟐