Anda di halaman 1dari 24

PRINCIPIOS GENERALES DE LA

INFERENCIA ESTADSTICA
TEMA 5: Estimacin de parmetros
Curso 2016/2017
Profesora: M Mar Gonzlez-Tablas Sastre

Despacho: 326
Correo electrnico: marola@usal.es
Tema 5: Estimacin de
parmetros

Tipos de estimacin
1. Puntual
Descripcin
Ejemplo
2. Por intervalos
Descripcin
Ejemplo
Estimacin puntual

Es la estimacin que se realiza cuando se


asigna al parmetro el valor del estimador
obtenido en una muestra (estadstico)
F=E

Tema 5: Estimacin de parmetros


Estimacin puntual

Procedimiento

PASOS
Contamos con una poblacin de la que se desconoce
un ndice descriptivo (parmetro f)
Se elige el estimador ms adecuado () fijando el
tamao muestral n;
Se extrae de la poblacin una muestra aleatoria de
tamao n, calculando el valor en del estimador
(estadstico E);
Se afirma que f=E

Tema 5: Estimacin de parmetros


Estimacin puntual

Ventajas: rapidez de estimacin.

Desventajas: El parmetro puede ser


imposible de estimar exactamente con el
tamao muestral elegido.

Tema 5: Estimacin de parmetros


Estimacin por intervalos

Nos permite determinar el valor de un parmetro por


medio de un segmento de recta (intervalo),

N(f;s2/n)

intervalo

afirmando que el parmetro es un valor


comprendido dentro de este segmento.
f
Tema 5: Estimacin de parmetros
Estimacin por intervalos

Conceptos previos

Nivel de confianza: Es la probabilidad de que un valor de


estimador no se aleje del parmetro en ms de una
distancia determinada conocida. Se da siempre en %
(1-a)100=Nivel de confianza

N(m;s2/n)

(1-a)100
(a/2)100 (a/2)100
a/2
X n
m 1 a / 2
X n

Tema 5: Estimacin de parmetros


Estimacin por intervalos

Coeficiente de confianza: Es el rea que acotamos en la


distribucin muestral del estimador
1-a=Coeficiente de confianza

N(m;s2/n)

(1-a)
(a/2) (a/2)

a/2
X n
m 1 a / 2
X n

Tema 5: Estimacin de parmetros


Estimacin por intervalos

Intervalos de confianza: Son los segmentos en el continuo,


centrados en los valores del estimador (estadsticos), de los
que conocemos la probabilidad de que el parmetro sea un
valor perteneciente al segmento.

N(m;s2/n)

(1-a)
1-a=0.95
(a/2) (a/2)

0.005
X n
a/2
XX
0.25
n
n 0.48
X Xm
0n.5 n 0.95
XX
1 a / 2
n
n
0.99
X n

Tema 5: Estimacin de parmetros


Estimacin por intervalos

Estimacin: Consiste en generar el intervalo centrado en el


valor del estimador obtenido en una muestra en concreto
(estadstico) .

0.48
X n

Tema 5: Estimacin de parmetros


Estimacin: Consiste en generar el intervalo centrado en el
valor del estimador obtenido en una muestra en concreto
(estadstico) .

(1-a)
(a/2) (a/2)

0.48
X n m 0.48
X n

Afirmando que el parmetro pertenece al intervalo, siendo el


margen de error a. Puede ocurrir que sea cierto (verde) o falso (rojo).
Tema 5: Estimacin de parmetros
Estimacin por intervalos

Procedimiento

1. Elegir el estimador ms adecuado en funcin de


las propiedades del mismo.
2. Construir tericamente la distribucin muestral
del estimador .
3. Establecer lmites en la distribucin muestral
(nivel de confianza).
4. En funcin de los lmites calcular la amplitud del
intervalo (precisin).
5. Los intervalos de la amplitud calculada centrados
en el estimador incluirn o no al parmetro.
6. Realizar la estimacin.
Tema 5: Estimacin de parmetros
Estimacin por intervalos

Ejemplo

Queremos conocer la media de palabras por


minuto que son capaces de leer los nios de 8 aos
(parmetro) sabiendo el valor de su varianza
s2=25
m=?

Tema 5: Estimacin de parmetros


Estimacin por intervalos

Contamos con la poblacin de palabras por minuto que


leen los nios de 8 aos

Distribucin de la
poblacin N(m;s2=25)

1.96*5=9.8 m 1.96*5=9.8

Tema 5: Estimacin de parmetros


Estimacin por intervalos

1. Elegimos el estimador media de palabras por minuto, ya que la


media aritmtica tiene todas las propiedades de un buen estimador
siendo el ms eficiente de los estimadores de tendencia central.
2. Adems queremos una precisin de la estimacin de 0.15 (valor
de la varianza de la distribucin muestral), por tanto el tamao
muestral ser:
La distribucin muestral ser:
s 2 s
= ;
2
x n Nuestro estimador ser
el estimador media con
0.15 = 25; tamao muestral
n
n = 25 = 166.67 n=167
0.15
Tema 5: Estimacin de parmetros
Estimacin por intervalos

3. Hemos establecido los lmites en la distribucin


muestral, lo que supone haber elegido el nivel de
confianza y por tanto haber fijado el coeficiente de
confianza.
Como hemos fijado un nivel de confianza del 95%, el
coeficiente de confianza ser 0.95

1-a=0.95
a/2=0.025 a/2=0.025

Tema 5: Estimacin de parmetros


Estimacin por intervalos

4. Esto indicara que el 95% de los valores de estimador


no se separaran del parmetro en una distancia
superior a la que marcan los lmites. En este caso 1.96
unidades de desviacin tpica de la distribucin
muestral.
1.96s = 1.96 0.15 = 0.76
x

El valor del estadstico que ms se aleja por el extremo


inferior es m-0.76 y por el extremo superior m+0.76
Tema 5: Estimacin de parmetros
Estimacin por intervalos

1-a=0.95

a/2=0.025 0.76 0.76 a/2=0.025

m-0.76 m+0.76

La amplitud del intervalo ser en nuestro caso 0.762


Tema 5: Estimacin de parmetros
Estimacin por intervalos

5. Generar intervalos de confianza.


Los intervalos de la amplitud calculada centrados en
el estimador incluirn o no al parmetro, pero
sabemos que 95 de cada 100 s que lo incluirn.

1-a=0.95

0.76 x 0.76 0.76 a/2=0.025


0.76
a/2=0.025 0.76
0.76 x 0.76 x 0.76 x
0.76 x 0.760.76 x 0.76
0.76
Tema 0.76
x 0.76
5: Estimacin
x 0.76
de parmetros
Estimacin por intervalos

6. Realizar la estimacin: x 0.76 m x 0.76


167 167

Extraemos una muestra aleatoria de tamao 167


constituida por las palabras por minuto que pueden leer
los nios seleccionados.
Calculamos la media de la muestra. Este estadstico ser
un valor de nuestro estimador. Supongamos que: x = 62
16 7

Afirmamos que la media de palabras por minuto que


pueden leer los nios de 8 aos no ser inferior 61.34
ni superior a 62.76. Sabiendo que la probabilidad de realizar
un estimacin errnea es a=0.05
Tema 5: Estimacin de parmetros
Ejemplo 2

Estimar la varianza de determinada poblacin


sabiendo que en una muestra de tamao n=101 se
ha obtenido una cuasivarianza igual a 36. a=0.05
2
(n 1)s 2
(n 1)s
Pr s
2
=1 a
2
a 2 n 1 a 2 n 1
2
1

2 (100)s )s
2 2
2 (100
0, 975 100 100(1 Pr 1,96 s ) =100 95 0,092) =122,161
(=00,.977
2 2 3 3

900 122,67 900 77,33


Tema 5: Estimacin de parmetros


Tabla 8 Intervalos de confianza

Tema 5: Estimacin de parmetros


Tema 5: Estimacin de parmetros
Bibliografa
Amn, J. (1993). Estadstica para psiclogos. T. 2, Probabilidad,
Estadstica inferencial (9a ed. Vol. 2). Madrid: Pirmide.
Glass, G. V., & Stanley, J. C. (1974). Mtodos estadsticos aplicados a
las ciencias sociales. London: Prentice-Hall.
Milln, M. (1983). Estadstica Aplicada a las Ciencias Humanas. Vol 1:
El Anlisis de los Datos (Vol. 1). Valencia: Promolibro.
Mood, A. M., & Graybill, F. A. (1978). Introduccin a la teora de la
estadstica (4a ed.). Madrid: Aguilar.
Pea, D. (1986). Estadstica, modelos y mtodos. 1. Fundamentos (1a
ed. Vol. 1). Madrid: Alianza.
Ros, S. (1958). Mtodos estadsticos (2a ed.). Madrid: Del castillo.
Seoane, J. (1995). Psicologa matemtica I : teora de la probabilidad II
(7a ed. Vol. 2). Madrid: UNED.
http://descartes.cnice.mecd.es/materiales_didacticos/inferencia_estadistic
a/index_inferencia.htm#intro

Tema 5: Estimacin de parmetros