10 ESTIMACIÓN DE
PARÁMETROS
OBJETIVOS
Al finalizar el Tema 11, el participante será capaz de:
1. Diferenciar estimación puntual y estimación de
intervalos.
2. Discutir los criterios para la selección de un buen
estimador.
3. Realizar estimaciones puntuales.
4. Construir e interpretar intervalos de confianza para
, y 2.
5. Ajustar el intervalos en poblaciones finitas.
6. Determinar el tamaño de una muestra.
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
CONTENIDO
1. Introducción
2. Estimación puntual
3. Intervalo de confianza: conceptos
4. Intervalo para la media
5. Intervalo para la proporción
6. Muestreo
7. Intervalo para la varianza
DESCRIPTIVA
ESTADISTICA Estimación
INFERENCIAL
Prueba de
Hipótesis
Ejemplo:
Para el próximo mes se espera que las ventas
sean 700 unidades con un error de 10%.
400 400
Pr 740 (1.96) 740 (1.96) 0.95
400 400
Ls
LI
muestra
1 2 3 4 5 6 7 8
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
10.4.2 A partir de muestras pequeñas
Pero, x -
t=
S
-t0 t0 n
Pr t0 t t0 1 a
x
Pr t0 t0 1 a
S
n
s s
Pr x t0 x t0 1a
n n
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
Ejemplo
Se desea estimar el tiempo medio de estancia
hospitalaria para cierto tipo de pacientes. Se
selecciona una muestra aleatoria de 25 HC y
se calculó x 5,7 y S = 4,5 días. Estimar con
0,95 de confianza.
S S
Pr x t n1 x t n1 1 a
n n
4,8 4,8
Pr 5,7 2,064 5,7 2,064 1 0,1
25 25
Pr3,72 7,68 0,90
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
Interpretación:
Hay 0,90 de confianza que el intervalo construido
se encuentre dentro del grupo de intervalos que
contienen a la verdadera media poblacional () de
la estancia hospitalaria.
S = 16,23
a = 0,05
S S
Pr x t n1 x t n1 1 a
n n
16,23 16,23
Pr 41,27 2,306 41,27 2,306 0,95
9 9
GL= n - 1 = 8 t = 2,306
1.14 1.14
Pr8 2.306(
) 8 2.306( ) 0,95
9 9
Pr {7,12372
. 8,.87628} 0,
. 95
Pero
p
Z
p
-Z0 Z0
donde
Pr{ Z o Z Z } 1 a
p (1 p )
p
p n
Pr{ Z o Z} 1 a
`p
Pr{ p Z p p Z o p } 1 a
N n N n
Pr{x Z
n N 1 xZ 1 a
n N 1
75 250 40 75 250 40
Pr{450 1,96 450 1,96 } 0,95
40 250 1 40 250 1
Pr{450 23,24( 0,8433) 450 23,24( 0,8433)} 0,95
Pr{428,66 471,34} 0,95
(036)(1 0,36)
18
p 0,36 p
50 50
p 0,06788
N n) N n)
Pr{ p Z o p p Z o p
} 1 a
N 1 N 1
300 50 300 50
Pr{0,36 (1,96)(0,06788) 0,36(1,96)(0,06788)
} 0,95
300 1 300 1
Pr{0,36 0,12165 0,36 0,12165} 0,95
Pr{0,23835 0,48165} 0,95
Pr{ x Z o xZ } 1a
n n
Error = e
Entonces Z
e
n
Elevando al cuadrado
Z 2 . 2
e
2
Z 2 . 2
n
e2
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
Ejemplo 1
A fin de conocer el gasto mensual en medicinas por
familia, el Gerente de Marketing de un laboratorio
farmacéutico desea determinar el tamaño de la
muestra que le proporcione un nivel de confianza de
0,95 (Z = 1,96). Además conoce por estudios
anteriores que las compras medias por familia eran de
S/. 120 mensuales, con una desviación estándar de
30. El Gerente busca un tamaño de muestra que le
permita estimar el nivel de gasto con un error de 10.
Datos: Z 2 2
1 - a = 0,95 n =
Z = 1,96 e 2
= 30
e = 10
(1 , 96 ) 2 ( 3 0 ) 2
n =
(1 0 ) 2
n = 35
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
Para proporciones se calcula a partir de la
formula
donde
2 Z : Valor tabular para un
Z p(1-p) nivel de confianza
n= 2
e p(1-p): Variancia
Datos:
1 - a = 0,95 (1,96) 2 (0,40)(0,60)
n
Z = 1,96 (0,02) 2
p = 0,40 0,921984
e = 0,02 n
(0,02) 2
n 2305
(n - 1)S2
Pero , (2n 1)
2
12-a 2 a2 2
2 2
Pr 1-a a 1 a
2
2 2
2 ( n 1) S 2
Pr 1-a a 2 1 a
2
2
2
1 2 1
Pr 2 2 1a
1-a
( n 1) S a 2
2
2
( n 1 ) S 2
( n 1) S 2
Pr
2
1a
a 2
1-a 2
2 2
Pr 4.7875 2 24,3609 0.90