ESTADÍSTICA II

ESTIMACIONES

INTRODUCCIÓN.

La estimación es un proceso de utilizar datos muestrales para estimar los valores de parámetros
desconocidos de una población. Esencialmente, cualquier característica de la población se puede estimar
a partir de una muestra al azar. Entre los valores más comunes están la media y la desviación estándar
de una población y la proporción de la misma.

La estimación es el proceso de utilizar datos muestrales para estimar los valores de parámetros
desconocidos de una población.

ESTIMACIONES DE PUNTO Y DE INTERVALO.

Los valores estadísticos muestrales se utilizan como estimadores de los parámetros de población.
Así, la media de una muestra se utiliza como una estimación del valor medio de la población; una
desviación estándar muestral se emplea como una estimación de la desviación estándar de la población;
y la proporción de elementos de una muestra con cierta característica en común se usa para estimar la
proporción de una población que presenta la misma característica. Tales estimaciones reciben el nombre
de “ estimaciones de punto” o “puntuales”.

Cuando las muestras aleatorias tienden a producir muestras en las que, por ejemplo, la media de la
muestra no es igual a la de la población, aunque ambos valores generalmente están muy cercanos entre
sí. Debido a la variabilidad de muestreo, suele ser deseable incluir una “estimación de intervalo” para
acompañar la estimación puntual. Esta estimación proporciona un intervalo de los valores posibles para el
parámetro de la población.

Estimación de punto : Estimación de un valor único de un parámetro de la población.

Estimación de intervalo : Estimación que incluye un intervalo de valores posibles en el que se considera
que está comprendido un parámetro de la población.

La capacidad para estimar los parámetros de la población mediante el empleo de datos

muestrales, se relaciona directamente con el conocimiento que se tiene acerca de la distribución de
muestreo del valor estadístico que se está utilizando como estimador.

Un Intervalo de Confianza : proporciona un intervalo de valores, centrado en el valor estadístico de la

muestra, en el cual supuestamente se ubica el parámetro de la población, con un riesgo de error
conocido.

El intervalo de confianza, presenta la forma x±zσx .

1
 ESTADÍSTICA II

ESTIMACIONES

ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN.

La pregunta de cuan cerca puede estar determinado valor medio muestral con respecto a la media
de la distribución de muestreo, en unidades reales, depende de la variabilidad de la distribución de
muestreo (esto es, la desviación estándar de la distribución de muestreo).

El método empleado para estimar la media de una población depende de sí se conoce la

desviación estándar de la misma o si ésta se debe estimar a partir de los datos muestrales.

Desviación Estándar poblacional conocida.

Cuando se conoce la desviación estándar de la población, las estimaciones de punto y de intervalo

de la media de la población, se calculan de la siguiente forma :

Estimación de punto : μ: x

Estimación de intervalo μ : x±zσ x .

En donde :
σx=σx /√n

σ x = Desviación estandar de la distribución de medias

La estimación de intervalo de la media poblacional se basa en el supuesto de que la distribución de

muestreo de los valores medios de la muestra es normal. En el caso de tamaños de muestra
considerables, esto no constituye una gran dificultad, puesto que se aplica el teorema del Límite Central.
Sin embargo, para muestras de 30 observaciones o menos, es importante saber que la población que se
muestra está distribuida normalmente, o por lo menos, casi normalmente.

Error de Estimación.

El error en una estimación de intervalos se refiere a la desviación (diferencia) entre el valor medio
de la muestra y la media real de la población. Como el intervalo de confianza está centrado con respecto
al valor medio de la muestra, el error máximo probable equivale a la mitad de la amplitud del intervalo.
Por tanto el intervalo :
x±z σx .
√n
Se puede representar como : X ± error

Siendo el error e :

e = z σx
√n

2
 ESTADÍSTICA II

ESTIMACIONES

La formula para el error indica que realmente hay tres factores determinantes del tamaño del error:
1) la confianza deseada, que se representa por medio del valor de z ; 2) la dispersión en la población,
y 3) el tamaño de la muestra, n .

Determinación del Tamaño Muestral.

Una de las preguntas que con mayor frecuencia se plantean en estadística es : ¿ De que tamaño
debe ser la muestra?. La formula del error se puede utilizar para determinar el valor de n :

2
n = z σx
e

Estimación de la Media cuando no se conoce la Desviación Estándar.

Cuando no se conoce el valor de la desviación estándar de la población (lo cual generalmente

ocurre), la desviación estándar de la muestra se utiliza como una estimación de sx, y sustituye a σx, en
ecuaciones para intervalos de confianza y errores. Además, por el teorema del límite central se sabe que,
cuando el tamaño de la muestra es mayor que 30, la distribución de muestreo de las medias será casi
normal. Sin embargo, para muestras de 30 o menos observaciones, la aproximación normal resulta
inadecuada. En lugar de ello, los cálculos de los intervalos de confianza se deben basar en la distribución
t, que es la distribución teóricamente correcta siempre que se utiliza sx.

El aspecto importante (y complicado) con respecto a la distribución t es que no es una de tipo

estandarizado en el mismo sentido que lo es la distribución normal; en el caso de cada tamaño de
muestra existe una distribución t ligeramente diferente. De este modo, en tanto que la distribución normal
es esencialmente independiente del tamaño de la muestra, la distribución t no lo es.

Para utilizar una tabla de valores de t, se deben conocer dos cosas : el nivel de confianza deseado
y los grados de libertad. Estos últimos se relacionan con la forma como se calcula la desviación estándar
de la muestra :

2
Sx =
√ ∑ (X – X)
n -1

En la cual :

Sx = desviación estándar de la muestra. n – 1= grados de libertad.

3
 ESTADÍSTICA II

ESTIMACIONES
Una explicación intuitiva de los grados de libertad sería la siguiente: imagínese una sala de clases
con 20 sillas vacías, las cuales serán ocupadas por 20 estudiantes. A medida que estos comienzan a
llegar, cada uno elige un asiento de los que están vacíos. Naturalmente, el primer alumno podrá elegir de
entre 20 sillas, el segundo de entre 19, y así el número irá disminuyendo hasta que llegue el último
alumno. En este punto no hay otra elección (grado de libertad) y ese estudiante simplemente se sentará
en la silla que queda. De este modo, los 20 alumnos tienen 19, o n-1 grados de libertad.

Obsérvese que la tabla está ordenada un poco diferente a la normal. Las áreas (porcentajes o
probabilidades) se indican en la parte superior de la tabla; los valores de t se dan en el cuerpo de la tabla
y los grados de libertad están en la columna del lado izquierdo.

Para utilizar la tabla se debe especificar el área en los extremos (colas) de la distribución (riesgo) y
los grados de libertad.

El intervalo de confianza para una media muestral cuando se usa s x, es muy semejante al intervalo
con σx . De este modo, el intervalo es :

x±t Sx .
√n

La distribución t supone que la población que se muestre esta distribuida normalmente. Esta
suposición es particularmente importante para n< 30.

Muestreo de Población Finita.

Cuando la población es finita y el tamaño de la muestra constituye más del 5% de la población, se

debe usar el factor finito de corrección para modificar las desviaciones estándar de las fórmulas:

Intervalo de Confianza Error

Con σx conocida x±Z σx √N-n / N -1 Z σ x √N-n / N -1

√n √n

Con σx no conocida x±t Sx √N-n / N -1 t S x √N-n / N -1

√n √n

Las formulas para determinar el tamaño de la muestra necesario para alcanzar un intervalo con un
error máximo y un nivel de confianza especificado, también se deberán de modificar cuando el muestreo
se efectúe a partir de una población finita :

4
 ESTADÍSTICA II

ESTIMACIONES
Con σx conocida n= Z2 σx2 N
Z2 σx2 + e2(N-1)

Con σx no conocida n= t2 S x 2 N
t Sx2 + e2(N-1)
2

Intervalos de Confianza Unilaterales.

En algunas ocasiones el objeto del muestreo es determinar si el parámetro de una población es

menor que algún estándar mínimo, sin considerar un límite superior. Por ejemplo, es posible que en un
centro vacacional se desee información sobre el gasto promedio por visitante, y se esta particularmente
interesado en si ese promedio de gastos es demasiado bajo para proporcionar utilidades. Una compañía
de aviación puede preocuparle vender más pasajes de los correspondientes a un vuelo, aunque luego
tenga que hacer vuelos con lugares sin ocupar.
Con σx conocida Con σx no conocida.
Solamente límite superior : x+ Z σx x+tSx
Solamente límite inferior : x- Z σx x -tSx

ESTIMACIÓN DE LA PROPORCION DE UNA POBLACIÓN.

¿Qué porcentaje de los productos de un gran embarque está defectuoso? ¡Que porcentaje de los
votantes aprobaran un decreto?. . Estas preguntas y otras semejantes se pueden contestar utilizando
datos muestrales para estimar el parámetro de la población. Como se hizo anteriormente, las
estimaciones suelen establecerse, en términos de estimaciones de punto y de intervalo.

Intervalos de Confianza : Método de la Fórmula.

(Este método se recomienda para muestras grandes (digamos n>40)).

El valor esperado de una proporción muestral (es decir, la media de una distribución de
proporciones muestrales) siempre es igual a la proporción de la población. Por tanto, la proporción de la
muestra se utiliza como la estimación de punto de la proporción verdadera :

^
Estimación de punto de p= p=x/n

La estimación de intervalo del parámetro de la población (para tamaños grandes de muestra) es

simétrica respecto de la proporción de la mues6tra, del mismo modo que el intervalo para una media de
la población es simétrico respecto a la media muestral. La principal diferencia entre la estimación de
medias y la de proporciones radica en las desviaciones estándar de las distribuciones de muestreo. La
desviación estándar de una proporción se basa en la distribución binomial. La estimación de σp, se
presenta a continuación :

σ x/n = √ (x /n )[ 1 – (x/n)]
n

5
 ESTADÍSTICA II

ESTIMACIONES

En la cual :
x = número de elementos de la muestra z = desviación estándar normal n = Tamaño de la muestra

Estimación de intervalo :

p= x ± z √ (x /n )[ 1 – (x/n)]
n n

El error de una estimación equivale simplemente a la mitad de la amplitud del intervalo de

confianza. Por tanto, la ecuación :

p= x ± z √ (x /n )[ 1 – (x/n)]
n n
se puede considerar como

x ± e
n

donde e= z √ (x /n )[ 1 – (x/n)]
n

Determinación del tamaño de la muestra.

Uno de los usos más frecuentes de la fórmula del error es en la determinación del tamaño muestral
necesario para obtener un grado de precisión en la estimación de proporciones :

n = z2 (x/n)[ 1 – (x/n)]
e2

Muestreo de Población Finita.

Cuando el tamaño de la muestra es mayor al 5% de la población, la fórmula para la estimación de

intervalo de la proporción deberá ser modificada :

p= x ± z √ (x /n )[ 1 – (x/n)] √ N - n
n n N-1

La fórmula para el tamaño de la muestra de población finita es :

n= z2 (x/n)[ 1 – (x/n)] (N)

(N – 1) e2 + z2 (x/n) [ 1 – (x/n)]