Conceptos de Estimacion, Estiamcion Puntual y Por Intervalos

Instituto Tecnolgico De Reynosa.
Presenta:
Equipo #3:Marco A. Zapata/ Katy Hernandez Daz / Ftima
Reyes Martinez
Materia:
Estadstica Inferencial.
Profesor(a):
Juan Gerardo Perez

Carrera:
Ing. Industrial
Saln:
#3
Tarea de:
Conceptos de estimacin, estimacin puntual y por

intervalos.
Reynosa, Tamaulipas.
22/09/2016
CONCEPTO DE ESTIMACION
En inferencia estadstica se llama estimacin al conjunto de tcnicas
que permiten dar un valor aproximado de un parmetro de una
poblacin a partir de los datos proporcionados por una muestra. Por
ejemplo, una estimacin de la media de una determinada
caracterstica de una poblacin de tamao N podra ser la media de
esa misma caracterstica para una muestra de tamao N1. La
estimacin se divide en: puntual y por intervalos.
CONCEPTOS DE LAS CARACTERISTICAS DE LOS ESTIMADORES
1.-Sesgo. Se dice que un estimador es insesgado si la Media de la
distribucin del estimador es igual al parmetro.
Estimadores insesgados son la Media muestral (estimador de la Media
de la poblacin) y la Varianza (estimador de la Varianza de la
poblacin):
Ejemplo:
En una poblacin de 500 puntuaciones cuya Media (m) es igual a 5.09
han hecho un muestreo aleatorio (nmero de muestras= 10000,
tamao de las muestras= 100) y hallan que la Media de las Medias
mustrales es igual a 5.09, (la media poblacional y la media de las
medias mustrales coinciden). En cambio, la Mediana de la poblacin
es igual a 5 y la Media de las Medianas es igual a 5.1 esto es, hay
diferencia ya que la Mediana es un estimador sesgado.
La Varianza es un estimador sesgado. Ejemplo: La Media de las
Varianzas obtenidas con la Varianza
en un muestreo de 1000 muestras (n=25) en que la Varianza de la

poblacin es igual a 9.56 ha resultado igual a 9.12, esto es, no
coinciden. En cambio, al utilizar la Cuasi varianza
la Media de las Varianzas mustrales es igual a 9.5, esto es, coincide

con la Varianza de la poblacin ya que la Cuasi varianza es un
estimador insesgado.
2.-Consistencia. Un estimador es consistente si aproxima el valor del

parmetro cuanto mayor es n (tamao de la muestra).
Algunos estimadores consistentes son:
Ejemplo:
En una poblacin de 500 puntuaciones cuya Media (m) es igual a 4.9
han hecho tres muestreos aleatorios (nmero de muestras= 100) con
los siguientes resultados:
vemos que el muestreo en que n=100 la Media de las Medias

muestrales toma el mismo valor que la Media de la poblacin.
3.-Eficiencia. Diremos que un estimador es ms eficiente que otro si

la Varianza de la distribucin muestral del estimador es menor a la del
otro estimador. Cuanto menor es la eficiencia, menor es la confianza
de que el estadstico obtenido en la muestra aproxime al parmetro
poblacional.
Ejemplo:
La Varianza de la distribucin muestral de la Media en un muestreo
aleatorio (nmero de muestras: 1000, n=25) ha resultado igual a 0.4.
La Varianza de la distribucin de Medianas ha resultado, en el mismo
muestreo, igual a 1.12, (este resultado muestra que la Media es un
estimador ms eficiente que la Mediana).
ESTIMACION PUNTUAL
La estimacin puntual consiste en atribuir un valor (la estimacin) al
parmetro poblacional. Si la muestra es representativa de la poblacin,
podemos esperar que los estadsticos calculados en las muestras
tengan valores semejantes a los parmetros poblacionales, y la
estimacin consiste en asignar los valores de los estadsticos
mustrales a los parmetros poblacionales. Los estadsticos con que
obtenemos las estimaciones se denominan estimadores.
Ejemplo
Se desea estimar la Media de las puntuaciones del curso 2003/4, pero
solo se dispone de 50 puntuaciones seleccionadas aleatoriamente. La
Media de la muestra (el estimador), es igual a 5.6 y atribuimos este
valor (la estimacin) a la Media del curso completo.
Resumiendo:
Podemos utilizar como estimadores de la Media de la poblacin otros

estadsticos de tendencia central como la Moda o la Mediana, pero NO
todos los estimadores son apropiados. Los estimadores deben
satisfacer ciertos requisitos, y por esta razn, interesa conocer sus
propiedades a fin de utilizar los que sean adecuados segn las
circunstancias de la estimacin.
ESTIMACION POR INTERVALOS
La estimacin por intervalos consiste en establecer el intervalo de

valores donde es ms probable se encuentre el parmetro. La
obtencin del intervalo se basa en las siguientes consideraciones:
a) Si conocemos la distribucin muestral del estimador podemos
obtener las probabilidades de ocurrencia de los estadsticos
muestrales.
b) Si conociramos el valor del parmetro
poblacional, podramos establecer la probabilidad de que el
estimador se halle dentro de los intervalos de la distribucin muestral.
c) El problema es que el parmetro poblacional es desconocido, y por
ello el intervalo se establece alrededor del estimador. Si repetimos el
muestreo un gran nmero de veces y definimos un intervalo alrededor
de cada valor del estadstico muestral, el parmetro se sita dentro de
cada intervalo en un porcentaje conocido de ocasiones. Este intervalo
es denominado "intervalo de confianza".
Ejemplo
Se generan 100000 muestras aleatorias (n=25) de una poblacin que
sigue la distribucin Normal, y resulta:
La distribucin de las Medias muestrales aproxima al modelo Normal:
En consecuencia, el intervalo dentro del cual se halla el 95% de las

Medias muestrales es
(Nota: Los valores +-1.96 que multiplican la Desviacin Tpica de la

distribucin muestral son los valores cuya funcin de distribucin es
igual a 0.975 y 0.025 respectivamente y se pueden obtener en las
tablas de la distribucin Normal estandarizada o de funciones en
aplicaciones informticas como Excel). Seguidamente generamos una
muestra de la poblacin y obtenemos su Media, que es igual a 4.5. Si
establecemos el intervalo alrededor de la Media muestral, el
parmetro poblacional (5.1) est incluido dentro de sus lmites:
Ahora bien, la distancia de un punto A a un punto B es la misma que

de B a A. Por esa razn, la distancia desde m a la Media muestral es la
misma que va de la Media muestral a m. En consecuencia, si hacemos
un muestreo con un nmero grande de muestras observamos que el
95% de las veces (aproximadamente) el valor de la Media de la
poblacin (m) se encuentra dentro del intervalo definido alrededor
de cada uno de los valores de la Media muestral. El porcentaje de
veces que el valor de m se halla dentro de alguno de los intervalos de
confianza es del 95%, y es denominado nivel de confianza.
Si queremos establecer un intervalo de confianza en que el % de veces
que m se halle dentro del intervalo sea igual al 99%, la expresin
anterior es:
(Obtenemos el valor +-2.58 que multiplica la Desviacin Tpica de la

distribucin muestral en las tablas de la distribucin Normal
estandarizada o de funciones en aplicaciones informticas como
Excel), y son los valores cuya funcin de probabilidad es igual a 0.995
y 0.005 respectivamente).
Ejemplo:
La siguiente imagen muestra la distribucin de las Medias muestrales
obtenidas de 100000 muestras aleatorias y los intervalos alrededor de
cada una de las Medias obtenidas de diez de las muestras:
donde ls y le simbolizan los lmites superior e inferior del intervalo de

confianza al 95%.
Nueve de los diez intervalos (salvo el definido alrededor de la Media

muestral igual a 3.7) incluyen el valor del parmetro dentro sus
lmites.

Conceptos de Estimacion, Estiamcion Puntual y Por Intervalos

Cargado por

Copyright:

Formatos disponibles

Conceptos de Estimacion, Estiamcion Puntual y Por Intervalos

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Conceptos de Estimacion, Estiamcion Puntual y Por Intervalos

Cargado por

Copyright:

Formatos disponibles

Instituto Tecnolgico De Reynosa.

Juan Gerardo Perez

Conceptos de estimacin, estimacin puntual y por

en un muestreo de 1000 muestras (n=25) en que la Varianza de la

la Media de las Varianzas mustrales es igual a 9.5, esto es, coincide

2.-Consistencia. Un estimador es consistente si aproxima el valor del

vemos que el muestreo en que n=100 la Media de las Medias

3.-Eficiencia. Diremos que un estimador es ms eficiente que otro si

Podemos utilizar como estimadores de la Media de la poblacin otros

ESTIMACION POR INTERVALOS

La estimacin por intervalos consiste en establecer el intervalo de

La distribucin de las Medias muestrales aproxima al modelo Normal:

En consecuencia, el intervalo dentro del cual se halla el 95% de las

(Nota: Los valores +-1.96 que multiplican la Desviacin Tpica de la

Ahora bien, la distancia de un punto A a un punto B es la misma que

(Obtenemos el valor +-2.58 que multiplica la Desviacin Tpica de la

donde ls y le simbolizan los lmites superior e inferior del intervalo de

Nueve de los diez intervalos (salvo el definido alrededor de la Media

También podría gustarte