Académique Documents
Professionnel Documents
Culture Documents
confianza
ESQUEMA DE CONTENIDOS
Propiedades
Definicin
INTRODUCCIN
Estimacin
Puntual
En este math-block, se pretende conocer y saber calcular las estimaciones puntuales y por
intervalo para la media ya sea conocida
o no la desviacin
estndar poblacional-,
Tipos as
de como las
Estimacin
por
Definicin
estimaciones
para la probabilidad de xito
en
una
binomial.
estimaciones por intervalo
Intervalo
En el caso en que conozcamos todos los elementos de una poblacin, es sencillo calcular todos
los parmetros asociados; sin embargo, en la mayora de casos no ser as, y necesitaremos
estimar algunos de ellos a partir de los parmetros de la muestra.
Casos prcticos
Proyecto e-Math
Financiado por la Secretara de Estado
dedefinicin
Educacin y Universidades (MECD)
Por la
OBJETIVOS
Calcular las estimaciones para la media poblacional, tanto en el caso en que la desviacin
estndar poblacional sea conocida como en el caso de que sea desconocida.
Calcular las estimaciones (puntuales y por intervalos) para la probabilidad de xito de una
binomial.
CONOCIMIENTOS PREVIOS
Es recomendable haber ledo, previamente los math-blocks: Estadstica Descriptiva con Minitab,
La distribucin binomial y La distribucin normal.
CONCEPTOS FUNDAMENTALES
Q
Qu es una estimacin?
Cuando queremos realizar un estudio de una poblacin cualquiera de la que desconocemos sus
parmetros, por ejemplo su media poblacional o la probabilidad de xito si la poblacin sigue una
distribucin binomial, debemos tomar una muestra aleatoria de dicha poblacin a travs de la cual
calcular una aproximacin a dichos parmetros que desconocemos y queremos estimar. Bien,
pues esa aproximacin se llama estimacin.
Adems, junto a esa estimacin, y dado que muy probablemente no coincida con el valor real del
parmetro, acompaaremos el error aproximado que se comete al realizarla.
Estimacin puntual
Una estimacin puntual del valor de un parmetro poblacional desconocido (como puede ser la
media , o la desviacin estndar ), es un nmero que se utiliza para aproximar el verdadero
valor de dicho parmetro poblacional. A fin de realizar tal estimacin, tomaremos una muestra de
la poblacin y calcularemos el parmetro muestral asociado ( x para la media, s para la
desviacin estndar, etc.). El valor de este parmetro muestral ser la estimacin puntual del
parmetro poblacional.
Por ejemplo, supongamos que la compaa Sonytron desea estimar la edad media de los
compradores de equipos de alta fidelidad. Seleccionan una muestra de 100 compradores y
calculan la media de esta muestra, este valor ser un estimador puntual de la media de la
poblacin.
Qu propiedades debe cumplir todo buen estimador?
p*(1 p)
p
n
Observar que cuanto mayor sea el tamao de la muestra n , menor ser la variabilidad
del estimador x y de p, por tanto, mejor sern nuestras estimaciones.
2. Por otra parte, el Teorema de Chebyshev nos dice que, en una distribucin normal,
aproximadamente un 95% de los datos estaban situados a una distancia inferior a
dos desviaciones estndar de la media.
De lo anterior se deduce que:
P(2 x 2x ) 0,95 ,
x
Intervalos de confianza.
Un vendedor mayorista de partes automotrices necesita una estimacin de la vida media que
puede esperar de los limpiaparabrisas en condiciones normales de manejo. La administracin
de la empresa ya ha determinado que la desviacin estndar de la vida til de la poblacin es
de seis meses. Supongamos que se selecciona una sola muestra aleatoria de 100
limpiaparabrisas, y obtenemos que la vida media de estos 100 limpiaparabrisas es de 21
meses. Se pide calcular un intervalo de confianza del 95% para la vida media de la poblacin
de los limpiaparabrisas.
Tenemos X como la distribucin de la vida til en meses de la poblacin de
limpiaparabrisas, no sabemos qu distribucin tiene, al igual que desconocemos su media.
En este caso s conocemos la desviacin estndar poblacional.
X ( , 6)
La media muestral
normal:
X N (x , / n )
x
Por lo tanto, el intervalo de confianza del 95% para la vida media en meses de toda la
poblacin de limpiaparabrisas, es decir para
X Z 0,05
6
n 21 1,96 100 21 1,176 [19,824 ; 22,176]
Z Z 0,05 Z 0,025 1,96 , es decir que el valor Z de la tabla de la normal estndar que
2 2
deja un rea de 0,9 entre Z Y +Z es Z=1,96. O de otro modo, como el nivel de confianza
es 0,9, 0,05 , entonces el valor Z que deja su derecha un rea de
Con una confianza del 95%, la vida media de la poblacin de limpiaparabrisas que vende
este mayorista est entre 19,824 meses y 22,176 meses.
Si extraemos varias muestras del mismo tamao y calculamos un intervalo de confianza
para cada muestra, el 95% de todos los intervalos van a incluir a la vida media poblacional
en meses de todos los parabrisas que vende este mayorista.
X (,
)
Aunque n < 30, suponemos que la media muestral, X , sigue una distribucin normal
X N(x , Sx S / n )
Para estimar la desviacin estndar poblacional vamos a utilizar la desviacin
estndar muestral S que es 700 toneladas.
Por lo tanto, el intervalo de confianza del 95% para el consumo promedio de toneladas
de carbn en cada semana del ao pasado, es decir para , ser:
S
700
X t(n 1,
11.400 500,76 (10.899 ; 11.901)
) n 11.400 2,262
2
10
>
20,
n p5
y
aproximadamente normal, i.e.:
n (1 p) 5 , entonces
np(1 p)
X N(np,
la
distribucin
es
pN(p,
p(1 p)
)
n
con:
0,3 0,7
Pp(1 p)
0,047
95
n
Por lo tanto la estimacin del error estndar de la proporcin de establecimientos que
tiene claros signos de mala ser 0,057.
El intervalo de confianza del 95% para la probabilidad de xito poblacional p viene dado
por:
[0,20788; 0,39212]
Z Z 0,05 1,96 es el valor z*, de manera que el 95% del rea bajo la curva
2
2
Imaginemos que trabajamos para una multinacional que se dedica a la venta de pantallas LCD.
El departamento de ingeniera ha realizado pruebas de duracin sobre una muestra aleatoria
de 15 pantallas LCD, obteniendo los siguientes resultados (en horas de duracin):
10014,8
8056,2
9166,1
8363,2
8869,7
8680,0
8930,4
8426,8
9488,3
8426,3
8924,6
7911,9
9667,2
8914,2
9220,2
Supondremos que la duracin (en horas de funcionamiento) de estas pantallas es una variable
aleatoria que se distribuye de forma normal con desviacin tpica = 500 horas.
a) Hallar un intervalo de confianza, a nivel del 95% para la media poblacional (duracin
media de una pantalla LCD).
Seleccionamos Stat > Basic Statistics > 1-Sample Z
Z Confidence Intervals
The assumed sigma = 500
Variable
C1
N
15
Mean
8871
StDev
586
SE Mean
129
95,0 %
CI
8618;
9124)
T Confidence Intervals
Variable
C1
N
15
Mean
8871
StDev
586
SE Mean
151
95,0 % CI
8546;
9195)
Observar que el primer intervalo est contenido en el segundo, i.e.: el segundo intervalo es
menos preciso que el primero. Ello es lgico si tenemos en cuenta que para hallar el
primer intervalo disponamos de mayor informacin (conocamos el valor de la desviacin
tpica), por lo que el resultado es ms preciso.
c) Suponiendo que no conoces la desviacin tpica, halla un intervalo de confianza, a nivel del
90%, para . Compara este intervalo con el obtenido en b).
T Confidence Intervals
Variable
C1
Mean
StDev
SE Mean
15
8871
586
151
90,0 % CI
(
8604;
9137)
Ahora, como somos menos exigentes por lo que al nivel de confianza se refiere (hemos
pasado del 95 al 90%), lo que cabra esperar es que el intervalo obtenido est contenido
dentro del hallado en b). Observar que, en efecto, se cumple esta previsin.
2.
np(1 p)
X N(np,
pN(p,
p(1 p)
)
n
Para calcular el intervalo de confianza, seleccionamos: Stat > Basic Statistics > 1 Proportion:
NSample p
95,0 % CI
Z-ValueP-Value
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
10
BIBLIOGRAFA
[1]
Lind, D.; Mason, R.; Marchal, W. (2001): Estadstica para Administracin y Economa.
Irwin McGraw-Hill.F.
[2]
[3]
[4]
Levin, R.; Rubin, D. (1996): Estadstica para Administradores. Ed. Prentice Hall.
[5]
ENLACES
http://oak.cats.ohiou.edu/~wallacd1/shyp.html
Definicin y ejemplos de contraste de hiptesis de una poblacin conocida la media y la
desviacin estndar de la poblacin.
http://www.unalmed.edu.co/~estadist/C.L.T/T_C_L.htm
Caractersticas y applet del Teorema Central del lmite.
http://www.unalmed.edu.co/~estadist/confinterval/intervalconf.htm
Caractersticas y applet del concepto de Intervalo de confianza.
http://e-stadistica.bio.ucm.es/mod_intervalos/intervalos_applet.html
Caractersticas y applet del concepto de Intervalo de confianza.
http://e-stadistica.bio.ucm.es/mod_contraste/contraste_applet.html
Applet sobre contraste de hiptesis para muestras independientes.
http://oak.cats.ohiou.edu/~wallacd1/ssample.html
Teoria y ejemplos sobre distribuciones muestrales
http://kitchen.stat.vt.edu/~sundar/java/applets/
Aplicaciones estadsticas con JAVA
http://e-stadistica.bio.ucm.es/mod_intervalos/intervalos_applet.html
Applets sobre estimacin por intervalos
Ed.