Académique Documents
Professionnel Documents
Culture Documents
Estimacin de parmetros
9818,86 S 10353,20 S
10652,78 S 10508,26 No
9928,70 S 8996,00 S
9978,98 S 10386,52 S
9524,32 No 10594,60 S
11184,80 S 9024,18 S
9818,46 S 10350,60 S
10280,88 S 10878,36 No
10191,54 S 10032,84 No
11021,94 S 10594,72 No
9184,52 S 10048,26 No
11453,68 No 10558,78 No
11137,76 S 10195,88 S
10312,94 No 11172,18 S
11237,64 No 11461,82 No
[73] 71
Se utiliza la notacin x1 , x2 , etc., para indicar el salario anual
del primer director, del segundo, y as sucesivamente.
Por ejemplo, para estimar , la media de la poblacin del sa-
lario anual de los directores y, , la desviacin estndar del sala-
rio anual de los directores, se toman los datos de la Tabla N 2.1
para calcular los valores de los correspondientes estadsticos: la
media de la muestra X y la desviacin estndar de la muestra S.
As, tenemos que en la muestra observada, la media del salario
anual de los directores es:
x=
xi
=
310884
= 10362.80 ,
n 30
y la desviacin estndar:
s=
(x x ) =
i 448288.6381
= 669.54
n 1 29
72
mricos de X , S o P, obtenidos en una determinada muestra se
les llaman estimaciones puntuales del parmetro y los hemos de-
notado con: X , s, p.
A continuacin y para cualquier otro caso se resume la nota-
cin:
x= x i
(x x )
2
i
s=
: Desviacin estndar S: Desviacin n 1
poblacional estndar muestral valor de la desviacin
estndar
73
Tabla N 2.2: Resumen de estimaciones puntuales obtenidas a partir de una
muestra Aleatoria simple de 30 directores de colegios
74
dores puntuales de sus correspondientes parmetros poblaciona-
les, , y . Resulta intuitivamente atractivo que cada uno de
esos estadsticos de muestra sea estimador puntual de su parme-
tro poblacional correspondiente. Sin embargo, antes de emplear
algn estadstico de muestra como estimador puntual, se debe
comprobar si tiene ciertas propiedades asociadas con los buenos
estimadores puntuales. En esta seccin describiremos de manera
sucinta algunas propiedades de los buenos estimadores puntua-
les: insesgamiento, eficiencia y consistencia.
En vista que se pueden emplear diversas estadsticas como
estimadores puntuales de distintos parmetros poblacionales, en
esta seccin usaremos la siguiente notacin general:
Estimador insesgado
75
ces, tantoX como P son estimadores insesgados de sus par-
metros poblacionales correspondientes, y . Tambin se pue-
2
( )
de desmostrar que E S = , es decir, S 2 es un estimador inses-
2
(X )
2
X
gado de la varianza poblacional 2 , donde S 2 = i
y
n 1
X =
Xi .
n
Estimador eficiente
() ( ) () ( )
Si E 1 = E 2 = y Var 1 < Var 2 1 es ms efi-
ciente que 2 . Se dice que 1 es un estimador puntual insesgado
con menor desviacin estndar y tiene mayor eficiencia relativa
que el estimador 2 .
Estimador consistente
76
muestras mayores dan menores valores de X , llegamos a la con-
clusin que un tamao de muestra mayor tiende a producir esti-
maciones puntuales ms cercanas a la media de la poblacin . En
este sentido, se dice que la media muestral, X , es un estimador
consistente de la media poblacional . Con el mismo razonamien-
to podemos llegar a la conclusin que la proporcin muestral P es
un estimador consistente de la proporcin poblacional y S es un
estimador consistente de .
Introduccin
77
dencial y tiene por limites confidenciales a los valores LI (Lmite
Inferior) y LS (Lmite Superior).
Se llama nivel de confianza (1 ) a la probabilidad que el
intervalo construido incluya el verdadero valor del parmetro, por
ejemplo a .
Para construir intervalos de confianza, necesitamos saber la
distribucin terica de la estadstica utilizada como estimador.
Conocida esta distribucin podemos conocer la probabilidad aso-
ciada a cada uno de sus valores.
A continuacin presentaremos la metodologa para encontrar
los intervalos de confianza para algunos parmetros.
X
z(1 / 2 ) z(1 / 2 ) .
/ n
As, el intervalo para con un nivel de confianza (1 ) es:
X z(1 / 2 ) X + z(1 / 2 ) .
n n
78
Luego, un intervalo de confianza al nivel (1 ) , para la
media poblacional , cuando ya se observ la muestra de ta-
mao n es:
2 2
z(1 )
z(1 )
2 2
x z(1 / 2 ) x + z1( / 2 ) , (2.1)
n n
Ejemplo 2.1
79
media de los estudiantes de Administracin Educativa, con un
nivel de confianza de 0.99.
Solucin
80 2.58
(1) 80 + 2.58
(1)
100 100
80 0.258 80 + 0.258
79.74 80.26
(X )
2
X
n 1 grados de libertad, P[t(n 1) < t(1 / 2 ) ] = 1
i
y .
2 S=
n 1
Ejemplo 2.2
80
Una muestra aleatoria de 20 estudiantes de la Facultad de Educa-
cin responden a una prueba de inteligencia espacial, obtenin-
dose una media de 70 y una desviacin tpica de 1 Entre qu l-
mites se hallar la verdadera inteligencia espacial media de los
estudiantes de Educacin, con un nivel de confianza 0.95?. Suponga
que los puntajes medios de la prueba de inteligencia espacial se
distribuyen normalmente.
Solucin
s s
x t(1 / 2 ) x + t(1 / 2 ) (2.2)
n n
1 1
70 2.091 70 + 2.091
20 20
70 0.4676 70 + 0.4676
69.53 70.47
X X
Z= t =
y S
n n
81
tienen distribucin aproximadamente normal y pueden usarse
para construir los intervalos de confianza referentes a la media
poblacional.
El intervalo de confianza al nivel (1 ) para la media po-
blacional , con desconocido y en muestras grandes es:
S S
X z(1 / 2 ) X + z(1 / 2 ) .
n n
Ejemplo 2.3
Solucin
s s
x z(1 / 2 ) x + z(1 / 2 ) (2.3)
n n
11.07 11.07
840.1 1.96 840.1 + 1.96
50 50
837.03 843.17
82
los salarios de todos los docentes de esa universidad, es (837.03so-
les, 843.17 soles).
Ejemplo 2.4
83
grafa: Estadstica Descriptiva con soporte en SPSS y MATLAB
(Gmez et al., 2005).
Solucin
Mean Std.
Deviation
5900 3058
s s
x z1( / 2 ) x + z(1 / 2 )
n n
3058 3058
5900 1.96 5900 + 1.96
85 85
5900 650.78 5900 + 650.78
5249.22 6550.78
84
los docentes universitarios peruanos est entre 5249.22 y 6550.78
dlares anuales, con un nivel de confianza del 95%.
P (1 P ) P (1 P )
P z(1 / 2 ) P + z(1 / 2 )
n n
donde:
Ejemplo 2.5
Solucin
85
a 320
co en la muestra es p = = = 0.80 .
n 400
Un intervalo de confianza al nivel del 95%, para la propor-
cin poblacional es:
p (1 p ) p (1 p )
p Z (1 / 2 ) p + Z (1 / 2 ) (2.4)
n n
0.80(0.20 ) 0.80(0.20 )
0.80 1.96 0.80 + 1.96
400 400
0.7608 0.8392
da, Z =
(X 1 )
X 2 (1 2 )
, tiene distribucin N (0,1) , donde
2
2
+ 2
1
n1 n2
12 22
X 1 X 2 = + .
n1 n2
86
Cabe sealar que si los tamaos de muestra son grandes, a
pesar de que las variables X 1 y X 2 no tienen distribucin nor-
Ejemplo 2.6
Solucin
Grupo 1 Grupo 2
n1 = 25 n2 = 20
x1 = 12.2 puntos x 2 = 10.5 puntos
87
12 22 (15)2 + (0.5)2
X 1 X 2 = + = = 0.09 + 0.0125 = 0.32
n1 n2 25 20
X 1 X 2 z(1 / 2 ) S X 1 X 2 1 2 X 1 X 2 + z(1 / 2 ) S X 1 X 2
donde:
S12 S22
S X 1 X 2 = + .
n1 n2
Ejemplo 2.7
88
En una muestra aleatoria de 36 alumnos de la maestra de
2
educacin, la media de edades es x1 = 40 aos y s1 = 9 aos y
en otra muestra aleatoria de 49 alumnos en la maestra de ciencias
sociales, la media de edades de los alumnos es x1 = 35 aos y des-
viacin estndar s2 = 10 de aos. Vamos a obtener el interva-
2
Solucin
s12 s22 9 10
sX 1 X 2 = + = + = 0.6739
n1 n2 36 49
En muestras grandes, con el valor de y con los valores obtenidos
en la muestra se tiene:
( x1 x2 ) z(1 / 2 ) s X 1 X 2 < 1 2 < ( x1 x 2 ) + z(1 / 2 ) s X 1 X 2 (2.7)
(40 35) 1.96(0.6739 ) 1 2 ( 40 35) + 1.96(0.6739 )
3.679 1 2 6.321
89
(n1 + n2 2 ) grados de libertad y se denota con ( n1+n22 ) . Como t
hay n1 1 grados de libertad asociados con la muestra aleatoria
de la poblacin 1, y n2 2 grados de libertad para la poblacin 2,
la distribucin t tendr (n1 + n2 2) grados de libertad.
El estimador de la varianza poblacional es
S p2 =
(n 1)S + (n 1)S
1
2
1 1
2
2
.
n +n 2
1 2
2
Si S p es el estimador de 2 , entonces el estimador puntual
1 1
de X 1 X 2 cuando 12 = 22 = 2 es S X X = S p2 + .
1 2
n1 n2
Ahora se puede emplear la distribucin t-Student para en-
contrar un intervalo de confianza para la diferencia entre las me-
dias de las poblaciones.
Si se observa una muestra aleatoria de tamao n1 para la va-
riable X 1 y una muestra de tamao n2 para la variable X 2 , donde
X 1 y X 2 son variables independientes con varianzas desconoci-
das, el intervalo para estimar la diferencia de medias 1 2 , al
nivel de confianza (1 )100% es:
donde:
1 1
s X 1 X 2 = s 2p + y para > 0 , P (t( n1 +n2 2 < tterico ) = 1-,
n1 n2
entonces en la tabla t-Student se encuentra el valor de t(1 / 2 ) =
t(terico) , la abscisa de la distribucin t-Student con n1 + n2 2 gra-
dos de libertad.
Ejemplo 2.8
90
jadores de una determinada universidad de dos turnos diferentes
A y B, realizan una tarea, se registraron los tiempos correspon-
dientes a 9 trabajadores de cada uno de los turnos. Para el turno A
se obtuvo:
Solucin
Tiempo A Tiempo B
N 9 9
Mean 35.22 31.56
Std. Deviation 4.94 4.48
s 2p =
(n1 1)s12 + (n2 1)s22 =
8(4,94 ) + 8(4,48)
2 2
n1 + n2 2 16
91
195.20 + 160.56 355.76
= = = 22.24 ,
16 16
1 1 1 1
s X 1 X 2 = s 2p + = 22.24 + = 4.89 = 2.21.
n1 n2 9 9
Con n1 + n2 2 = 9 + 9 2 = 16 grados de libertad, = 0.05 ,
( )
se cumple P t(16 ) < tterico = 0.975, entonces en la tabla t-Student
se encuentra el valor de t(1 / 2 ) = tterico = 2.12 .
El intervalo de 95% de confianza para la diferencia de medias
poblacionales es:
( x1 x 2 ) t(1 / 2 ) s X 1 X 2 1 2 ( x1 x 2 ) + t(1 / 2 ) s X 1 X 2
1.03 1 2 8.35
92
B
P2 = , donde A es el nmero de elementos con el atributo de
n1
inters en la primera muestra y B es el nmero de elementos con
el mismo atributo en la segunda muestra. Cuando las muestras son
( P1 P2 ) ( 1 2 )
suficientemente grandes, la estadstica tiene dis-
1 1
P (1 P ) +
nn1 P n+2 n P
tribucin aproximadamente normal, donde P = 1 1 2 2 . Una
n1 + n2
n1 p1 + n2 p2
estimacin comn de 1 = 2 = , es p = .
n1 + n2
El intervalo de confianza (1 ) % para la diferencia de pro-
porciones es:
( P1 P2 ) z(1 / 2 ) S p 1 2 ( P1 P2 ) + z(1 / 2 ) S p ,
1 1
donde S p = P(1 P ) + .
n1 n2
Ejemplo 2.9
centes que trabajan en las reas rurales norte y sur, que solicitan
traslado a reas metropolitanas, para obtener un intervalo de con-
fianza para la diferencia entre las proporciones de expedientes con
errores en las dos zonas rurales. A continuacin se tiene el nme-
93
ro total de expedientes y el nmero de expedientes con errores en
cada una de las oficinas regionales.
Solucin
1 1 1 1
sp = p (1 p ) + = 0.1127 (0.8873) + = 0.027
250 300
n1 n2
94
En secciones anteriores describimos mtodos de inferencia esta-
dstica, donde intervenan medias y proporciones poblacionales.
En esta seccin ampliaremos el campo a casos donde intervienen
inferencias acerca de varianzas de la poblacin.
En el captulo anterior utilizamos la varianza muestral
(X ) , como estimador puntual de la varianza pobla-
2
X
i
S2 =
n 1
cional .
2
0 (n 1)S 2
2
Siempre que se selecciona una muestra aleatoria simple del
S2
tamao n de una poblacin normal, la expresin: (n 1) , tiene
2
una distribucin ji-cuadrado con n 1 grados de libertad.
/2
/2
1
0 2 / 2 12 / 2
95
dad, de a la derecha del valor establecido.
Usando esta distribucin se obtiene los percentiles ( / 2 ) y
2
(21 / 2 ) de tal manera que cada una de las reas que se indican en
la siguiente figura sean iguales a / 2 .
As que,
P / 2
(n 1)S 2 = 1
1 / 2
2
Luego, el intervalo para 2 , al nivel de confianza 1 , es:
(n 1)S 2 2
(n 1)S 2
,
12 / 2 2 / 2
Ejemplo 2.10
Solucin
n = 20 , s 2 = 16 puntos2, x = 72 puntos.
(20 1)s 2 2
(20 1)s 2
(2.10)
12 / 2 2 / 2
96
(20 1)16 2 (20 1)16
30.14 10.12
10.09 2 30.04
Ejercicios
97
A una muestra aleatoria de 784 nios, cuyas edades fluctua-
ban de 9 a 14 aos, se les pregunt en qu forma conseguan dine-
ro de sus padres (Consumer Reports, enero de 1997). las respues-
tas fueron las siguientes:
98
empeorando.
99
Hombres Mujeres
Zona 1 Zona 2
n1 = 8 n2 = 12
100
inciso b?.
x1 = 145 x2 = 135
101
van caminando al colegio. Se sabe que las desviaciones estndar
en ambas poblaciones son 9 y 12 respectivamente.
Los resultados de la prueba de ansiedad son los siguientes:
Mtodo A 12 13 12 10 10 13 13 11 14
Mtodo B 16 17 117 14 15 17 16 16 15
102
Un grupo de 350 estudiantes fueron divididos aleatoriamen-
te en dos subgrupos de 100 y 150 estudiantes. Los de la muestra 1
aprendieron determinado material en el cual se enuncia verbal-
mente el concepto de transitivitas de "ms alto que", a continua-
cin de lo cual se dieron varios ejemplos de la situacin; a los es-
tudiantes del grupo 2 se les expuso ejemplos tras de lo cual se
enunci verbalmente el concepto. Son dos las poblaciones subya-
centes a las muestras y que hubieran podido participar en el expe-
rimento. Al finalizar el experimento, 62 estudiantes de la muestra
1 y 70 estudiantes de la muestra 2 dominaban el concepto de tran-
sitividad. Encuentre un intervalo de confianza del 95% para la di-
ferencia de proporciones poblacionales. Previamente caracterice
los parmetros poblacionales.
103