Académique Documents
Professionnel Documents
Culture Documents
ESTIMACIÓN
ACTIVIDAD No.4
Presentado por:
ESTIMACIÓN
ACTIVIDAD No. 4
Presentado por:
Docente:
Contenido
Introducción .................................................................................................................................. 1
Justificación ................................................................................................................................... 2
Objetivos ........................................................................................................................................ 3
1. Ejercicio 8.1 resolver los numerales del 1 al 6 pág 283 del libro Estadística Aplicada Ciro
Martinez - Richard Levin ............................................................................................................. 4
2. Ejercicio 8.2 resolver los numerales 8 y 10 pág 286 y 287 del libro Estadística Aplicada
Ciro Martinez - Richard Levin .................................................................................................... 5
3. Ejercicio 8.3 resolver los numerales 12,13 y 15 pág 290 y 291 del libro Estadística
Aplicada Ciro Martinez - Richard Levin.................................................................................... 6
Conclusiones .................................................................................................................................. 7
Bibliografía .................................................................................................................................... 8
4
Tabla de ilustración
Ilustración 1 ................................................................................................................................... 2
Ilustración 2 ................................................................................................................................... 2
5
Introducción
Justificación
Objetivos
General
Específicos
ESTIMACIONES
Ilustración 1
1. Ejercicio 8.1 resolver los numerales del 1 al 6 pág 283 del libro Estadística
Aplicada Ciro Martinez - Richard Levin
8.1 ¿Cuáles son las dos herramientas básicas que se utilizan al hacer inferencias
estadísticas?
Las dos herramientas básicas que se utilizan al hacer inferencias estadísticas son:
Métodos de estimación de
parámetros
Métodos de prueba de
hipótesis.
Ilustración 2
9
Hipótesis nula, La afirmación que está establecida y que se espera sea rechazada
después de aplicar una prueba estadística es llamada la hipótesis nula y se representa por
Ho. Hipótesis alterna La afirmación que se espera sea aceptada después de aplicar una
prueba estadística es llamada la hipótesis alterna y se representa por Ha.
8.2 ¿Por qué los que toman decisiones a menudo miden muestras en lugar de medir
poblaciones completas?
8.3 ¿Explique una limitación que se presenta al hacer una estimación puntual, pero
que no se presenta al hacer una estimación de intervalo?
10
Primero que todo una estimación puntual es un solo número que se utiliza para
estimar un parámetro de población desconocido. Si, mientras observa al primer integrante
de un equipo de futbol americano salir al campo de juego, se dice: “¡caramba! Apuesto a
que el peso promedio de los jugadores defensivos es de 125 kilogramos “usted ha hecho
una estimación puntual. El jefe de departamento de una universidad estira haciendo una
estimación puntual si afirmaría “nuestros datos actuales indica que en esta materia
tendremos 351 estudiante el siguiente semestre”.
A menudo una estimación puntual es insuficiente debido a que solo tienen dos
opciones: es correcta o está equivocada. Si le dicen solamente que la afirmación sobre la
inscripción está equivocada no sabe que tanto está mal y no puede tener la certeza de que la
estimación es confiable. Si se entera de que solo esta errada por10 estudiante, podría
aceptar a 350 estudiantes como una buena estimación de la inscripción futura. Pero si está
equivocada en 90 estudiantes, la rechazaría como estimación de la inscripción futura.
Entonces, una estimación puntual es mucho más útil si viene acompañada por una
estimación del error que podría estar implicado.
está estimado con la misma frecuencia y la misma extensión con la que tiende a asumir
valores por debajo del parámetro de población que se está estimando.
2. Ejercicio 8.2 resolver los numerales 8 y 10 pág 286 y 287 del libro Estadística
Aplicada Ciro Martinez - Richard Levin
242 275 289 306 342 385 279 245 269 305 294 328
Banco # de personas
x1 242
x2 275
x3 289
x4 306
x5 342
x6 385
x7 279
x8 245
x9 269
x10 305
x11 294
x12 328
3.559
∑𝒙
̅=
𝒙
𝒏
3.559
̅
𝒙= = 𝟐𝟗𝟔, 𝟓𝟖𝟑
12
𝟐
∑𝑿 𝟐 ̅𝟐
𝒏. 𝒙
𝑺 = −
𝒏−𝟏 𝒏−𝟏
∑𝑿 𝟐 = 58.564 + 75.625 + 83.521 + 93.636 + 116.964 + 148.225 + 77.841 + 60.025 +
72.361 + 93.025 + 86.436 + 107.584 = 1.073.807
𝟏.𝟎𝟕𝟑.𝟖𝟎𝟕 𝟏𝟐(𝟐𝟗𝟔,𝟓𝟖𝟑)𝟐
𝑺𝟐 = −
𝟏𝟏 𝟏𝟏
𝑺 = √𝑺𝟐
8.10 En una muestra de 400 trabajadores textiles, 184 de ellos expresaron gran
insatisfacción con el plan propuesto para modificar las condiciones de trabajo. Como
el descontento de este grupo fue lo suficientemente fuerte para hacer que la
administración de la fábrica considerara la reacción al plan como altamente negativa,
tiene curiosidad de conocer la proporción del total de trabajadores en contra. Dé una
estimación puntual de esta proporción.
P: 46%
𝒑−𝑷
𝒁=
𝒒𝒑
√
𝒏
𝟎. 𝟒𝟔 − 𝟎. 𝟒𝟔
𝒁=
√(𝟎. 𝟓𝟒)(𝟎. 𝟒𝟔)
𝟒𝟎𝟎
𝟎
𝒁= =𝟎
𝟎. 𝟎𝟐𝟒
100 = 46%
3. Ejercicio 8.3 resolver los numerales 12,13 y 15 pág 290 y 291 del libro Estadística
Aplicada Ciro Martinez - Richard Levin 6
8.12 De una población que se sabe tiene una desviación estándar de 1.4, se toma una
muestra de 60 individuos. Se encuentra que la media de esta muestra es 6.2.
n = 60
𝝈 = 1,4
̅ = 6,2
𝒙
14
𝝈
𝝈𝒙 =
√𝒏
𝟏, 𝟒
𝝈𝒙 =
√𝟔𝟎
𝟏, 𝟒
𝝈𝒙 =
𝟕, 𝟕
̅ ± 𝝈𝒙
𝒙
𝟔. 𝟑𝟖𝟏
𝟔, 𝟐 ± 𝟎. 𝟏𝟖𝟏 <
𝟔. 𝟎𝟏𝟗
8.13 De una población con desviación estándar conocida de 1.65, una muestra de 32
elementos dio como resultado 34.8 como estimación de la media.
n = 32
𝝈 = 1,65
̅ = 34,8
𝒙
𝝈
𝝈𝒙 =
√𝒏
𝟏, 𝟔𝟓
𝝈𝒙 =
√𝟑𝟐
𝟏, 𝟔𝟓
𝝈𝒙 =
𝟓, 𝟔𝟓
̅ ± 𝝈𝒙
𝒙
𝟑𝟒. 𝟓𝟏
𝟑𝟒, 𝟖 ± 𝟎. 𝟐𝟗 <
𝟑𝟓. 𝟎𝟗
𝟑𝟒, 𝟖 ± 𝟑𝝈𝒙 = 𝟑𝟏. 𝟖 𝒂 𝟑𝟕. 𝟖 = 𝟗𝟗. 𝟕% 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂
8.15 Debido a que el dueño del restaurante recientemente abierto, El Refugio del
Bardo ha tenido dificultades al estimar la cantidad comida que debe preparar cada
tarde , ha decido determinar el número medio de clientes a los que atiende cada
noche. Seleccionó una muestra de 30 noches que le arrojaron una media de 71
clientes. Se llegó a la conclusión de que la desviación estándar de la población es 3,76.
n = 30
𝝈 = 3,76
̅ = 71
𝒙
𝝈
𝝈𝒙 =
√𝒏
𝟑, 𝟕𝟔
𝝈𝒙 =
√𝟑𝟎
𝟑, 𝟕𝟔
𝝈𝒙 =
√𝟓, 𝟒𝟕
𝝈𝒙 = 𝟎, 𝟔𝟖
̅ ± 𝝈𝒙
𝒙
𝟕𝟎. 𝟑𝟐
𝟕𝟏 ± 𝟎. 𝟔𝟖 <
𝟕𝟏. 𝟔𝟖
16
Conclusión
Para resumir estimar qué va a ocurrir respecto a algo (o qué está ocurriendo, o qué
ocurrió), a pesar de ser un elemento muy claramente estadístico, está muy enraizado en
nuestra cotidianidad. Dentro de ello, además hacemos estimaciones dentro de un intervalo
de posibilidades. Por ejemplo: “creo que terminaré la tarea en unos 5-6 días”. Lo que
hacemos en el terreno del análisis de datos es aplicar matizaciones técnicas a este hábito.
Vamos a dedicar este documento al concepto de estimación, comenzando con la estimación
puntual. Después nos ocuparemos de desarrollar un modelo de estimación por intervalo
donde identificaremos los elementos fundamentales, con su significado y símbolo. Y, por
último, habrá que desarrollar cómo se calculan esos elementos. Estimar puede tener dos
significados interesantes. Significa querer e inferir. Desde luego, el primer significado es
más trascendente. Pero no tiene ningún peso en la estadística, disciplina que no se ocupa de
los asuntos del amor. El segundo significado es el importante aquí. Una estimación
estadística es un proceso mediante el que establecemos qué valor debe tener un parámetro
según deducciones que realizamos a partir de estadísticos. En otras palabras, estimar es
establecer conclusiones sobre características poblacionales a partir de resultados
muéstrales. Vamos a ver dos tipos de estimaciones: puntual y por intervalo. La segunda es
la más natural. Y verás que forma parte habitual de nuestro imaginario como personas sin
necesidad de una formación estadística. La primera, la estimación puntual, es la más
sencilla y, por ese motivo, vamos a comenzar por ella. Ocurre, además, que la estimación
por intervalo surge, poco más o menos, de construir un intervalo de posibles valores
alrededor de la estimación puntual. Una estimación puntual consiste en establecer un valor
concreto (es decir, un punto) para el parámetro. El valor que escogemos para decir “el
parámetro que nos preocupa vale X” es el que suministra un estadístico concreto. Como ese
estadístico sirve para hacer esa estimación, en lugar de estadístico suele llamársele
estimador. Así, por ejemplo, utilizamos el estadístico “media aritmética de la muestra”
como estimador del parámetro “media aritmética de la población”. Esto significa: si quieres
conocer cuál es el valor de la media en la población, estimaremos que es exactamente el
mismo que en la muestra que hemos manejado.
18
Bibliografía