Académique Documents
Professionnel Documents
Culture Documents
Estimación de parámetros
Estimación eficiente
1
un estadı́stico S. Entonces, si la distribución de muestreo de S es aproximada-
mente normal(esto es cierto para muchos estadı́sticos si el tamaño de la muestra
n ≥ 30). Podemos esperar hallar un estadı́stico muestral real S que esté en los
intervalos µs − σs a µs + σs , µs − 2σs a µs + 2σs ó µs − 3σs a µs + 3σs alrededor
del 68,27 %, 95,45 % y 99,73 % del tiempo respectivamente.
Equivalentemente podemos esperar hallar µs en los intervalos S−σs a S+σs
, S − 2σs a S + 2σs ó S − 3σs a S + 3σs alrededor del 68,27 %, 95,45 % y 99,73 %
del tiempo respectivamente.
Los limites extremos de estos intervalos S ± σs , S ± 2σs , S ± 3σs se lla-
man entonces los limites de confianza al 68,27 %, 95,45 % y 99,73 % o lı́mtes
fiduciales.
Analogamente S ± 1, 96σs , S ± 2, 58σs son los limites de confianza 95 %
y 99 % para S. El porcentaje de confianza se suele llamar NIVEL DE CON-
FIANZA. Los números 1,96 ; 2,58 etc. en los limites de confianza se llaman
COEFICIENTES DE CONFIANZA O VALORES CRÍTICOS y se denota por
zo .
nivel de confianza 99,73 % 99 % 98 % 96 % 95 % 95,45 % 90 % 80 %
zo 3 2,58 2,33 2,05 1,96 2 1,645 1,28
P (−zo ≤ Z ≤ zo ) = 1 − α
X −µ
P (−zo ≤ σ ≤ zo ) = 1 − α
√
n
σ σ
P (X − zo √ ≤ µ ≤ X + zo √ ) = 1 − α
n n
P (L1 ≤ µ ≤ L2 ) = 1 − α
donde zo = z1− α2
[L1 , L2 ] es un intervalo aleatorio que contiene µ con 100 (1−α) % de nivel
de confianza.
Este resultado se aplica en los siguientes casos:
P (−to ≤ t ≤ to ) = 1 − α
X −µ
P (−to ≤ b
≤ to ) = 1 − α
√S
n
2
Sb Sb
P (X − to √ ≤ µ ≤ X + to √ ) = 1 − α
n n
P (L1 ≤ µ ≤ L2 ) = 1 − α
Ejercicio
Las medidas de los diámetros de una muestra aleatoria de 200 bolas de
rodamiento producidas por una máquina en una semana dieron una media de
0,824 cm y una desviación tı́pica de 0,042 cm. Estime el diámetro medio de
todas las bolas mediante un intervalo del 99 % de confianza.
Intervalo de confianza para diferencias (o suma) de medias
P (−zo ≤ Z ≤ zo ) = 1−α
(X ± Y ) − (µx ± µy )
P (−zo ≤ q ≤ zo ) = 1−α
σx2 σy2
n1
+ n2
s s
σx2 σy2 σx2 σy2
P ((X ± Y ) − zo + ≤ µx ± µy ≤ (X ± Y ) + zo + ) = 1−α
n1 n2 n1 n2
P (L1 ≤ µ ≤ L2 ) = 1−α
P (X ± Y − Eo ≤ µx ± µy ≤ X ± Y + Eo ) = 1 − α
donde s
(n1 − 1)Sbx2 + (n2 − 1)Sby2 1 1
Eo = to ( + )
n1 + n2 − 2 n1 n2
to = t1− α2 (r) y r = n1 + n2 − 2 (grados de libertad).
Ejercicio
Una compañia desea comparar la duración de dos tipos de piedras usadas
en un proceso arasivo y encuentra que el promedio de vida de 10 piedras
3
del primer tipo es de 58 meses con una desviación estandar de 6 meses y
que el promedio de vida de 12 piedras del segundo tipo es de 66 meses
con una desviación tı́pica de 4.
Construya un intervalo de confianza del 99 % para la diferencia de los
dos tipos de piedras.
Intervalo de confianza para proporciones
Si el estadı́stico pb = nx es la proporción de exitos en una muestra de
tamaño n extraida de una población binomial en la que p es la proporción
de exitos en la población.
Entonces los limites de confianza
q para p, cuando n → ∞, vienen dadas
por pb ± Eo donde Eo = zo pb(1−b
n
p)
P (−zo ≤ Z ≤ zo ) = 1 − α
pb − p
P (−zo ≤ q ≤ zo ) = 1 − α
p(1−p )
n
P (L1 ≤ p ≤ L2 ) = 1 − α
donde q
zo2 zo zo2
(b
p+ 2n
) − √
n
pb(1 − pb ) + 4n
L1 = 2
1 + zno
q
zo2 zo2
(b
p + 2n ) + √zon pb(1 − pb ) + 4n
L2 = zo2
1+ n
Suponiendo que n es suficientemente grande (n → ∞) para que la aprox-
imación normal sea buena se tiene:
r
pb(1 − pb )
L1 ' pb − zo
n
r
pb(1 − pb )
L2 ' pb + zo
n
Si la población es finita:
P (b
p − Eo ≤ p ≤ pb + Eo ) = 1 − α
q
pb(1−bp)
donde Eo = zo n
(N −n
N −1
)
Ejercicio
1. En 40 lanzamientos de una moneda, han salido 24 caras. Halle los limites
de confianza del 95 % para la proporción de caras que se obtendrian en
un número ilimitado de lanzamientos de esa moneda.
4
2. Una empresa encuestadora quiere estimar el rating de una telenovela en
una población que consiste de 5000 hogares con TV.
(n − 1) Sb 2
(n − 1) Sb2
P( 2 ≤ σ2 ≤ 2 ) = 1−α
χ1− α (n − 1) χ α (n − 1)
2 2
P (−zo ≤ Z ≤ zo ) = 1 − α
S−σ
P (−zo ≤ σ ≤ zo ) = 1 − α
√
2n
S S
P( zo ≤ σ ≤ ) = 1−α
1 + 2n
√ 1 − √z2n
o
P (L1 ≤ σ ≤ L2 ) = 1 − α
Ejercicio
Diez objetos de forma cilı́ndrica elegidas al azar entre los productos en
cierta planta industrial han mostrado los siguientes diámetros en cm.
5
EJERCICIOS DE APLICACIÓN
2. Una empresa fabrica focos, que tienen una duración distribuida aproxi-
madamente en forma normal, con una desviación tı́pica de 40 h. Si una
muestra de 30 focos tiene una vida promedio de 780 h.
A B
×1 = 36300 km ×2 = 38100 km
Sb1 = 5000 km Sb2 = 6100 km
6
6. Un fabricante de vehı́culos sabe que el consumo de gasolina (en litros)
de sus vehı́culos se distribuye normalmente. Se selecciona una muestra
aleatoria simple de coches y se observa el consumo cada cien kilómetros
obteniendo las siguientes observaciones: (19,2 ; 19,4 ; 18,4 ; 18,6 ; 20,5
; 20,8 ). Obtenga el intervalo de confianza para el consumo medio de
gasolina de todos los vehı́culos de este fabricante, al nivel de confianza
del 99 %.
10. En una muestra de 400 pilas tipo B fabricadas por la Everlast Company,
se encontraron 20 defectuosas. Si la proporción p de pilas defectuosas
en esa muestra se usa para estimar P , que vendrá a ser la proporción
verdadera de todas las pilas defectuosas tipo B fabricadas por la Everlast
Company, encuentre el máximo error de estimación tal que se pueda tener
un 95 % de confianza en que P dista menos de ε de p.