Estadstica Inferencial

Profesor:
Ing. Ricardo Rosas Roque

Estimacin de Parmetros
La inferencia estadstica es el proceso

mediante el cual se utiliza la informacin de

los datos de una muestra para extraer
conclusiones acerca de la poblacin de la
que se seleccion la muestra.

Las tcnicas de la inferencia estadstica

pueden dividirse en dos reas principales:

estimacin de parmetros y prueba de

hiptesis.

Estimacin del parmetro

Estimacin de punto. El valor del estimador,

es aquel que se asume como la medida

representativa de la poblacin.
Estimacin de intervalo. Se asume un margen
de error por encima y por debajo del
estimador como una medida adecuada para
estimar el parmetro poblacional.
Intervalo de confianza. Es una estimacin de
intervalo, asociada a una probabilidad que
representa el grado de confiabilidad en la
generalizacin
4

Estimacin por punto. Ejemplo

Despus que se ha seleccionado la muestra

Entonces la estimacin puntual

Propiedades de los estimadores

Sesgo
Consistente
Eficiente

Sesgo
Un estimador es insesgado si la media de la
distribucin del estimador es igual al
parmetro.

Consistente (Robustez)
Un estimador es consistente si aproxima el

valor del parmetro cuanto mayor es n

(tamao de la muestra).
Ejemplo:
En una poblacin de 500 puntuaciones cuya
Media igual a 4.9 han hecho tres muestreos
aleatorios (nmero de muestras= 100) con los
siguientes resultados:

Eficiente
Un estimador es ms eficiente que otro si la

Varianza de la distribucin muestral del

estimador es menor a la del otro estimador.
Dentro de la clase de estimadores, es mejor
encontrar el estimador que tiene la varianza
ms pequea.

Intervalo de confianza para la media

con varianza conocida.
Una estimacin puntual no es suficiente, en
el sentido de que dar un nmero como
estimacin de un parmetro no nos indica el
error que cometemos en la estimacin; esto
es consecuencia de la aleatoriedad del
muestreo

10

Precisin de la estimacin: el error estndar

Cuando

presentamos el valor de una

estimacin puntual, suele ser necesario dar
alguna idea de su precisin. El error
estndar es la medida usual de precisin que
se emplea

Un error estndar pequeo implica que se ha

presentado una estimacin relativamente
precisa.
11

Ejemplo:

Se describe un nuevo mtodo para medir la

conductividad trmica de hierro Armco. Al
emplear una temperatura de 100F y una
entrada de potencia de 550 W, se obtuvieron
las siguientes 10 mediciones de conductividad
trmica. Hallar el error estndar estimado de X
41.60
41.48
42.34
41.95
41.86
42.18
41.72
42.26
41.81
42.04

0,089
12

Definicin de intervalo de confianza

Dada una muestra aleatoria simple (X1, X2,,

Xn) de una variable aleatoria X se llama

intervalo de confianza para un parmetro ,
con nivel o coeficiente de confianza 1 - ,
0 < < 1, a un intervalo aleatorio (dado que
sus extremos dependen de las muestras
elegidas):
[1,( X1, X2, Xn ), 2 (X1, X2, Xn)]
13

Interpretacin de un intervalo de
confianza
Se tiene una confianza del (1 - ) 100% en el
sentido de que si se toma infinitas muestras y
con cada una de ellas se construye el intervalo
numrico correspondiente, el (1- ) 100% de los
mismos contendran el valor del verdadero
parmetro, mientras que los restantes 100 %,
no.

Se espera que por lo menos 95 de cada 100

intervalos que se calculan con otras tantas
muestras contengan el valor desconocido 14

La mayora de los intervalos contienen el valor

correcto de , pero hay un intervalo, que no lo
contiene. La muestra con que se construy este
intervalo forma parte del 5% de las muestras
malas, es decir las que proporcionan intervalos
equivocados.

el intervalo contiene al parmetro con

15
una confianza del 0,95

En muchas situaciones, una estimacin puntual

no proporciona suficiente informacin acerca
del parmetro de inters. Por ejemplo,
interesa estimar la resistencia media a la
compresin de concreto, un solo nmero
puede no tener mucho significado. Una
estimacin de intervalo de la forma LS y LI
podra resultar ms til.

16

 La longitud de un intervalo de confianza

observado es una medida importante de la

calidad de la informacin obtenida de la
muestra.

En una situaci6n ideal, obtener un intervalo

relativamente corto con una confianza

elevada.

17

18

Intervalo de confianza para la media

con conocida.

19

Error en la estimacin:

Teorema: Si X es un estimador de ,
entonces se puede tener una confianza del
(1 - ) 100% de que el error no exceder una
cantidad especfica:
20

Ejemplo:
La Empresa XX decide hacer un estudio para
determinar la cantidad gastada de un combustible
para calefaccin casera en un ao en particular.
Con tal motivo se selecciona una muestra de n = 64
hogares de la ciudad. La media muestral del gasto en
gas para calefaccin result de $83,6. Se sabe por
experiencia que la desviacin estndar de la poblacin
es $17,8.
a) Hallar un I. de C. del 95% para el gasto promedio
anual en este tipo de combustible en la ciudad.
b) Calcular un I. de C. del 99% para ese gasto
promedio anual.
21
c) Qu conclusiones puede sacar de a) y b)?

22

Conclusin

23

Determinacin del tamao muestral

Se quiere estimar la facturacin mensual

promedio por luz elctrica en el mes de julio en
casas de familia de la ciudad X. Se sabe que la
desviacin estndar es de $20.
Se quiere estimar la facturacin promedio de
julio con aproximacin 5$ del promedio real,
con 99% de confianza. Qu tamao de muestra
24
se necesita?

= 107

25

Intervalo de confianza para la media

con desconocida.

26

Ejemplo:
El contenido de 7 recipientes similares de
vino es: 9,8; 10,2; 10,4; 9,8; 10,3; 10,2 y 9,6
litros.
Encontrar un intervalo de confianza del 95%
para la media de todos los recipientes,
suponiendo una distribucin aproximadamente
normal.

27

28

Observaciones
Para conocida se us el Teorema Central
del Lmite (Distribucin Normal)

Para desconocida se utiliz la distribucin

muestral de la v.a. T, basndose en la
premisa de que la muestra se tom de
una distribucin normal.
29

Ejemplo:
Los siguientes datos son los pesos en gramos de 16
bolsas de cierto material plstico que se
seleccionan en un depsito con el propsito de
verificar el peso promedio: 506, 508,499, 503,
504, 510, 497, 512, 514, 505, 493, 496, 506, 502,
509, 496.
a) Si el peso de cada bolsa es una v.a. normal con
desviacin tpica de 5 gramos, obtener los I. de C.
al 90, 95 y 99% para la media del peso de las
bolsas.
b) Determinar el tamao muestral, n, necesario
para que la longitud del intervalo, con = 0,05, sea
30
menor o igual a una unidad.

Resumen

31