UNAD

INTRODUCCION.
En esta actividad se mostraran los conceptos ms usados para la estimacin puntual pero de una manera grfica con el fin de mostrar de
manera puntual lo ms importante de este tema.
TIPOS DE ESTIMADORES
Los procedimientos de estimacin pueden dividirse en dos tipos:
Estimacin puntual: la estimacin se representa mediante un solo nmero.
Estimacin por intervalo: la estimacin se representa mediante dos nmeros que determinan un intervalo sobre la recta.
Ejemplo. Se quiere estimar la altura media de los alumnos de un determinado curso. Se puede dar la estimacin diciendo que la altura media es de 1.65
m (estimacin puntual) o bien decir que la altura media estar entre 1.6 m y 1.7 m (estimacin por intervalo).
Un estimador es una regla que expresa cmo calcular la estimacin, basndose en la informacin de la muestra y se enuncia, en general, mediante
una frmula.
Un estimador puntual utiliza los datos de la muestra para obtener un nmero que estima el valor del parmetro.
Un estimador por intervalo utiliza los datos de la muestra para obtener dos valores numricos entre los cuales se supone que est el valor del
parmetro estimado.

Mapa conceptual:

2.-

Describe

cmo se determina un intervalo de confianza, apoyado de un ejemplo.

Cuando la distribucin muestral de un estimador puntual es aproximadamente normal, se puede construir un estimador de intervalo o intervalo de
confianza mediante el siguiente razonamiento. Para mayor sencillez, suponga que el coeficiente de confianza es .95 y consulte la figura 8.6.

 Sabemos que, de todos los valores posibles del estimador que podramos seleccionar, 95% de ellos estarn en el intervalo Parmetro
1.96 SE
que se ve en la figura 8.6.
Como el valor del parmetro es desconocido, considere construir el intervalo
estimador 1.96 SE
que tiene el mismo ancho que el primer intervalo, pero tiene un centro variable.
Con qu frecuencia este intervalo funcionar en forma correcta y encerrar el parmetro de inters? Consulte la figura 8.7.

Los primeros dos intervalos funcionan correctamente, es decir, el parmetro (marcado con una lnea punteada) est contenido dentro de ambos
intervalos. El tercer intervalo no funciona, porque no encierra al parmetro. Esto ocurri porque el valor del estimador del centro del intervalo estaba
demasiado lejos del parmetro. Por fortuna, valores del estimador slo caen a esa distancia 5% del tiempo y nuestro procedimiento funcionar en forma
correcta 95% del tiempo.

Conclusin.
Gracias a estos conceptos puedo determinar los parmetros de una poblacin basndome en la informacin de una muestra,
tambin aprendo a desarrollar de forma correcta las distribuciones mustrales, esto implica crecer en cuanto a
razonamiento estadstico inferencial.