ESTIMACION DE PARAMETROS

14 1. Introducción
12
10 2. Estimación puntual
8 3. Propiedades de los estimadores
6 4. Estimación puntual por el método
4
2 máximo verosímil
0 5. Estimación mediante intervalos
 INTRODUCCION

¿Qué se entiende por estimar en general?

¿Qué es entonces estimar un parámetro?

La estimación de parámetros es el proceso por el cual se

usa un estadístico para determinar el valor aproximado
de un parámetro poblacional, asumiendo el riesgo de tal
determinación en términos probables

PUNTUAL
ESTIMACION DE PARAMETROS
POR INTERVALO
La estimación de parámetros se enmarca dentro el proceso
general de la teoría de decisiones:

ESTADOS DE NATURALEZA
(ESPACIO PARAMÉTICO)

ESPACIO MUESTRAL:
PUNTO MUESTRAL

ESPACIO DE ACCIONES

REGLA DE DECISION
 PROPIEDADES DE LOS ESTIMADORES

INSESGAMIENTO.- El estimado es estimador insesgado del

parámetro si su esperanza matemática es igual al parámetro

CONSISTENCIA.- Un estimador es consistente si al aumentar el

tamaño de muestra, el estimador se aproxima más al parámetro

EFICIENCIA RELATIVA.- Entre dos estimadores, es eficiente aquel

estimador que tiene menor varianza

Si Entonces: Es estimador eficiente de

 ESTIMACION PUNTUAL DE PARAMETROS: METODOS

Estimar puntualmente un parámetro es cuando se usa un

valor único como estimador
METODO DE MAXIMA VEROSIMILITUD.- (Discutir previamente
las ideas que sustentan este método y luego método y técnica
utilizada por R. Fischer)
Sea m.a. de una población con parámetros
que se desean estimar
Formar función de verosimilitud:
Por independencia:
Maximizar el logaritmo de L:

………………

(Resolver y discutir ejemplos 3.1 y 3.2 pags. 81 y 83)

EJEMPLO
Sea obtener el estimador puntual máximo verosímil del parámetro “P”
de la distribución binomial
𝑃 ( 𝑋 =𝑥 ) =𝐶 𝑛𝑥 𝑃 𝑥 (1 − 𝑃 )𝑛 −𝑥 X=0,1,2,3……n
𝑆𝑖 𝑋 =𝑥 1 𝑃 ( 𝑥 1 )= 𝑃 1 ( 1− 𝑃 )1− 𝑥 1

Si x=1,2,3….n, multiplicando todos los casos: L

l 𝑑 𝑙𝑛𝐿 ∑ 𝑥 𝑛 − ∑ 𝑥
= − =0
𝑑𝑃 𝑃 1−𝑃

(1− 𝑃) ∑ 𝑥 −¿ ¿ ∑ 𝑥− 𝑃 ∑ 𝑥−𝑛𝑃+𝑝 ∑ 𝑥=0

^
𝑃=
∑𝑥
𝑛 𝑃𝑒𝑟𝑜, ∑ 𝑥=1+1+1….1=𝑛 𝐴,
^
𝑃=𝑝
Utilizando el método descrito u otros como MÍNIMOS CUADRADOS o el de
MOMENTOS, se llega generalmente a los siguientes resultados:

^ =𝑥
𝜇 Estimador insesgado, donde: 𝑥=
∑𝑥
𝑛

^ 𝑛𝐴
𝑃=𝑝 Estimador insesgado, donde: 𝑝=
𝑛

^2=𝑠2 𝑠 2=
∑ ( 𝑥 − 𝑥 ) 2

𝜎 Estimador sesgado si: 𝑛

^2=𝑠2 Estimador insesgado, donde si: 𝑠=

2∑ ( 𝑥 − 𝑥 )2
𝜎 𝑛−1
Mediante el método máximo verosímil, estimar el parámetro siendo la función de
densidad de la variable aleatoria X, la siguente:
1
1 −𝛽𝑥
𝑓 ( 𝑥 )= 𝑒 𝑥> ∞
𝛽

Obtener el valor del estimador para la muesta: 15,20,40,25,18, 30, 40, 10, 35
1
1 − 𝛽∑ 𝑥
𝐿= 𝑛 𝑒 1
𝛽 ln 𝐿=− 𝑛𝑙𝑛 𝛽− ∑ 𝑥
𝛽

𝑛𝛽− ∑ 𝑥=0,
𝑑 𝑙𝑛 𝛽 𝑛 ∑𝑥
=− − =0
𝑑𝛽 𝛽 𝛽
2

^
^
𝛽=
∑ 𝑥
=𝑥 𝑥=25 , 89
𝑛
 ESTIMACION DE PARAMETROS MEDIANTE INTERVALOS

ESTIMACION POR INTERVALOS.-Es obtener o construir un

intervalo de la forma en el cual es probable que se
encuentre el parámetro.

NIVEL DE CONFIANZA.- Es el número de intervalos que se desea

que contenga el parámetro a estimar.

Los niveles de confianza usuales son el 95 % y el 99%, pero

puede usarse cualquier nivel de confianza.
METODO DE ESTIMACION DE PARAMETROS POR
INTERVALOS:

1. Seleccionar la muestra aleatoria.

2. Calcular el estimador puntual del parámetro a
estimar.
3. Elegir nivel de confianza
4. Seleccionar la distribución muestral que contenga
tanto el parámetro a estimar como el estimador
puntual.
5. Determinar la regla de decisión en base a la
distribución muestral del estimador puntual
Para determinar nivel de confianza existen muchos intervalos
de confianza. Un intervalo de confianza óptimo se da cuando
el riesgo se distribuye simétricamente a ambos lados de
la distribución
ESTIMACION DE LA MEDIA POBLACIONAL CUANDO SE CONOCE LA DESVIACIÓN
TIPICA POBLACIONAL

𝑋 −𝜇
𝛼 𝛼 𝑧=
𝜎
2 1− 𝛼 2
√𝑛
− 𝑧0 𝑧0
𝑋 −𝜇
− 𝑧 0< 𝑧 < 𝑧 0 − 𝑧 0< <𝑧0
𝜎
√𝑛

𝜎 𝜎
− 𝑧0 < 𝑋 − 𝜇< 𝑧 0 De donde:
√𝑛 √𝑛

𝜎 𝜎
𝑥− 𝑧0 <𝜇< 𝑥 + 𝑧 0
√𝑛 √𝑛
ESTIMACION DE LA MEDIA POBLACIONAL CUANDO SE CONOCE LA DESVIACIÓN
TIPICA POBLACIONAL

0,95

0,025 0,025
− 𝑧0 𝑧0

P ( − 𝑧 0< 𝑧 < 𝑧 0 )= 0 , 95 𝑃𝑒𝑟𝑜 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎𝑠 𝑧 0 =1 , 96

=1,96
𝜎 𝜎
𝑥 −1 , 96 < 𝜇< 𝑥+ 1, 96
√𝑛 √𝑛
EN GENERAL:
A partir de la distribución muestral de medias y fijando un nivel
de confianza puede plantearse la probabilidad siguiente:

Puede obtenerse el intervalo de confianza para la media

poblacional de población infinita

Si la población es finita:
 Ejemplo:

Gasto semanal en carne/ familia (Población) 𝜎 =25 𝐵𝑠

1) Muestra: 1

Estimar media poblacional de gasto semanal con nivel de confianza a) 95 %, b) 99%

25 25
a) 𝑧 0 =1,96 120 −1,96 < 𝜇<120+ 1,96 115 <
√ 100 √ 100
25 25
𝑏 ¿ 𝑧 0 =2,57 120 −2,57 <𝜇< 120+2,57 114 <
√ 100 √100

2) Si N=1200 familias, n=100 familias,

125 −1,96
√
25 1200 −100
√ 100 1200 −1
<𝜇<125+1,96
25 1200 − 100
√100 1200 −1 √
120 <
 Empleados de la empresas “X”X según sueldo ( en cientos de Bs)
Sueldos Empleados Frecuencia % %
acumulada acumulado

60 – 80 50 50 12 12
80 – 100 70 120 17 29
100 – 120 200 320 49 78
120 – 140 55 375 13 91
140 - 160 35 410 9 100

410 100

𝑋 =108 (10800 𝐵𝑠) 𝑆=√ 452=21,26 (2126 𝐵𝑠 .)

21,26 21,26
108 −1,96 <𝜇 <108+1,96
√ 410 √ 410
 TAMAÑO DE LA MUESTRA PARA ESTIMAR MEDIA POBLACIONAL

Se requiere conocer:
a. El nivel de confianza
b. El error (E) admisible
c. La varianza (σ²) de la variable
Para población infinita de: Se obtiene:

Para población finita de:

Se obtiene: 𝑺𝒊 𝑵 −𝟏 ≈ 𝑵 ,

𝟏
𝒏=
𝐃𝐢𝐯 . 𝐧𝐮𝐦𝐞𝐫𝐚𝐝𝐨𝐫 𝐲 𝐝𝐞𝐧𝐨𝐦𝐢𝐧𝐚𝐝𝐨𝐫 𝐞𝐧𝐭𝐫𝐞 𝒛 𝟎 𝝈 𝟐 𝑵 : 𝟏 𝑬𝟐
+
𝑵 𝒛 𝟐𝟎 𝝈𝟐
Ejemplos: Calcula tamaño de muestra para estimar l a media de gastos que
realizan los que van a balneario de obrajes, con nivel de
confianza del 95 %, si la desviación típica de gastos es 25 Bs y se
desea tener error de menos de 5 Bs en la estimación

𝑧 0 =1,96 𝜎 =25 𝑆𝑖 𝐸 =5 𝐵𝑠 , 𝑛=?

1,96 2 ∙ 25 2
n= 2
=96 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
5

En el ejemplo anterior, población finita: n=? 𝑁 =1200

1
𝑛= 2
=89 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
1 5
+
1200 1 , 96 2 ̇ ̇ ˑ 252

Discutir, en ambos ejemplos, tamaño de muestra con error E = 2 Bs

ESTIMACION DE LA MEDIA POBLACIONAL CON MUESTRAS PEQUEÑAS

𝑥 −𝜇
𝑡= ∼ 𝑡𝑛 − 1
𝑠 Distribución t de Student con n-1 grados de libertad
√ 𝑛 −1
𝑃 ( ¿− 𝑡 0 <𝑡 <𝑡 0 ) =1 − 𝛼 𝑡 0 𝑒𝑛𝑡𝑎𝑏𝑙𝑎 𝑠𝑒𝑔ú 𝑛 𝑛𝑖𝑣𝑒𝑙 1− 𝛼

𝑥 −𝜇
−𝑡 0 < <𝑡 0
𝑠
De donde:
√ 𝑛 −1

𝑠 𝑠 1− 𝛼
𝑥 −𝑡 𝑜 < 𝜇< 𝑥 +𝑡 𝑜
√ 𝑛 −1 √𝑛 −1
- 𝑡0
 Estimar el precio promedio al con
PRECIOS nivel de confianza de a) 95% b) 99 %
3,30
3,50
3,25 𝑋=3,354
3,20
3,40
𝜎 =√ 0,034=0,1845
3,60
3,10
3,45 𝑆 𝑆
𝑋 −𝑡 𝑜 < 𝑋 < 𝑥+𝑡 𝑜
3,15 √ 𝑛 −1 √ 𝑛 −1
3,35
3,48 3,354
3,28
3,55
3,05 3,25< 𝜇<3,46
3,65
 ∑ 𝑥𝑓 =692,5
Asistentes al balneario de Obrajes,
según edad
X Edad Personas
(Años) 847
𝑥= =27 , 34
17,50 15 – 20 5 31
22,50 20 – 25 7
27,50
32,50
37,50
25 – 30
30 – 35
35 - 40
8
6
5
∑ 𝑥 𝑓 =16793,45
2

TOTAL   31 𝑡 𝑜 =2 , 04 (𝑑𝑒 𝑡𝑎𝑏𝑙𝑎𝑐𝑜𝑛 30 𝑔 . 𝑙 .)

𝑠 𝑠
𝑥 −𝑡 𝑜 < 𝜇< 𝑥 +𝑡 𝑜
√ 𝑛 −1 √𝑛 −1

√ ∑𝑥
( ∑𝑥𝑓
) √
2 2

𝑠=
𝑛
𝑓
−
𝑛
=
31
− ( )
24493 ,75 847 2
31
=6 , 53

6 , 53 6 , 53
2 7 , 34 −2 , 04 <𝜇< 27 , 34+2 , 04 2 4 , 91<𝜇<28,53
√ 31 −1 √ 31 −1
2 5<𝜇<29
ESTIMACION DE PROPORCIONES POBLACIONALES

Se sabe que:

𝑝−𝑃
𝑧= ∼ 𝑁 ( 0,1 ) (Poblaciones infinitas)
𝑝𝑞
𝑛√·
𝑝− 𝑃
𝑧= ∼ 𝑁 ( 0,1 ) (Poblaciones finitas)

√
𝑝𝑞 𝑁 − 𝑛
·
𝑛 𝑁 −1

Mediante razonamientos similares a los hechos anteriormente, se obtienen:

𝑝 − 𝑧𝑜
√ 𝑝𝑞
𝑛 √
< 𝑃 <𝑝+
𝑝𝑞
𝑛
(Poblaciones infinitas)

(Poblaciones finitas)
 Ejemplos:

1) Estimar % de los que habitualmente, asisten a un supermercado y adquirieron

el covid- 19 (con nivel de confianza de 95 %)
Sea n = 200, de los cuales 21 contagiados. Sea además nivel de confianza de 95%

Se sabe que: 𝑝 − 𝑧𝑜
√ 𝑝𝑞
𝑛 √
< 𝑃 <𝑝+ 𝑧 𝑜
𝑝𝑞
𝑛

0,11− 1,96
√
0,11·0,89
200
<𝑃 <0,11+1,96
0,11·0 ,89
200 √ 0,07< 𝑃 <0 , 15

2) Estimar el % de los contagiados con covid_19, de una población de 3000 personas.

Muestra 10 % de la población. Luego n =300, sea contagiados 21, luego p=0,07

0,07−1,96
√
0,07·0,93 3000− 300
300
·
3000− 1
<𝑃 <0,07+1,96
300
·
√
0,07·0,93 3000− 300
3000 − 1
0,04 <𝑃 <0,09
 EJERCICIO
Para estimar el porcentaje de teléfonos celulares que tienen cierto efecto,
el encargado dela fábrica extrae al azar 40 teléfonos y encuentra 4
defectuosos. Construya el intervalo de confianza de teléfonos defectuosos
con que la fábrica produce
4
𝑛=40 𝑝= =0,10 𝑧 0 =1,96
40

𝑝 − 𝑧𝑜
√ 𝑝𝑞
𝑛 √
< 𝑃 <𝑝+ 𝑧 0
𝑝𝑞
𝑛

0,10 −1,96
√
0,10 ∗ 0,90
40
<𝑃 <0,10+1,96
40 √
0,10 ∗ 0,90

0,007< 𝑃 <0,19
TAMAÑO DE LA MUESTRA PARA ESTIMACIÓN DE PROPORCIONES POBLACIONALES

Para cálculo de n no es necesaria la varianza, puesto que si p=q=0,50, la varianza

es máxima porque depende de este producto; (0,50·0,50=0,25)

De 𝑧 2𝑜 𝑝𝑞
Se obtiene: 𝑛=
𝐸2

De
Se obtiene:
𝑧 2𝑜 𝑝𝑞𝑁
𝑛=
¿¿

2
Haciendo Dividiendo numerador y denominador entre, 𝑧 𝑜 𝑝𝑞𝑁

1
Se obtiene: 𝑛=
1 𝐸2
+
𝑁 𝑧 2𝑜 𝑝𝑞
Ejemplos:

1) Ejemplo de personas que asisten a un supermercado (ejemplo anterior,

nivel de confianza 95 %). Si E=0,04 (4 %). n=?

𝑧 2𝑜 𝑝𝑞 1 , 96 2 · 0 , 50 · 0 , 50
𝑛= 2 𝑛= 2
=600 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
𝐸 0 , 04

2) Ejemplo de población de 3000 habitantes (Ejemplo anterior, nivel de

confianza del 95 %) Si E=004 ( 4 %) n=?

1 1
𝑛= 𝑛= 2
=500 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
1 𝐸
2 1 0 , 04
+ 2 +
𝑁 𝑧 𝑜 𝑝𝑞 3000 1 , 96 2 · 0 , 50 · 0 , 50
ESTIMACIÓN DE LA VARIANZA POBLACIONAL

Se sabe que :

𝑛 𝑠2
2 2
𝜒 = 2 ∼ 𝜒 𝑛− 1
𝛼 1− α 𝜎
2 𝛼
2 Luego en el gráfico:
𝜒 2𝛼 𝜒2
( )=1 − 𝛼
𝛼 2 2 2
2
1−
2
𝑃 𝜒𝛼<𝜒 <𝜒 𝛼
1−
2 2

2 2
Como se conoce 𝛼 , por consiguiente 𝜒 𝛼 y 𝜒 𝛼 en tablas :
1−
2 2

𝑛 𝑠2 2 𝑛 𝑠2
𝜒 2𝛼 < 𝜒 2 < 𝜒 2 2
<𝜎 < 2
1−
𝛼 𝜒 𝛼 𝜒𝛼
2 2 1−
2 2
Sea el ejemplo de personas asistentes al balneario de obrajes de los que, en
relación a edades se tenía:

𝑥=22,34 𝑠=6,53 𝑠𝑖𝑒𝑛𝑑𝑜𝑛=31

Para estimar la desviación típica con nivel de confianza de 95 %, en tabla de la
distribución chi-cuadrado (con 30 g.l) se tiene:

𝑛 𝑠2 2 𝑛𝑠
2
< 𝜎 < 2  
𝜒 𝛼 𝜒𝛼
1−
2 2
1)Bajo los mismos razonamientos que hemos para obtener
las fórmulas anteriores, se pide obtener fórmulas para:

a) Estimación de la media poblacional cuando no se

conoce la desviación típica de la variable.
b) Estimación de la proporción poblacional (Población
infinita y finita)
c) Tamaño de la muestra para estimación de proporciones.
d) Estimación de la varianza
FIN DE LA UNIDAD 3

Gracias