INSTITUTO TECNOLGICO DE CIUDAD

JUREZ

SONIA ESTIVALY GARCA ADAME

``SIMULACIN

`` DISEO DE LA CALIDAD DE LA SIMULACIN

ING.CISNEROS
INTRODUCCIN

En este trabajo se pretende mostrar un poco ms acerca de lo que son los

estimadores as como tambin cuales son los niveles de confianza que se deben
de tomar en cuenta al momento de querer realizar una estimacin para un
modelo, as como tambin la realizacin del clculo ms adecuado del tamao
de la muestra.
ESTIMADORES

Un estimador es un estadstico (una funcin de la muestra) utilizado para estimar

un parmetro desconocido de la poblacin.

Por ejemplo, si se desea conocer el precio medio poblacional de un artculo

(parmetro desconocido) se recogen observaciones del precio de dicho artculo
en diversos establecimientos (muestra) pudiendo utilizarse la media aritmtica
de las observaciones para estimar el precio medio poblacional.

Para cada parmetro pueden existir varios estimadores diferentes. En general,

se elige el estimador que posea mejores propiedades que los restantes, como
insesgadez, eficiencia, convergencia y robustez (consistencia).

El valor de un estimador proporciona una estimacin puntual del valor del

parmetro en estudio. En general, se realiza la estimacin mediante un intervalo,
es decir, se obtiene un intervalo parmetro muestral error muestral dentro
del cual se espera se encuentre el valor poblacional dentro de un cierto nivel de
confianza. El nivel de confianza es la probabilidad de que a priori el valor
poblacional se encuentre contenido en el intervalo.

PROPIEDADES DE LA ESPERANZA DE VARIANZA

SESGO

Se denomina sesgo de un estimador a la diferencia entre la esperanza (valor

esperado) del estimador y el verdadero valor del parmetro a estimar. Es
deseable que un estimador sea insesgado o centrado, esto es, que el sesgo sea
nulo para que la esperanza del estimador sea igual al valor del parmetro que se
desea estimar.

Por ejemplo, si se desea estimar la media de una poblacin, la media aritmtica

de la muestra es un estimador insesgado de la misma, ya que la esperanza (valor
esperado) es igual a la media poblacional.
Si una muestra X u(x1,x2, u, xn) procede de una poblacin de media :

E u xi para i u (1, 2, u n)

La media aritmtica muestral es un estimador insesgado de la media poblacional:

La varianza de una muestra aleatoria simple es un estimador sesgado de la

varianza poblacional, siendo su esperanza:

La varianza muestral

Para calcular su esperanza matemtica se realizan previamente algunos

clculos sumando y restando la esperanza de la variable aleatoria poblacional.
CONSISTENCIA

Si no es posible emplear estimadores de mnima varianza, el requisito mnimo

deseable para un estimador es que a medida que el tamao de la muestra crece,
el valor del estimador tienda a ser el valor del parmetro poblacional, propiedad
que se denomina consistencia.

EFICIENCIA
Un estimador es ms eficiente o ms preciso que otro estimador, si la varianza
del primero es menor que la del segundo.

La eficiencia de los estimadores est limitada por las caractersticas de la

distribucin de probabilidad de la muestra de la que proceden.

Un estimador es eficiente cuando verifica si es insesgado o posee varianza

mnima

La cuestin de tener varianza mnima queda resuelta mediante la Cota de

Cramr-Rao.
ESTABLECIMIENTO DE LA PRESICION
nivel de confianza
CALCULO DEL NUMERO MINIMO DE OBSERVACCIONES NECESARIAS

clculo del tamao de la muestra desconociendo el tamao de la poblacin

La frmula para calcular el tamao de muestra cuando se desconoce el tamao

de la poblacin es la siguiente:

En donde

Z = nivel de confianza,

P = probabilidad de xito, o proporcin esperada

Q = probabilidad de fracaso

D = precisin (error mximo admisible en trminos de proporcin)

clculo del tamao de la muestra conociendo el tamao de la poblacin

La frmula para calcular el tamao de muestra cuando se conoce el tamao de

la poblacin es la siguiente:

En donde, N = tamao de la poblacin Z = nivel de confianza, P = probabilidad

de xito, o proporcin esperada Q = probabilidad de fracaso D = precisin (Error
mximo admisible en trminos de proporcin).

TIPOS DE MUESTREO

El muestreo es una herramienta para determinar qu parte de una poblacin

debemos analizar cuando no es posible realizar un censo. Depende de los
objetivos del estudio el elegir una muestra probabilstica o no probabilstica.
muestreo probabilstico

Se basa en el principio de equiprobabilidad, esto quiere decir que todos los

individuos de la muestra seleccionada, tendrn las mismas probabilidades de ser
elegidos. Lo anterior nos asegura que la muestra extrada contar con
representatividad.

Al azar simple
Sistemtica
Estratificada
Conglomerados
Caractersticas:

No hay discrecin del investigador.

Los elementos se seleccionan por reglas mecnicas.
Hay error muestral.
Se conoce la probabilidad de inclusin.
muestreo no probabilstico

No sirven para hacer generalizaciones pero s para estudios exploratorios.

En este tipo de muestras, se eligen a los individuos utilizando diferentes
criterios relacionadas con las caractersticas de la investigacin, no tienen
la misma probabilidad de ser seleccionados ya que el investigador suele
determinar la poblacin objetivo.
Por juicio u opinin.
Por cuotas.
De bola de nieve.
De conveniencia.
Caractersticas:

La muestra es discrecional
Los elementos se seleccionan por facilidad conveniencia y no por reglas
fijas
No hay error muestral o no se puede calcular
No se conoce la posibilidad de inclusin
INTERVALOS DE CONFIANZA

Un intervalo de confianza es un rango de valores, derivado de los estadsticos

de la muestra, que posiblemente incluya el valor de un parmetro de poblacin
desconocido. Debido a su naturaleza aleatoria, es poco probable que dos
muestras de una poblacin en particular produzcan intervalos de confianza
idnticos. Sin embargo, si usted repitiera muchas veces su muestra, un
determinado porcentaje de los intervalos de confianza resultantes incluira el
parmetro de poblacin desconocido.

En este caso, la lnea negra horizontal representa el valor fijo de la media

desconocida de la poblacin, . Los intervalos de confianza azules verticales que
se sobreponen a la lnea horizontal contienen el valor de la media de la poblacin.
El intervalo de confianza rojo que est completamente por debajo de la lnea
horizontal no lo contiene. Un intervalo de confianza de 95% indica que 19 de 20
muestras (95%) de la misma poblacin producirn intervalos de confianza que
contendrn el parmetro de poblacin.

Utilice el intervalo de confianza para evaluar la estimacin del parmetro de

poblacin. Por ejemplo, un fabricante desea saber si la longitud media de los
lpices que produce es diferente de la longitud objetivo. El fabricante toma una
muestra aleatoria de lpices y determina que la longitud media de la muestra es
52 milmetros y el intervalo de confianza de 95% es (50,54). Por lo tanto, usted
puede estar 95% seguro de que la longitud media de todos los lpices se
encuentra entre 50 y 54 milmetros.

El intervalo de confianza se determina calculando una estimacin de punto y

luego determinando su margen de error.
CONCLUSION

En este trabajo se pretendi mostrar un poco ms acerca de todos los elementos

estadsticos que se tienen que tener y tomar en cuenta para lo que es la
realizacin del modelo de simulacin. Tal es el caso y una de las cosas ms
importantes a mi punto de vista como lo es el tamao de la muestra y tambin la
determinacin del intervalo de confianza, y que estos nos ayudan a determinar
cul o cules son nuestros mrgenes de error y as saber que tanta precisin
tiene el modelo a llevar a cabo.

Con esto se pretende ser capaz de poder desarrollar un modelo o una simulacin
ms certera minimizando los mrgenes de error al momento de llevarlo a cabo
en la vida real.
BUBLIOGRAFA

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/what-is-a-confidence-interval/

http://www.psyma.com/company/news/message/como-determinar-el-tamano-
de-una-muestra

http://www2.df.gob.mx/virtual/evaluadf/docs/gral/taller2015/S0202IEN.pdf

http://www.fuenterrebollo.com/Aeronautica2013/estimadores.pdf