ESTIMACIÓN ESTADÍSTICA


1) Si c = 1.96 y suponiendo que la distribución de  es normal,

P(|   | < 1.96   ) = 0.95
En la siguiente figura aparece el área correspondiente.

2) Se quiere estimar la media  de una población. Se toma una muestra de tamaño n =

50 y se obtiene x = 9.1, s = 0.24. Dar una estimación para  y evaluar la exactitud de la
estimación con c = 1.96.

Parámetro 
Estimador x (insesgado E( x ) =  y tiene una distribución de muestreo normal si el tamaño
de la muestra es grande).
Estimación para : 9.1.
Cota para el error de estimación (usando s para aproximar ):
1.96  x = 1.96  / n  1.96 s / n = 1.96  0.24 / 50  0.07.
Como
P (| x   | < 1.96  x ) = 0.95  P(| x   | < 0.07) = 0.95
Podemos decir que
La probabilidad de que el error de estimación sea menor que 0.07 es de 95%.
En la siguiente figura aparece el área correspondiente.
INTERVALOS DE CONFIANZA
Usando la tabla 4 se puede calcular
Coeficiente de (1  z/2 LIC LSC
 
confianza    c    + c  
1
 
0.90 0.45 1.6   1.645  + 1.645
45    
 
0.95 0.475 1.9   1.96  + 1.96
6    
 
0.99 0.495 2.5   2.575  + 2.575
75    

1) Se quiere determinar el valor de z/2 para obtener un intervalo de confianza que tenga
coeficiente de confianza 1   = 90%= 0.9. Como
(1  0.45,
Se debe ubicar en la tabla 4 de la normal, un valor de z/2 tal que
P (0 < z < z/2) = (1  
En la tabla 4, no hay ningún valor de probabilidad igual a 0.45, sin embargo los valores más
cercanos a 0.45 son
0.4495 que corresponde a P (0 < z < 1.64) ( P (0 < z < 1.64) = 0.4495 )
0.4505 que corresponde a P (0 < z < 1.65) (P (0 < z < 1.65) = 0.4505)
Cumpliéndose 0.45 = (0.4495 + 0.4505) / 2. Luego se toma z/2 = (1.64 + 1.65) / 2 = 1.645.

Nota: Se elige el valor de z/2 que dé la probabilidad que esté más cerca de (1  , o
bien, si (1   está a la mitad de dos valores de probabilidad se procede como en el caso
anterior.

2) Se quiere estimar la media  de una población. Se toma una muestra de tamaño n =

50 y se obtiene
x = 9.1 s = 0.24.
Encontrar un intervalo de confianza de 90% para .

Parámetro 
Estimador x (insesgado E( x ) =  y tiene una distribución de muestreo normal si el tamaño
de la muestra es grande).
Debemos encontrar z/2 tal que P(| x   | < z/2  x ) = 0.90
Según la tabla anterior, z/2 = 1.645. Así P(| x   | < 1.645  x ) = 0.90.
Como
x = 9.1
 x =  / n  s / n = 0.24 / 50  0.034
1.645  x  1.645  0.034  0.056
Entonces
P(|9.1   | < 0.056) = 0.90

Conclusión: El intervalo
[9.1  0.056, 9.1 + 0.056] = [9.044, 9.156]
Contiene a  con una probabilidad de 90%.

3) Determinar el tamaño de la muestra para que el error al estimar la media  de una

población sea menor que 0.06 con una probabilidad de 0.95, sabiendo que se tomó una
muestra de tamaño n = 50 y se obtuvo x = 9.1 y s = 0.24.

Se busca un tamaño de muestra n tal que

P(| x   | < 0.06) = 0.95
O equivalentemente, se busca un tamaño de muestra n tal que
z/2   = 0.06 con 1   = 0.95.
Como (1  )/2 = 0.475, según la tabla 4, P(0 < z < z/2) = (1  )/2 para
z/2 = 1.96
Se busca entonces un tamaño de muestra n tal que
z/2  x = 1.96  x = 1.96  / n = 0.06
de donde
2
 1.96  2
n=   .
 0.06 
 se desconoce pero se puede aproximar con el valor s que corresponde a la muestra de n =
50.
2
 1.96 
n=   2 = 61.5
 0.06 
es decir, n = 62.

Nota. Si no hubiéramos tenido la estimación s dada por una muestra anterior, podríamos
haber recurrido a la regla empírica para dar un valor aproximado de , siempre y cuando
conociéramos en que intervalo caen las mediciones, esto es, cual es el menor y mayor valor
posible para las mediciones.
Esta regla nos dice que el intervalo (  2) contendrá aproximadamente 95% de
las mediciones. Este intervalo tiene longitud 4. Además supongamos que sabemos que las
mediciones caen en un intervalo de longitud 1. Luego
4   1    1 / 4 = 0.25

4) Para llevar a cabo un control de calidad sobre el peso que pueden resistir
los 300 forjados (suelos) de una construcción, realizamos 12 pruebas resultando
la resistencia media hasta la rotura de 350kg/cm2 con desviación típica de 20. Si
trabajamos con nivel de confianza de 0,9.
a) ¿Ante qué tipo de muestreo nos encontramos ?¿Por qué ?
 b)¿Entre que valores oscila la resistencia media de los 300 forjados , si por
experiencias anteriores sabemos que dicha resistencia se distribuye
normalmente ?

a) Los ensayos son destructivos luego no es posible la "reposición" por lo que el

muestreo es irrestricto y dado que la población es pequeña-finita
(N=300) será de aplicación el finitas. La población es pequeña-finita (N=300) será
de aplicación el factor corrector de poblaciones finitas.

b) Se nos pide un intervalo para la media de la población, las características son:

población normal, varianza desconocida, muestras pequeñas, y muestreo
irrestricto luego el intervalo será ;

Para el nivel de significación de 0,1 y una t de Student de n-1=12-1=11

g.l. Los valores de la tabla serán:

Quedando, por tanto el intervalo como:

Luego con nivel de confianza el

90%

5) Intentamos conocer el porcentaje con el que se da una determinada

característica en una muy amplia población, para ello decidimos realizar un
muestreo aleatorio simple. cada encuesta (muestra) que realizamos tiene un coste
de 1000 u.m y disponemos de 1000000 de u.m. . Si se pretende trabajar con un
error del 8 % ¿Cuál será el nivel de confianza con el que trabajaremos, si
conocemos que dicha característica a estudiar es imposible que se de en más del
35% de la población?

Si el coste de cada encuesta es de 1000 u.m. y disponemos de 1.000.000 de u.m.

está claro que el número de encuestas a realizar será de 1000000/1000=1000
luego tamaño muestral n=1000.

Se trata de un intervalo para la proporción de una característica luego:

 El error será: el caso más desfavorable será aquí p=0,35
q=0,65.

Así: este valor de la tabla corresponde a

un (ir a script de la normal)

Luego el nivel de confianza con el que trabajaremos

será de 0,992

6) El tiempo que tardan las cajeras de un supermercado en cobrar a

los clientes sigue una ley normal con media desconocida y
desviación típica 0,5 minutos. Para una muestra aleatoria de 25
clientes se obtuvo un tiempo medio de 5,2 minutos.

 Calcula el intervalo de confianza al niv el del 95% para el

tiempo medio que se tarda en cobrar a los clientes.

 Indica el tamaño muestral necesario para estimar dicho tiempo

medio con un el error de ± 0,5 minutos y un nivel de confianza
del 95%.

n ≥ 4
7) En una fábrica de componentes electrónicos, la proporción de
componentes finales defectuosos era del 20%. Tras una serie de
operaciones e inversiones destinadas a mejorar el rendimiento se
analizó una muestra aleatoria de 500 componentes, encontrándose
que 90 de ellos eran defectuosos. ¿Qué nivel de confianza debe
adoptarse para aceptar que el rendimiento no ha sufrido variaciones?

p = 0.2 q = 1 - p =0.8 p'= 90/ 500 = 0.18

E = 0.2 - 0.18 = 0.02

P (z α/ 2 > 1.12) = 1 − P (z α/ 2 ≤ 1.12) = 1 − 0.8686 = 0.1314

0.8686 - 0.1314 = 0.737

Nivel de confianza: 73.72%