DESARROLLO DE LA ACTIVIDAD

ESTIMACIÓN PUNTUAL

Una estimación puntual consiste en tomar un numero de la muestra como el valor más
aproximado del parámetro (al valor usado se le llama estimador).
Según la Universidad Central del Ecuador

 La media de la población se puede estimar puntualmente mediante la media de la

muestra:
 La proporción de la población se puede estimar puntualmente mediante la proporción
de la muestra:
 La desviación típica de la población se puede estimar puntualmente mediante la
desviación típica de la muestra, aunque hay mejores estimadores:

Ejemplo

Los datos siguientes representan los pesos en gramos del contenido de 16 cajas de cereal que se
seleccionaron al azar de un proceso de llenado con el propósito de verificar el peso promedio.

506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493,496, 506, 502, 509, 496

Calcular la estimación puntual para el peso promedio

Solución
16
1
𝑥̅ = ∑ 𝑥𝑖 = 503.75 𝑔𝑟𝑎𝑚𝑜𝑠
16
𝑖=1

Ejemplo de Estimación tomado de Slideplayer. Recuperado el 15 de Abril del 2019 de:

https://slideplayer.es/slide/1023774/

ESTIMADOR PUNTUAL

Utiliza los datos contenidos en la muestra para obtener un solo numero que se aproxime al
valor real del parámetro.
ESTIMADO PUNTUAL

“Un estimado puntual es un valor individual (o punto) que se usa para aproximar un parámetro
de población.

La proporción muestral 𝑝̂ es el mejor estimado puntual en la proporción poblacional p.

Usamos 𝑝̂ como el estimado puntual de p, ya que no está sesgado y porque es el más consistente
de los estimadores que puede usarse. No está sesgado en el sentido de que la distribución de las
proporciones muestrales tiende al centro para el valor de p; esto es, en las proporciones
muestrales 𝑝̂ no tiende sistemáticamente a subestimar ni a sobreestimar p. La proporción
muestral 𝑝̂ es el estimador más consistente en el sentido de que la desviación estándar de la
proporción muestral tiende a ser menor que la desviación estándar de cualquier otro estimador
sin sesgo.

Ejemplo
La cámara vigilante. se entrevistó a 829 adultos de Minnesota y que el 51% de ellos se opone al
uso de la cámara vigilante para expedir multas de tránsito. Utilizando estos resultados de
encuesta, encuentre el mejor estimado puntual de la proporción de todos los adultos de
Minnesota que se oponen al uso de la cámara vigilante.

Puesto que la proporción muestral es el mejor estimado puntual de la proporción de la población,

concluimos que el mejor estimado puntual de p es 0.51. Cuando se usan los resultados de
encuesta para estimar el porcentaje de todos los adultos de Minnesota que se oponen al uso de
la cámara vigilante, nuestro mejor estimado es 51%.” (Triola, 2004 )

ESTADÍSTICO
Un estimador o estadístico es una regla que se utiliza para estimar un parámetro desconocido de
la población con base a las mediciones que contiene una muestra. Son utilizados para estimar
parámetros o como valores de distribuciones de probabilidad que permiten hacer inferencia
estadística (la inferencia estadística son los contrastes de #hipótesis y los intervalos de confianza
de uno o varios parámetros) de la muestra, y la toma de decisiones respecto a la población
contiene cierto grado de incertidumbre

𝑥̅ = 𝑀𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

𝑆 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

𝑃 = 𝑃𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Ejemplo
Suponga que tomo una muestra representativa de los estudiantes regulares de la universidad e
los Andes. Para esta muestra se calculó: edad, promedio, rendimiento promedio, etc.

DISTRIBUCIÓN DE MUESTRAS

Considera todas las muestras posibles que pueden ser tomadas de una población. Para cada
muestra se puede calcular un estadístico (media, desviación típica, proporción…) que variará de
una a otra. Así se obtiene una distribución del estadístico que se llama distribución muestral
“La distribución de muestreo es la distribución de probabilidad de una muestra de una población
en lugar de toda la población. En la mayoría de los casos, la viabilidad de un experimento dicta
el tamaño de la muestra. De una determinada población se toma todas las muestras posibles de
tamaño n y se calcula una estadística (por ejemplo, media) de todas las muestras. Si luego se
prepara una distribución de probabilidad de esta estadística, se obtendrá una distribución de
muestreo.

Las propiedades de la distribución de muestreo pueden variar dependiendo de cuán pequeña sea
la muestra en comparación con la población. Se supone que la población se distribuye
normalmente como generalmente sucede. Si el tamaño de la muestra es lo suficientemente
grande, la distribución de muestreo también estará cerca de lo normal. ” (Siddharth Kalla, 2011)

Ejemplo:
En el último año, el peso de los recién nacidos tienen una media de 300 gr y una desviación
estándar de 140 gr. ¿Cuál será la probabilidad de que la media de una muestra de 00 recién
nacidos sea superior a 3030 gr. ?

𝑝 ( 𝑥̅ > 3030) = 𝑝 (( 𝑥̅ − 𝜇)/𝜎/√𝑛−< (3030 − 3000)/140/√100)

= 𝑝(𝑧 < 2.14) = 0.9838

Ejemplo de problemas de distribución muestral. Recuperado el 15 de abril del 2019 de:

https://es.slideshare.net/asrodriguez75/problemas-resueltos-de-distribucin-muestral
MUESTRA ALEATORIA

La muestra aleatoria es un subconjunto de una población (mediante selección de unidades) de

forma que cada una de ellas tenga una probabilidad fija de ser seleccionada. Una muestra
aleatoria sigue un método impredecible, tomando una serie de observaciones independientes
Una muestra es aleatoria cuando los individuos de la muestra se eligen al azar, de forma que
todos tienen la misma probabilidad de ser elegidos.

CRITERIO MINMAX.

Estos criterios sirven para obtener la solución de un juego y determinar la estrategia optima de
un jugador. El criterio minmax: identifica los máximos por columna y selecciona el menor.

CONCLUSION
La estimación es un conjunto de métodos que permite dar un valor aproximado de un parámetro
de una población a partir de los datos proporcionados por una muestra
FUENTES DE CONSULTA

John E. Freund, Irwing Miller, Marylees Miller. (6ª ed. 1999). Estadística Matemática con aplicaciones.
México: Pearson Education.

Triola, Mario F. (9ª ed. 2004). Estadística. México: Pearson Education.

Universal Central del Ecuador, Facultad de Ciencias Económicas. Estimación puntual. Recuperado de:

https://es.slideshare.net/alexanderfloresvalencia/estimacion-puntual-propiedades-de-las-
estimaciones-estimacion-por-intervalos-de-confianza

Siddharth Kalla. (2011). Distribución de muestreo. Recuperado de:

https://explorable.com/es/distribucion-de-muestreo

Rodríguez, A. (2010). Problemas de distribución muestral. Recuperado de:

https://es.slideshare.net/asrodriguez75/problemas-resueltos-de-distribucin-muestral

Slideplayer. Estimación. Recuperado de: https://slideplayer.es/slide/1023774/