2.2.

4 Estimación puntual y por intervalos

La inferencia estadística tiene como objetivo establecer las características de una

población o
proceso con base en la información contenida en una muestra.

a. Estimación puntual
El estimador puntual de un parámetro es un estadístico que genera un valor
numérico simple, y que se utiliza para proporcionar una estimación del valor del
parámetro desconocido.
Los estimadores puntuales (estadísticos) más recomendados para estimar
parámetros son:
o La media muestral, 𝑥̂ = 𝑋 ̅
o La varianza muestral, 𝜎 = 𝑆 2
2
𝑋
o La proporción de defectuosos en la muestra, 𝑝̂ = donde X es el número de
𝑛
artículos defectuosos en una muestra de tamaño n.

b. Estimación por intervalo

Una forma operativa de saber qué tan precisa es la estimación consiste en calcular
un intervalo de confianza que indique un rango “donde puede estar el parámetro”
con cierto nivel de seguridad o confianza. Construir un intervalo al 100(1 − 𝛼 )% de
confianza para un parámetro desconocido 𝜃 consiste en estimar dos números
(estadísticos) I y S, de manera que la probabilidad de que 𝜃 se encuentre entre ellos
sea (1 − 𝛼 ), es decir,

𝑃 (𝐼 ≤ 𝜃 ≤ 𝑆 ) = 1 − 𝛼

donde L y U forman el intervalo de confianza buscado [I , S] y

𝛼 = 1 − 𝑃 (𝐼 ≤ 𝜃 ≤ 𝑆 )
 La estimación por intervalo se puede utilizar para calcular intervalos de confianza
para:

o Media
o Desviación estándar
o Proporción
o Diferencia de medias
o Diferencia de desviaciones estándar
o Diferencia de proporciones

Las fórmulas a utilizar son:

Parámetro Límite inferior Límite superior

𝝁 con varianza 𝜎 𝜎
𝑋̅ − 𝑍1−𝛼/2 𝑋̅ + 𝑍1−𝛼/2
conocida √𝑛 √𝑛
𝝁 con varianza 𝑆 𝑆
𝑋̅ − 𝑡𝛼 ,𝑛−1 𝑋̅ + 𝑡𝛼,𝑛−1
desconocida 2 √𝑛 2 √𝑛
𝝈𝟐
(𝑛 − 1)𝑆 2 (𝑛 − 1)𝑆 2
√ 𝑥2 √ 𝑥2
𝛼 𝛼
,𝑛−1 1− ,𝑛−1
2 2

p
𝑝̂ (1 − 𝑝̂ ) 𝑝̂ (1 − 𝑝̂ )
𝑝̂ − 𝑍1−𝛼 √ 𝑝̂ + 𝑍1−𝛼 √
2 𝑛 2 𝑛
𝝁𝟏 − 𝝁𝟐
1 1
(𝑋̅1 − 𝑋̅2 ) − 𝑡𝛼 ,𝑛 𝑆𝑝 √ +
2 1 +𝑛2 −2 𝑛1 𝑛2 1 1
(𝑋̅1 − 𝑋̅2 ) + 𝑡𝛼,𝑛 𝑆𝑝 √ +
Donde 2 1 +𝑛2 −2 𝑛1 𝑛2
(𝑛1 − 1)𝑆12 + (𝑛2 − 1)𝑆22
𝑆𝑝 = √
𝑛1 + 𝑛2 − 2
𝝈𝟐𝟏 𝑆12 𝑆12
𝐹 𝛼 𝐹𝛼
𝝈𝟐𝟐 𝑆22 1− 2 ,𝑛2 −1,𝑛1 −1 𝑆22 2 ,𝑛2 −1,𝑛1 −1
𝒑𝟏 − 𝒑𝟐
𝑝̂ 1 (1 − 𝑝̂ 1 ) 𝑝̂ 2 (1 − 𝑝̂ 2 ) 𝑝̂ (1 − 𝑝̂ 1 ) 𝑝̂ 2 (1 − 𝑝̂ 2 )
(𝑝̂ 1 − 𝑝̂ 2 ) − 𝑍𝛼/2 √ + (𝑝̂ 1 − 𝑝̂ 2 ) + 𝑍𝛼/2 √ 1 +
𝑛1 𝑛2 𝑛1 𝑛2
Ejercicios

10. Intervalo de confianza para la media con varianza poblacional conocida. Bun-and-Run
es una franquicia de comida rápida de la zona noreste, la cual se especializa en
hamburguesas de media onza, y sándwiches de pescado y de pollo. También ofrece
refrescos y papas a la francesa. El departamento de planeación de Bun-and-Run, Inc.,
informa que la distribución de ventas diarias de los restaurantes tiende a seguir la
distribución normal. La desviación estándar de la distribución de ventas diarias es de
$3,000. Una muestra de 40 mostró que las ventas medias diarias son de $20,000.
Construya un intervalo de confianza de 99% para la media poblacional.

11. Se toma una muestra de 49 observaciones de una población normal con una desviación
estándar de 10. La media de la muestra es de 55. Determine el intervalo de confianza
de 95% para la media poblacional.

12. Se toma una muestra de 49 observaciones de una población normal con una desviación
estándar de 10. La media de la muestra es de 55. Determine el intervalo de confianza
de 95% para la media poblacional.

13. Intervalo de confianza para la media con varianza poblacional desconocida. Se tiene
un proceso de inyección de plástico donde una característica de calidad del producto
(disco) es su grosor, que debe ser de 1.20 mm con una tolerancia de ±0.10 mm. Para
evaluar esta característica de calidad, durante una semana se realiza un muestreo
sistemático en una línea de producción y se obtienen 25 muestras. Se obtiene la media
muestral de 1.179 mm y la varianza de 0.00071. Determine un intervalo de confianza
del 95% para la media poblacional.

14. Un fabricante de llantas desea investigar la durabilidad de sus productos. Una

muestra de 10 llantas para recorrer 50,000 millas reveló una media muestral de
0.32 pulgadas de cuerda restante con una desviación estándar de 0.09 pulgadas.
Construya un intervalo de confianza de 99% para la media poblacional.

15. El propietario de Britten’s Egg Farm desea calcular la cantidad media de huevos que
pone cada gallina. Una muestra de 20 gallinas indica que ponen un promedio de 20
huevos al mes, con una desviación estándar de 2 huevos al mes. Construya un
intervalo de confianza de 90% para la media de población.

16. Intervalo de confianza para la desviación estándar. En el proceso de fabricación de

discos para computadoras una de las variables críticas es el rendimiento del formato.
Se toma una muestra aleatoria de 10 discos de la producción del último turno se
formatean y se reporta el rendimiento de cada disco. La media y la desviación
estándar de dicha muestra son 91.03 y 2.99 respectivamente. Construya un
intervalo de confianza del 95% para la desviación estándar.
17. Para evaluar el contenido de nicotina en cierto tipo de cigarros elaborados por un
proceso se toma una muestra aleatoria de 40 cigarrillos y se obtiene una media de
18.1 mg y una desviación estándar de 1.7. Con los datos anteriores, estime con una
confianza de 99% ¿cuál es la desviación estándar poblacional (del proceso)?

18. Una característica importante en la calidad de la leche de vaca es la concentración de

grasa. En una industria en particular se fijó como estándar mínimo del producto que
se recibe directamente de los establos lecheros sea de 3.0%. Por medio de 40
muestreos y evaluaciones en cierta época del año se obtuvo una media igual a 3.2 y
una desviación estándar de 0.3. Estime con una confianza de 90%, ¿cuál es la
desviación estándar poblacional?

19. Intervalo de confianza para la proporción. Se quiere estimar la proporción p de

artículos defectuosos en un lote de 2,000 piezas (población). Para ello, se toma una
muestra aleatoria de 100 artículos y se encuentra que de éstos, 5, son defectuosos.
Realice una estimación puntual para la proporción de artículos defectuosos y un
intervalo de confianza del 95%.

20. En una auditoría se seleccionan de manera aleatoria 200 facturas de las compras
realizadas durante el año, y se encuentra que 10 de ellas tienen algún tipo de
anomalía. Estime con una confianza de 90% el porcentaje de facturas con anomalías
en todas las compras del año.

21. En una auditoría se seleccionan de manera aleatoria 200 facturas de las compras
realizadas durante el año, y se encuentra que 10 de ellas tienen algún tipo de
anomalía. Estime con una confianza de 95% el porcentaje de facturas con anomalías
en todas las compras del año.
o Con una confianza de 95%, ¿es posible garantizar que la mayoría (más de la
mitad) de las semillas germinarán?
o Y con un intervalo de 90%, ¿es posible garantizarlo?

2.2.5 Tamaño óptimo de la muestra

Una preocupación frecuente al diseñar un estudio estadístico consiste en cuántos

elementos debe haber en una muestra. Si una muestra es demasiado grande, se gasta
mucho dinero en recabar datos. Asimismo, si la muestra es muy pequeña, las conclusiones
resultarán inciertas. El tamaño adecuado de una muestra depende de tres factores:
1. El nivel de confianza deseado. Los que llevan a cabo el estudio eligen el nivel de
confianza. Los niveles de confianza de 95 y 99% son los más comunes, aunque es
posible cualquier valor entre 0 y 100%.
2. El margen de error que tolerará el investigador. El máximo error admisible,
designado E, es la magnitud que se suma y resta de la media muestral (o
proporción muestral) para determinar los puntos extremos del intervalo de
 confianza. Es la magnitud del error que tolerarán quienes conducen el estudio.
También es la mitad de la amplitud del correspondiente intervalo de confianza. Un
error admisible más pequeño requerirá una muestra mayor. Un error admisible
grande permitirá una muestra menor.
3. La variabilidad de la población que se estudia. El tercer factor en la determinación
del tamaño de una muestra es la desviación estándar de la población. Si la población
se encuentra muy dispersa, se requiere una muestra grande. Por otra parte, si la
población se encuentra concentrada (homogénea), el tamaño de muestra que se
requiere será menor. No obstante, puede ser necesario utilizar un estimador para
la desviación estándar de la población.

Para el cálculo del tamaño óptimo de la muestra se toma en cuenta en el Error estándar
de los intervalos de confianza para despejar la variable n.

Parámetro Error estándar Tamaño de muestra óptimo (n)

Media 𝜎 𝑍1−𝛼/2 𝜎 2
𝑍1−𝛼/2 =𝐸 𝑛=( )
√𝑛 𝐸
Proporción 𝑍1−𝛼/2 2
𝑝̂ (1 − 𝑝̂ ) 𝑛=( ) 𝑝̂ (1 − 𝑝̂ )
𝑍1−𝛼 √ =𝐸 𝐸
2 𝑛

Ejercicios

1. Tamaño de la muestra para la media. Se calcula que una población tiene una
desviación estándar de 10. Desea estimar la media de la población a menos de 2
unidades del error máximo admisible, con un nivel de confianza de 95%. ¿De qué
tamaño debe ser la muestra?

2. Quiere estimar la media de la población a menos de 5, con un nivel de confianza de

99%. Se calcula que la desviación estándar es de 15. ¿De qué tamaño debe ser la
muestra?

3. Tamaño de la muestra para la proporción. El estimador de la proporción poblacional

debe estar a más o menos 0.05, con un nivel de confianza de 95%. El mejor estimador
de la proporción poblacional es de 0.15. ¿De qué tamaño debe ser la muestra que se
requiere?

4. El estimador de la proporción poblacional debe estar a más o menos de 0.10, con un

nivel de confianza de 99%. El mejor estimador de la proporción poblacional es de 0.45.
¿De qué tamaño debe ser la muestra que se requiere?
Ejercicios de tarea Cálculo del tamaño óptimo de la muestra
1. Se planea llevar a cabo una encuesta para determinar el tiempo medio que ven televisión
los ejecutivos corporativos. Una encuesta piloto indicó que el tiempo medio por semana es
de 12 horas, con una desviación estándar de 3 horas. Se desea calcular el tiempo medio
que se ve televisión a menos de un cuarto de hora. Se utilizará el nivel de confianza de
95%. ¿A cuántos ejecutivos debe entrevistarse?

2. Un procesador de zanahorias corta las hojas, lava las zanahorias y las inserta en un
paquete. En una caja se guardan veinte paquetes para enviarse. Para controlar el peso
de las cajas, se revisaron unas cuantas. El peso medio fue de 20.4 libras, y la desviación
estándar, de 0.5 libras. ¿Cuántas cajas debe tener la muestra para conseguir una
confianza de 95% de que la media de la muestra no difiere de la media de la población por
más de 0.2 libras?

3. Suponga que el presidente de Estados Unidos desea un cálculo de la proporción de la

población que apoya su actual política relacionada con las revisiones del sistema de
seguridad social. El presidente quiere que el cálculo se encuentre a menos de 0.04 de la
proporción real. Suponga un nivel de confianza de 95%. Los asesores políticos del
presidente calculan que la proporción que apoya la actual política es de 0.60.
a. ¿De qué tamaño debe ser la muestra que se requiere?
b. ¿De qué tamaño debe ser una muestra si no hubiera disponible ningún estimador
de la proporción que apoya la actual política?

4. Las encuestas anteriores revelan que 30% de los turistas que van a Las Vegas a jugar
durante el fin de semana gasta más de $1 000. La gerencia desea actualizar este
porcentaje.
a. El nuevo estudio utilizará el nivel de confianza de 90%. El estimador estará a
menos de 1% de la proporción de la población. ¿Cuál es el tamaño necesario de la
muestra?
b. La gerencia indicó que el tamaño de la muestra determinado es demasiado grande.
¿Qué se puede hacer para reducir la muestra? Con base en su sugerencia, vuelva
a calcular el tamaño de la muestra.