Universidad Autónoma de Madrid Estimación de parámetros 1 Tema 2 1. Estimación puntual Propiedades de los buenos estimadores 2. Estimación por intervalos 2.1. Construcción del intervalo de confianza. Límites confidenciales. Nivel de confianza y nivel de riesgo. 2.2. Intervalo de confianza para µ con σ conocida 2.3. Intervalo de confianza para µ con σ desconocida 2.4. Intervalo de confianza para π Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 2 1. Estimación puntual Asignar un único valor al parámetro que se desea estimar Propiedades deseables en un estimador puntual Insesgado. Ejemplo: E( X ) = µ E ( S n2−1 ) = σ 2 E (P ) = π n −1 2 2 E (S n ) = σ n Consistente. Ejemplo: σ X2 = σ2 n σ = 2 P π (1 − π ) n Eficiente. Ejemplo: σ2 σ2 < si m > n n m Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 3 2. Estimación por intervalos Asignar al parámetro un rango de valores entre los cuales se espera que pueda encontrarse con una alta probabilidad el valor real del parámetro. 2.1 Construcción del intervalo de confianza 1.- Obtener un estimador puntual θˆ 2.- Obtener el error muestral E, del que depende la precisión de la estimación 3.- El intervalo es: Límite inferior: Li = θˆ - E Límite superior: Ls = θˆ + E Nivel de confianza: Es la probabilidad de que el intervalo incluya el valor verdadero del parámetro: P (Li ≤ θˆ ≤ Ls) = 1-α Nivel de riesgo: Probabilidad de que no lo incluya: α Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 4 Ejemplo: Edad media de la clase X =21 Con E = 2 Intervalo (19, 23) Con E = 4 Intervalo (17, 25) Análisis de Datos en Psicología II Alta precisión Baja confianza (1-α) Alto riesgo (α) Baja precisión Alta confianza (1-α) Bajo riesgo (α) Tema 2 Universidad Autónoma de Madrid 5 Ejemplo: Población (1, 2, 3). µ = 2, σ2 = 0,66 1. Muestreo aleatorio simple E = 0,25. Amplitud = 0,5 X f (X) 1 1/9 1,5 2/9 2 3/9 2,5 2/9 3 1/9 Li 0,75 1,25 1,75 2,25 2,75 Ls 1,25 1,75 2,25 2,75 3,25 NO NO SI NO NO Nivel de confianza: 1-α = 3/9 Nivel de riesgo: α = 6/9 2. Muestreo aleatorio simple E = 0,75. Amplitud = 1,5 X f (X) 1 1/9 1,5 2/9 2 3/9 2,5 2/9 3 1/9 Li 0,25 0,75 1,25 1,75 2,25 Análisis de Datos en Psicología II Ls 1,75 2,25 2,75 3,25 3,75 NO SI SI SI NO Nivel de confianza: 1-α = 7/9 Nivel de riesgo: α = 2/9 Tema 2 Universidad Autónoma de Madrid 6 2.2 Intervalo de confianza para µ con σ conocida 1. Fijar el nivel de riesgo: α = 0,05 α = 0,01 2. Calcular los límites del intervalo de confianza: Ls = X + | zα / 2 | Li = X − | z α / 2 | σ n σ n Por tanto, el error muestral es: E =| z α / 2 | σ n y la anchura del intervalo es 2E Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 7 Ejemplo. Obtenemos una muestra de n=12 y se obtiene X = 483. Se sabe que σ = 22. Estimación puntual: X = 483 Estimación por intervalos con α = 0,05 |zα/2| = |z0,025| = 1,96 22 E = 1,96 12 = 12,45 Intervalo confidencial: (470,55, 495,45) Estimación por intervalos con α = 0,01 |zα/2| = |z0,005 | = 2,57 22 E = 2,57 12 = 16,32 Intervalo confidencial: (466,68, 499,32) Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 8 2.2 Intervalo de confianza para µ con σ desconocida Límites del intervalo de confianza: • Con la desviación típica sesgada: Sn Ls = X + |α / 2 t n−1 | n −1 Sn Li = X − |α / 2 t n−1 | n −1 • Con la desviación típica insesgada: S n−1 Ls = X + |α / 2 t n−1 | n S n−1 Li = X − |α / 2 t n−1 | n Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 9 Ejemplo. Desea estimarse el tiempo que es necesario esperar en la cola de un cine antes de ser atendido. Las siguientes cantidades son los tiempos de espera en minutos de cinco personas. 10, 15, 12, 14, 11 Realice la estimación por intervalos con un nivel de confianza del 99%. 1 X = (10 + 15 + 12 + 14 + 11) = 12,4 5 1 Media ( X 2 ) = (10 2 + 15 2 + 12 2 + 14 2 + 112 ) = 157,2 5 S n2 = 157,2 − 12,4 2 = 3,44 α = 0,01 α / 2 = 0,005 t α / 2 n −1 Análisis de Datos en Psicología II = 0, 005 t 4 = −4,604 Tema 2 Universidad Autónoma de Madrid Ls = X + |α / 2 10 Sn t n−1 | n −1 3,44 = 12,4 + 4,604 4 = 12,4 + 4,27 = 16,67 Sn Li = X − |α / 2 t n−1 | n −1 = 12,4 − 4,27 = 8,13 Luego, con un nivel de confianza del 99%, puede concluirse que µ estará en el intervalo (8,13, 16,67). Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 11 2.4 Intervalo de confianza para π 1. Fijar el nivel de riesgo: α = 0,05 α = 0,01 2. Los límites del intervalo de confianza son: Ls = P + | zα / 2 | P(1 − P) n Li = P − | zα / 2 | P(1 − P) n Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 12 Ejemplo. Treinta personas acuden a la consulta de un vidente. Al cabo de un año, ocho de ellos creen que les realizaron una predicción certera. ¿Entre qué límites se encuentra la probabilidad de predicciones certeras con un nivel de confianza del 99%? 8 Estimación puntual: P = 30 = 0,267 Estimación por intervalos con 1-α = 0,99 |zα/2| = |z0,005| = 2,57 P(1 − P) Li = P − | z α / 2 | n 0,267(0,733) = 0,267 − 2,57 = 0,06 30 Ls = P+ | zα / 2 P(1 − P) | n 0,267(0,733) = 0,267 + 2,57 = 0,47 30 Intervalo confidencial: (0,06, 0,47) Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 13 Formulario del tema 2 Intervalo de confianza para µ con σ conocida Ls = X + | zα / 2 | Li = X − | z α / 2 | σ n σ n Intervalo de confianza para µ con σ desconocida Sn Ls = X + |α / 2 t n−1 | n −1 Sn Li = X − |α / 2 t n−1 | n −1 S n−1 Ls = X + |α / 2 t n−1 | n S n−1 Li = X − |α / 2 t n−1 | n Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 14 Intervalo de confianza para π Ls = P + | zα / 2 | P(1 − P) n Li = P − | zα / 2 | P(1 − P) n Análisis de Datos en Psicología II Tema 2 Universidad Autónoma de Madrid 15 Ejercicios recomendados del libro 2.13 2.14 2.19 2.20 Análisis de Datos en Psicología II Tema 2