INVESTIGACIÓN SOBRE ESTIMACIONES - ANALISIS CUANTITATIVO I

UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS

FACULTAD DE CIENCIAS ECONÓMICAS, ADMINISTRATIVAS Y CONTABLES

DEPARTAMENTO DE ADMINISTRACÍON DE EMPRESAS

[pic 1]

INVESTIGACIÓN SOBRE ESTIMACIONES

DAE-610 ANALISIS CUANTITATIVO I

SECCIÓN 1200

CATEDRÁTICO:

LICENCIADO KELVIN HERNÁNDEZ

GRUPO N° 6

INTEGRANTES

DENNIS FERNANDO BULNES        20141004010

MARCO TULIO ARMIJO        20151000191

JENNIFER GABRIELA AMADOR         20151005435

LINDA ALEJANDRA HERNÁNDEZ        20161001466

STEFANY PATRICIA VILLAFRANCA        20161003604

WALTER GEOVANY VEGA        20161003625

KATIA MONSERRAT PADILLA        20161005289

CIUDAD UNIVERSITARIA, TEGUCIGALPA M.D.C, 03 MAYO 2018

1. CONTENIDO

1.        INRODUCCIÓN        4

2.        OBJETIVOS        5

2.1.        Objetivo General        5

2.2.        Objetivos Específicos        5

3.        ESTIMACIONES        6

3.1.        Tipos de Estimaciones        6

3.1.1.        Estimaciones Puntuales        7

3.1.2.        Estimaciones de Intervalo        9

3.1.2.1. Intervalo de Confianza        9

3.1.2.2. Variabilidad del Parámetro        10

3.1.2.3. Error de la Estimación        10

3.1.2.4. Nivel de Confianza        10

3.1.2.5. Valor        10

3.1.2.6. Valor Crítico        10

4.        CRITERIOS PARA SELECCIONAR UN BUEN ESTIMADOR        12

4.1.        Estimador        12

4.2.        Insesgado        12

4.3.        Eficiencia        12

4.4.        Consistencia        12

4.5.        Suficiencia        13

5.        ERROR ESTANDAR        14

5.1.        Error estándar de la media        15

5.1.1.        Como se Calcula        15

5.2.        Error estándar de una Población Finita        16

6.        NIVEL DE INTERVALOS DE CONFIANZA        17

6.1.        Calcular un Intervalo de Confianza        17

7.        ESTIMACIONES PARA MUESTRAS GRANDES        20

7.1.        Estimación Puntual con Muestras Grandes        20

7.2.        Intervalos de Confianza para Muestras Grandes        21

8.        ESTIMACIONES CON DISTRIBUCIÓN T DE STUDENT        22

8.1.        Antecedentes        22

8.2.        Distribución T de Student        23

8.3.        Naturaleza de la T de Student        23

8.4.        Características        24

8.5.        Propiedades        24

8.6.        Diferencia entre otras Distribuciones        24

8.7.        Grados de Libertad        24

8.8.        Teoría de Pequeñas Muestras        25

8.9.        Uso de la Tabla de la Distribución T        25

9.        EJERCICIO        28

9.1.        Tabla de Recolección de Datos (Muestra)        28

9.2.     Cálculo de la Media y la Desviación Estándar        29

9.2.        Ejercicio Aplicando a una Situación Problema Real        30

9.3.        Planes de Acción Sugeridos        31

10.        CONCLUSIONES        33

11.        BIBLIOGRAFÍAS        34

12.        ANEXOS        37

1. INRODUCCIÓN

El presente informe muestra una serie de datos referentes a la estimación estadística cuya finalidad es conceptualizar a través de la investigación realizada desde el punto de vista de diferentes autores.

La investigación consta de varios subtemas donde además de proporcionar información sobre la estimación y su clasificaciones (estimaciones puntuales y estimaciones de intervalo), también se dan a conocer los criterios necesarios para seleccionar un buen estimador, el error estándar (que es y cómo se calcula) entre otros.

Debido a que el tamaño de las muestras varían según el presupuesto, tiempo y tamaño de la población que se refleja en el número de personas tomadas para dicha muestra, donde en caso de que esta sea grande se abordan los temas de: estimación puntal e intervalos de confianza. (Hernández, 2017)

Seguido de lo anterior están las estimaciones con distribución T de Student que “es aplicada en muestras pequeñas donde el número de observaciones es menor a 30 y en su inicio fue diseñada para analizar diferencias entre dos muestras independientes”. (Sánchez, 2015).

Posteriormente de lo abordado en el informe se presenta una ejemplificación de la recolección de datos aplicado en una situación de la vida real que consta en estimar el tiempo que se tardan los clientes en realizar algún trámite en una agencia bancaria.

1. OBJETIVOS

1. Objetivo General

1. Desarrollar la investigación ampliamente exponiendo definiciones, fórmulas, tablas y demás, del tema de estimaciones, llevando todo el conocimiento de la parte teórica de la investigación a la aplicación real mediante la ejecución de un ejercicio.

1. Objetivos Específicos

1. Interpretar los errores estándar.
2. En qué consisten los intervalos de confianza y que ventajas proporcionan.
3. Llevar a la ejecución un ejercicio práctico, fabricado a través de un planteamiento y la selección de una muestra de 30 personas, de manera que la investigación no quede en simple teoría.

1. ESTIMACIONES

La estimación es el proceso de encontrar una aproximación sobre una medida, lo que se ha de valorar con algún propósito es utilizable incluso si los datos de entrada pueden estar incompletos, incierto, o inestables. (Medina, 2016).

En el ámbito de la estadística estimación implica usar el valor de una estadística derivada de una muestra para estimar el valor de un parámetro correspondiente a población; la muestra establece que la información puede ser proyectada a través de diversos factores, formal o informalmente, son procesos para determinar una gama muy probablemente y descubrir la información que falta. Cuando una estimación resulta ser incorrecta, se denomina “overestimate” si la estimación supera el resultado real y una subestimación si la estimación se queda corta del resultado real. (Medina, 2016).

La estimación se realiza mediante el muestreo de frecuencia, y la proyección de ese número en una población más grande. (Medina, 2016).

Las estimaciones de manera similar se pueden generar mediante la proyección de los resultados de encuestas sobre la población total; al hacer una estimación, lo más a menudo es que el objetivo es útil para generar un rango de posibles resultados, y esa cualidad es suficiente para ser útil, pero no es necesario que por lo que es probable que sea incorrecto. (Venemedia, 2016 ).

Ejemplo, al tratar de adivinar el número de caramelos contenidos en un frasco si el cincuenta por ciento eran visibles y el volumen general de la jarra sobre parecía ser veinte veces tan grande como el recipiente de volumen que contiene los caramelos visibles; tal proyección, previsto para recoger el único valor que se cree que es más cercano al valor real se llama una estimación puntual. (Manzano Arrondo, 2012).

Sin embargo la mejor forma de comprender este término según (Ramos Espinal, Hernandez Sampieri, & Alvarenga Amador, 2016) es: la estimación es la primera manera de acercarse a los parámetros de la población a través de una muestra, la cual debe ser aleatoria en todos los elementos de una población.

...