¿Qué es una Estimación Puntual?

Una estimación puntual es un único valor numérico, calculado a partir de los datos de una muestra, que se usa para aproximar un parámetro desconocido de una población. En lugar de conocer el valor exacto de la media, la proporción o la varianza de toda una población, se toma una muestra representativa y se calcula un número concreto que sirve como "mejor apuesta" para ese parámetro.

Por ejemplo, si queremos conocer la estatura promedio de todos los estudiantes de una universidad, sería poco práctico medir a cada persona. En cambio, se mide a una muestra de estudiantes y se calcula el promedio de esa muestra. Ese promedio es la estimación puntual de la estatura promedio real de toda la población.

El estimador puntual que se usa depende del parámetro que se quiere estimar:

• Para estimar la media poblacional \( \mu \), se usa la media muestral \( \bar{x} = \dfrac{\sum x_i}{n} \), donde \( n \) es el tamaño de la muestra.
• Para estimar una proporción poblacional \( p \), se usa la proporción muestral \( \hat{p} = \dfrac{x}{n} \), donde \( x \) es el número de casos favorables observados en la muestra.
• Para estimar la varianza poblacional \( \sigma^2 \), se usa la varianza muestral \( s^2 \).

Cada uno de estos valores (\( \bar{x} \), \( \hat{p} \), \( s^2 \)) es un estimador; el número concreto que resulta al sustituir los datos de una muestra específica es la estimación puntual.

Supón que se toma una muestra aleatoria de 8 bolsas de papas fritas y se registran sus pesos en gramos: 150, 148, 152, 149, 151, 147, 153, 150.

La estimación puntual de la media poblacional se calcula sumando los datos y dividiendo entre el tamaño de la muestra:

\( \bar{x} = \dfrac{150+148+152+149+151+147+153+150}{8} = \dfrac{1200}{8} = 150 \)

Por lo tanto, 150 gramos es la estimación puntual del peso promedio real de todas las bolsas producidas, con base únicamente en esta muestra de 8 unidades.

No cualquier número calculado a partir de una muestra es un buen estimador. Un estimador puntual confiable suele cumplir estas propiedades:

Propiedad	Qué significa
Insesgado	El valor esperado del estimador coincide con el parámetro poblacional real.
Consistente	A medida que crece el tamaño de la muestra, la estimación se acerca cada vez más al parámetro real.
Eficiente	Entre varios estimadores insesgados, tiene la menor variabilidad posible.

El problema de una estimación puntual es que casi nunca coincide exactamente con el parámetro poblacional; distintas muestras dan distintos resultados. Por eso, en muchos análisis se complementa con un rango de valores plausibles llamado intervalo de confianza, construido alrededor de la estimación puntual sumando y restando un margen de error.

El siguiente esquema muestra cómo la estimación puntual (el punto central) se convierte en un intervalo cuando se le añade el margen de error hacia ambos lados:

Para ver cómo se construye ese rango paso a paso, revisa creando un intervalo de confianza, y para elegir el valor crítico adecuado según el nivel de confianza deseado, consulta niveles de confianza y valores críticos.

Si se repitiera el muestreo muchas veces, cada muestra daría una estimación puntual ligeramente distinta. Estas estimaciones se agrupan alrededor del verdadero parámetro poblacional siguiendo una distribución de muestreo, que en muchos casos se aproxima a una curva en forma de campana. El siguiente gráfico representa esa distribución: el parámetro poblacional real está en el centro, mientras que una estimación puntual particular, obtenida de una sola muestra, puede caer un poco alejada del centro.

Related lessons

• Es Statistics Help