Este documento describe el uso de la estimación estadística como método de prevención en la industria maderera. Explica que la estimación permite dar valores aproximados de parámetros poblacionales a partir de muestras de datos. Proporciona ejemplos de cómo gerentes pueden usar la estimación puntual y por intervalo para tomar decisiones que prevengan gastos innecesarios. Concluye resaltando la importancia de la estimación estadística en la ingeniería forestal para facilitar la toma de decisiones en el manejo de áreas

1. República Bolivariana de Venezuela
Universidad Nacional Experimental de Guayana
Vicerrectorado Académico
Coordinación de pregrado
Proyecto: ingeniería en industrias forestales
Catedra: Estadística (II)
La estimación como método de
Prevención en problemas que
Puedan suceder en la
Industria maderera
Autor:
Valdez cesar
Tutor:
Alvaro Barrios
Junio de 201

2. República Bolivariana de Venezuela
Universidad Nacional Experimental de Guayana
Vicerrectorado Académico
Coordinación de pregrado
Proyecto: ingeniería en industrias forestales
Catedra: Estadística (II)
La estimación como método de
Prevención en problemas que
Puedan suceder en la
Industria maderera
Autor:
Valdez cesar
Tutor:
Alvaro Barrios
Resumen
La estimación es uno de los métodos más comunes utilizados ya que este es uno de los métodos de
estadista más fácil de emplear en la vida ya que ayuda a tomar decisiones como en situaciones de
riesgo como prevención, aceptación entre otros, la estimación en el área empresarial tiene un campo
muy extenso con respecto a la toma de decisiones por lo cual es utilizada mucho por lo gerentes de
departamento como se verá en el resto del ensayo, la estimación es un complemento de la estadística
inferencial o podría decirse también que es un sub conjunto de la misma siendo este método el más
completo con un probable error de 5% de un 100% es decir 95% fiable para la toma de decisiones, en
este ensayo presentaremos como se puede plantear una situación para la cual su solución es la
estimación como algunos ejemplo de la estimación puntual y estimación por intervalo.

3. Introducción
El siguiente documento se ha realizado para plasmar un conjunto de ideas
referentes a la estimación estadística, donde se establecen las relaciones entre
dicha ciencia y la industria forestal. Se ha utilizado un método de descripción,
determinando las funciones básicas y actividades pertinentes a la estimación
estadística, también se ha ilustrado ejemplos donde se ve reflejada la importancia
del uso de este método de prevención en la industrias.
El objetivo que se pretende alcanzar es establecer la importancia que tiene la
estimación estadística en la ingeniería dedicada al manejo forestal como
prevención, y comprender como poder tomar decisiones en dicho campo.

4. Estimación
“Se llama estimación al conjunto de técnicas que permiten dar un valor
aproximado de un parámetro de una población a partir de los datos
proporcionados por una muestra. Por ejemplo, una estimación de la media de una
determinada característica de una población de tamaño N podría ser la media de
esa misma característica para una muestra de tamaño n”
(Richard L 2002)
Cesar Valdez pude argumentar basándose en el concepto de (Richard L 2002)
que la estimación es complemento de la estadística inferencial porque este
método ayuda a la toma de decisiones para así estimar sobre una población y
prevenir echo como la cantidad de madera no aprovechable en la industria o la de
cantidad de áreas en bajo las cuales no se pueden hacer plantaciones por el factor
clima , la estimación podría decir Cesar Valdez ya por lo leído sobre la estimación
que esta misma está dividida en dos grandes bloques los cuales son estimación
puntual y estimación por intervalo.
“la estimación es un valor especifico observado de un estadístico”
Estimación puntual:
Consiste en la estimación del valor del parámetro mediante un sólo valor, es
insesgada, congruente, el estimador más eficiente y, mientras la muestra sea lo
bastante amplia, su distribución de muestreo puede ser aproximada por la
distribución normal.
Si conocemos la distribución muestral Ẋ, podemos hacer afirmaciones acerca
de cualquier estimación que realicemos con la información obtenida del muestreo.

5. Ejemplo de ello podría ser:
Un gerente quiere saber que tanto se pude aprovechar una parcela de plantación
de pinus caribean para la elaboración de palos de escoba seleccionando una
muestra de n=35 plantas de pino y hallar los que mejor estén para el consumo
industrial Ẋ =3570, este resultado nos sirve como una estimación puntual
poblacional. Para esto utilizamos la siguiente formula que sería:
Ẋ=
∑ x
n
Ẋ=
3570
35
= 102 árboles los cuales se puede aprovechar para la
elaboración de palos de escoba. Estimación puntual (102) por lo tanto esta parcela
no es acta para ese consumo ahí el gerente puede prevenir gastos innecesarios.
Estimación por intervalo:
La estimación por intervalo describe una gama de valores dentro de los cuales
probablemente se encuentre un parámetro de la población, también se podría
decir que es el procedimiento utilizado para conocer las características de un
parámetro poblacional, a partir del conocimiento de la muestra. Con una muestra
aleatoria, de tamaño n, podemos efectuar una estimación de un valor de un
parámetro de la población.

6. ¿Cómo pondría yo en práctica este concepto?
Supóngase que el director de campo en la empresa nacional forestal necesita una
estimación en horas de promedio de las plantas de pinus caribean para un secado
rápido echo en sus horas de trabajo podemos seleccionar una muestra aleatoria
de 200 troncos registrando las condiciones en las cuales ingresaron los troncos
en la cámara de cesado. La muestra de 200 árboles tiene una media de 36 horas.
Si empleamos la estimación puntual de la media de la muestra Ẋ como el mejor
estimador de la media de la población µ, diremos que las horas promedio que
tardan las rolas en la cámara de secado durante las hora de trabajo del jefe de
campo es de 36 horas.
Otro ejemplo corto pero preciso seria este:
El gerente de un departamento en la industria puede decir que la media de la
población en algún sitio entre 24 y 50.
Con frecuencia el intervalo va acompañado de una afirmación sobre nivel de
confianza que se encuentra en su exactitud.
Estimador
el estimador es un estadístico muestral con el cual se estima un parámetro de la
población, también se dice que intervalo de la muestra se puede utilizar como un
estimador del intervalo de la población.
Criterios que debe de tener un estimador
Imparcialidad: es decir tiende a asumir valores que se hallan arriba del
parámetro de la población que está siendo estimado en el mismo grado y con la
misma frecuencia
Eficiencia: la eficiencia designa el tamaño del error estándar del estadístico, es
decir busca y escoger la madia y si vemos que la desviación estándar de la
mediana es más pequeña que la media muestral es un estimador eficiente .
Suficiencia: un estimador es suficiente cuando este utiliza solamente la
información contenida de la muestra.

7. Conclusión
El objetivo de este ensayo fue el de dar a entender y conocer que la estimación
estadística es muy importante en el ámbito de la ingeniería de industrias forestales
ya que con esta herramienta si se podría llamar facilita la manipulación del área de
trabajo en el cual se este, y no solo en la ingeniería sino en la vida cotidiana ya
que la estimación estadística tanto como la matemática forman parte del ser
humano y que abecés sin tenerlo en cuenta estamos estimando sin notarlo como
cuando se va a cruzar una calle se puede estar estimando en el momento que se
puede pasar o también se puede inferir sobre la velocidad en cual se desplazan
los automóviles .
La estimación se utilizó más que todo en este ensayo como prevención ya que
se pudo explicar con un alto grado de facilidad para el entendimiento del lector

8. Referencias
Richard I. levin: estadística para administradores (2a) edición en español (1988)
Impreso: México
Richard L. Estadística matemática con aplicaciones (6a) edición (2002)