1

ESTIMACION POR INTERVALOS

En muchas situaciones, una estimacin puntual no proporciona informacin suficiente sobre el parmetro. Por esta razn se construyen intervalos de confianza en donde el parmetro que se estima esta contenido con cierta probabilidad llamada coeficiente de confianza.

Definicin 1 Un intervalo de confianza es un intervalo que tiene a lo menos un extremo aleatorio y es construdo de manera tal que el parmetro de inters que se estima esta contenido en dicho intervalo con una probabilidad 1 , llamada coeficiente de confianza.

Observacin Un intervalo de confianza puede adoptar una de las siguientes formas: Bilateral
1 2) = 1 : P ( 2) El recorrido de es ( , 1 , ) . El recorrido de es (

2) =1 Unilateral : P( 1) = 1 P (

Con 0 < < 1

Definicin 2 : Intervalo de confianza para la media con varianza conocida Si x es la media muestral de una muestra aleatoria de tamao n de una poblacin con varianza conocida 2 , un intervalo de confianza para del 100(1 ) por ciento est dado por
x z / 2 / n x + z / 2 / n

(1)

donde z / 2 es el punto de la distribucin normal estndar que corresponde al porcentaje / 2 .

Observaciones

1) Para muestras tomadas de una poblacin normal, o para muestras de tamao

n 30 , sin importar la forma que tenga la poblacin, el intervalo de

confianza dado por (1) proporciona buenos resultados.

2) Sin embargo, para muestras pequeas tomadas de poblaciones que no son normales, no es posible esperar que el nivel de confianza 1 sea exacto.

Ejemplo 1 Los datos que a continuacin se dan son los pesos en gramos de contenido de 16 cajas de cereal que se seleccionaron de un proceso de llenado con el propsito de verificar el peso promedio : 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496. Si el peso de cada caja es una variable aleatoria normal con una desviacin estndar = 5 g , obtener los intervalos de confianza estimados del 90, 95 y 99%, para la media de llenado de este proceso.

Solucin Para un coeficiente de confianza del 90%, =0.1. El valor z 0.95 se obtiene de la tabla de la normal y es igual a 1.645. Por otro lado en base a los datos muestrales, el valor de x es de 503.75g. Entonces un intervalo de confianza del 90% para la media del proceso de llenado es 503.75 1.645 5 16

o de 501.69 a 505.81. Los otros intervalos de confianza deseados se obtienen siguiendo el mismo procedimiento. Los resultados se encuentran resumidos en la siguiente tabla.

Intervalos de confianza para el ejemplo 1

Confianza 90% 95% 99%

z1 / 2 1.645 1.96 2.575

Lmite inferior 501.69 501.30 500.53

Lmite superior 505.81 506.20 506.97

Definicin 3 Si x se utiliza como estimacin de , entonces puede tenerse una confianza del 100(1 ) por ciento de que el error x no ser mayor que una cantantidad especfica E cuando el tamao de la muestra sea z n = /2 E
2

(2)

Ejemplo 2 Considere el proceso de seleccin de una muestra aleatoria de alguna distribucin que tiene una varianza conocida de = 10 pero con una media
2

desconocida. Cul debe ser el tamao necesario de la muestra para que la media x n se encuentra dentro de un intervalo igual a dos unidades, de la media poblacional con una probabilidad de, por lo menos, 0.9?

Solucin n 25

10

Definicin 4 Intervalo de confianza para la diferencia de dos medias, con varianzas conocidas. Si x1 y x 2 son las medias de dos muestras aleatorias independientes de 2 tamaos n1 y n 2 tomadas de poblaciones que tienen varianzas conocidas 1 y 100(1 ) por 2 2 , respectivamente, entonces un intervalo de confianza del ciento para 1 2 es
2 2 2 (3) + + x1 x 2 z / 2 1 / n1 + 2 / n x x z / n 1 2 2 2 1 2 1 1 2 / n2 /2

donde z / 2 es el punto crtico superior que corresponde al porcentaje / 2 de la distribucin estndar.

11

Ejemplo 3 Se llevan a cabo pruebas de resistencia a la tensin sobre diferentes clases de largueros de aluminio utilizados en la fabricacin de alas de aeroplanos comerciales. De la experiencia pasada con el proceso de fabricacin de largueros y del procedimiento de prueba, se supone que las desviaciones estndar de las resistencias a la tensin son conocidas. Los datos obtenidos aparecen en la tabla siguiente. Si 1 y 2 denotan los promedios verdaderos de las resistencias a la tensin para las clases de largueros, entonces puede encontrarse un intervalo de confianza del 90% para la diferencia de las medias 1 2 .
Resultados de la prueba de resistencia a la tensin para largueros de alumio. Clase del Tamaode Media muestral de la Desviacin larguero la muestra resistencia a la tensin ( kg / mm
2

1 2

n 1 = 10 n 2 = 12

x1 = 87.6 x 2 = 74.5

estndar ( kg / mm 2 ) 1 = 1.0 2 = 1.5

12

Solucin: 12.22 kg / mm 2 1 2 13.98 kg / mm 2

Definicin 5 Intervalo de confianza para la media de una distribucin, varianza desconocida. Si x y s son la media y la desviacin estndar de una muestra aleatoria 2 tomada de una distribucin normal con varianza desconocida, entonces un intervalo de confianza del 100(1 ) por ciento para est dado por

x t / 2 ,n1s / n x + t / 2 ,n 1s / n

(4)

donde t / 2 , n 1 es el punto crtico superior que corresponde al porcentaje / 2 de la distribucin t con n 1 grados de libertad.

13

Ejemplo 4 Los siguientes datos presentan 20 mediciones del tiempo de combustin residual (en segundos) de especmenes tratados de ropa de dormir para nios. 9.85 9.87 9.83 9.95 9.93 9.67 9.92 9.95 9.75 9.94 9.74 9.93 9.77 9.85 9.99 9.92 9.67 9.75 9.88 9.89

Suponiendo que el tiempo de combustin residual sigue una distribucin normal, encuentre un intervalo de confianza del 95% para el tiempo de combustin residual promedio. Solucin 9.8073 seg 9.8977 seg .

14

Definicin 6 Intervalo de confianza para la diferencia entre medias de dos distribuciones normales, varianzas desconocidas pero iguales. 2 2 Si x1, x 2 , s1 y s 2 son las medias y las varianzas de dos muestras aleatorias de tamaos n1 y n 2 , respectivamente, tomadas de dos poblaciones normales e independientes con varianzas desconocidas pero iguales, entonces un intervalo de confianza del 100(1 ) por ciento para la diferencia entre medias 1 2 es x1 x 2 t /2 ,m sp 1/n1 + 1/n 2 1 2 x1 x 2 + t /2, m sp 1/n1 + 1/n 2 (5)

2 + (n 2 1)s 2 donde s p = [ (n1 1)s1 2 ] / m es el estimador combinado de la desviacin estndar comn de la poblacin, m = n1 + n 2 2 , y t / 2, m es el punto crtico superior que corresponde al porcentaje / 2 de la distribucin t con n1 + n 2 2 grados de libertad.

15

Ejemplo 5 Se conocen lo resultados de un anlisis del peso de calcio en cemento estndar y en cemento contaminado con plomo. Los niveles bajos de calcio indican que el mecanismo de hidratacin del cemento queda bloqueado y esto permite que el agua ataque varias partes de una estructrura de cemento. Al tomar diez muestras de cemento estndar, se encontro que el peso promedio de calcio es x1 = 90 , con una desviacin estndar muestral s1 = 5 ; los resultados obtenidos con 15 muestras de cemento contaminado con plomo fueron x 2 = 87 y s 2 = 4 . Supngase que el porcentaje de peso de calcio estn distribuido de manera normal con la misma desviacin estndar. Encuntrese un intervalo de confianza del 95% para la diferencia entre medias.

Solucin

0.72 1 2 6.72

16

Observacin Ntese que el intervalo de confianza del 95% incluye al cero; por consiguiente, para este nivel de confianza, no puede concluirse la existencia de una diferencia entre las medias. Dicho de otra manera, no hay evidencia alguna de que la contaminacin del cemento por plomo tenga efecto sobre el peso promedio de calcio; en consecuencia, con un nivel de confianza del 95%, no es posible afirmar que la presencia del plomo afecte este aspecto del mecanismo de hidratacin.

17

Definicin 7 Intervalo de confianza para pareadas

1 2

para observaciones

Si d y s d son la media y la desviacin muestrales de la diferencia de n pares aleatorios de mediciones normalmente distribuidas, entonces un intervalo de confianza del 100(1 ) por ciento para la diferencia entre medias d = 1 2 es

d t / 2, n 1sd / n d d + t / 2, n 1s d / n
donde

(6)

t / 2, n 1 es el punto crtico superior que corresponde al porcentaje superior / 2 de la distribucin t con n-1 grados de libertad.

18

Ejemplo 6 Un cientfico de la computacin est investigando la utilidad de dos lenguajes de diseo para mejorar las tareas de programacin. Se pide a 12 programadores expertos, familiarizados con los dos lenguajes, que codifiquen una funcin estndar en ambos lenguajes, anotando el tiempo, en minutos, que requieren para hacer esta tarea. Los datos obtenidos son los siguientes:

19

Tiempo Programador 1 2 3 4 5 6 7 8 9 10 11 12 Lenguaje de diseo 1 Lenguaje de diseo 2 17 18 16 14 21 19 14 11 18 23 24 21 16 10 14 13 21 19 23 24 13 15 18 20

20

Encuentre un intervalo de confianza del 95% para la diferencia en los tiempos de codificacin promedio. Existe algo que indique una preferencia por alguno de los leguajes? Solucin 1.217 d 2.551 Definicin 8 Intervalo de confianza para la varianza de una distribucin normal 2 Si s es la varianza muestral de una muestra aleatoria de n observaciones 2 tomadas de una distribucin normal con varianza desconocida , entonces un 2 intervalo de confianza del 100(1 ) por ciento para es

21

2 ( n 1)s 2 ( n 1 ) s 2 2 2 / 2, n 1 1 / 2 , n 1

(7)

2 2 y / 2 , n 1 1 / 2 , n 1 son los puntos crticos superior e inferior que corresponden al porcentaje / 2 de la distribucin ji-cuadrada con n-1 grados

donde

de libertad, respectivamente. Ejemplo 7 Un proceso produce cierta clase de cojinetes de bola cuyo dimetro interior es de 3 cm. Se seleccionan, en forma aleatoria, 12 de estos cojinetes y se miden sus dimetros internos, que resultan ser 3.01, 3.05, 2.99, 2.99, 3.00, 3.02, 2.98, 2.99, 2.97, 2.97, 3.02 y 3.01. Suponiendo que el dimetro es una variable aleatoria normalmente distribuida, determinar un intervalo de confianza del 99% 2 para la varianza .

22

Solucin (0.0002246,0.0023079)

Definicin 9 Intervalo de confianza para el cociente de las varianzas de dos distribuciones normales. 2 2 Si s1 y s 2 son las varianzas muestrales de dos muestras aleatorias de tamao n1

n 2 , respectivamente, tomadas de dos poblaciones normales e independientes 2 2 con varianzas 1 y 2 desconocidas, entonces un intervalo de confianza del 2 100(1 ) por ciento para el cociente 1 / 2 2 es
y
2 s1 f 2 1 / 2 , n s2 1, n 1 2 2 1 s1 2 f / 2, n 1 2 2 s 2 1, n 1 1

(8)

23

donde

f / 2, n

1, n 1 1

f1 / 2, n

1, n 1 1

son los puntos crticos superior e F con

inferior que correspoden al porcentaje

n1 1 grados de libertad en el numerador y el denominador, respectivamente.

/ 2 de la distribucin

n2 1 y

Ejemplo 8 Se piensa que la concentracin del ingrediente activo de un detergente lquido para ropas, es afectada por el tipo de catalizador utilizado en proceso de fabricacin. Se sabe que la desviacin estndar de la concentracin activa es de 3 g/l, sin importar el tipo de catalizador utilizado. Se realizan 10 observaciones con cada catalizador, y se obtienen los datos siguientes: Catalizador 1: 57.9, 66.2, 65.4, 65.4, 65.2, 62.6, 67.6, 63.7, 67.2, 71.0 Catalizador 2: 66.4, 71.7, 70.3, 69.3, 64.8, 69.6, 68.6, 69.4, 65.3, 68.8

24

Encuentre un intervalo de confianza del 95% para el cociente de las dos 2 2 varianzas 1 / 2 . Parece razonable concluir que las varianzas son iguales? Solucin
2 0.5952 1 / 2 2 9.6664

Definicin 10 Intervalo de confianza para una proporcin. Si p es la proporcin de observaciones de una muestra aleatoria de tamao n que pertenece a una clase de inters, entonces un intervalo de confianza aproximado del 100(1 ) por ciento para la proporcin p de la poblacin que pertenece a esta clase es

z / 2 p (1 p ) / n p p + z / 2 p (1 p ) / n p

(9)

donde z / 2 es el punto crtico superior que corresponde al porcentaje / 2 de la distribucin normal estndar.

25

Ejemplo 9 En una muestra aleatoria de 85 soportes para el cigeal de un motor de automvil, 10 tienen un terminado que es ms rugoso de lo que las especificaciones permiten. Por consiguiente, una estimacin puntual de la proporcin de soportes en la poblacin que exceden la especificacin de rugosidad es p = x / n = 10 / 85 = 0.12 . Calcular un intervalo de confianza bilateral del 95% para p . Solucin 0.05 p 0.19

es el estimador puntual de p , puede definirse el Observacin Puesto que P como p P . Ntese que se tiene una confianza error de estimar p por P
aproximada del

100(1 ) por ciento de que este error es menor que

(1 p ) / n . En el ejemplo 9 se tiene una confianza del 95% de que la z / 2 p

26

proporcin muestral p = 0.12 difiere de la proporcin verdadera p por una cantidad que no excede 0.07.

Definicin 11

se utiliza como estimacin de p , entonces puede tenerse una confianza del Si p

100(1 ) por ciento de que el error p p no ser mayor que una cantidad especfica E cuando el tamao de la muestra sea

z / 2 (1 p ) n = p E

(10)

27

Ejemplo 10 Considrese la situacin del ejemplo 9. Cun grande debe ser la muestra si se desea tener una confianza del 95% de que error al utilizar p como estimacin de p sea menor que 0.05? Solucin n=163

Definicin 12 Intervalo de confianza para la diferencia de dos poblaciones. Si p 1 y p 2 son las proporciones muestrales de una observacin en dos muestras aleatorias independientes de tamao n1 y n 2 que pertenecen a una clase de inters, entonces un intervalo de confianza apoximado del 100(1 ) por ciento para la diferencia de las proporciones verdaderas p1 p 2 es

1 p 2 z / 2 p 1 (1 p 1 ) / n1 + p 2 (1 p 2 ) / n2 p

28

p1 p 2 p 1 p 2 + z / 2 p 1 (1 p 1 ) / n1 + p 2 (1 p 2 ) / n2

(11)

donde z / 2 es el punto crtico superior que corresponde al porcentaje / 2 de la distribucin normal estndar. Ejemplo 11 Considrese el proceso de fabricacin de soportes para cigeales descritos en el ejemplo 9 . Supngase que se hace una modificacin al proceso de acabado de la superficie y que, de manera subsecuente, se toma una segunda muestra aleatoria de 85 ejes. El nmero de ejes defectuosos en esta segunda muestra es 8. Obtener un intervalo de confianza aproximado del 95% para la diferencia en la proporcin de los soportes defectuosos producidos por ambos procesos. Solucin 0.06 p1 p 2 0.12

29

Observacin Este intervalo de confianza incluye al cero, as que, con base en los datos muestrales, parece poco probable que los cambios hechos en el proceso de acabado de la superficie hayan reducido el nmero de soportes defectuosos para cigeal producidos por el proceso.

INTERVALOS DE TOLERANCIA En algunas situaciones, el ingeniero est ms interesado en el sitio donde pueden caer las observaciones individuales o mediciones que en estimar parmetros. Por ejemplo, si se fabrica una pieza que a fin de cuentas ser ensamblada en un automvil, entonces es probable que existan especificaciones sobre alguna dimensin crtica de la pieza y que el inters recaiga en la proporcin de piezas manufacturadas que caen dentro de los lmites de las especificaciones.

30

Un mtodo que puede emplearse para determinar las cotas o lmites sobre las observaciones individuales es encontrar un intervalo de tolerancia para una proporcin fija de las observaciones.

Definicin 13 Lmites de tolerancia Para una distribucin normal con media y varianza desconocidas, los lmites de tolerancia estn dadas por x ks , donde k est determinado de modo que se pueda establecer con una confianza del 100(1 ) por ciento de que los lmites contienen al menos una proporcin p de la poblacin. Ejemplo 12 Una mquina produce las varillas de metal utilizadas en el sistema de suspensin de un automvil. El dimetro de la varilla est distribuido de manera normal, con media y varianza desconocida. Se toma una muestra aleatoria de n=10

31

piezas, y se encuentra que los dimetros son 2.25, 2.24, 2.27, 2.26, 2.23, 2.25, 2.24, 2.27, 2.22 y 2.23 pulgadas. Encuntrese un intervalo de tolerancia del 99% que contenga al menos el 95% de los dimetros de las varillas producidas por esta mquina. Solucin Se tiene una confianza del 99% de que al menos el 95% de las varillas tendrn un dimetro entre 2.173 y 2.319 pulgadas.