INTERVALOS DE CONFIANZA P. Reyes / Sept.

2007

INTERVALOS DE CONFIANZA

P. Reyes
Septiembre 2007

Página 1 de 7
INTERVALOS DE CONFIANZA P. Reyes / Sept.
2007

INTERVALOS DE CONFIANZA

Estimación puntual y por intervalo

Las medias o desviaciones estándar calculadas de una muestra se

denominan ESTADÍSTICOS, podrían ser consideradas como un punto
estimado de la media y desviación estándar real de población o de los
PARAMETROS.

¿Qué pasa si no deseamos una estimación puntual como media basada

en una muestra, qué otra cosa podríamos obtener como margen, algún
tipo de error?
“Un Intervalo de Confianza”

ESTIMADOR PUNTUAL: Utiliza un número único o valor para localizar

una estimación del parámetro.

ESTIMADOR POR INTERVALO DE CONFIANZA: Denota un rango dentro

del cual se puede encontrar el parámetro y el nivel de confianza que el
intervalo contiene al parámetro.

LIMITES DE CONFIANZA: Son los límites del intervalo de confianza

inferior (LIC) y superior (LSC), se determinan sumando y restando a la
media de la muestra X un cierto número Z (dependiendo del nivel o

coeficiente de confianza) de errores estándar de la media σ X .

Página 2 de 7
INTERVALOS DE CONFIANZA P. Reyes / Sept.
2007

P(Z<= - Zexcel ) = alfa/2 P(Z>= + Zexcel ) = alfa/2

Intervalo de confianza donde

se encuentra el parámetro con
un NC =1-α

INTERPRETACIÓN DEL INTERVALO DE CONFIANZA: Tener un 95% de

confianza en que la media poblacional real y desconocida se encuentra
entre los valores LIC y LSC.

NIVEL DE SIGNIFICANCIA = 1- INTERVALO DE CONFIANZA = ERROR

TIPO 1 = ALFA

¿Cómo obtenemos un intervalo de confianza?

Estimación puntual + error de estimación

¿De dónde viene el error de estimación?

Desv. estándar X multiplicador de nivel de confianza deseado Zα/2

Por Ejemplo:
Si la media de la muestra es 100 y la desviación estándar es 10, el
intervalo de confianza al 95% donde se encuentra la media para una
distribución normal es:
100 + (10) X 1.96 => (80.4, 119.6) 1.96 = Z0.025

Página 3 de 7
INTERVALOS DE CONFIANZA P. Reyes / Sept.
2007

El 95% de Nivel de Confianza significa que sólo tenemos un 5% de

oportunidad de obtener un punto fuera de ese intervalo.

Esto es el 5% total, o 2.5% mayor o menor. Si vamos a la tabla Z

veremos que para un área de 0.025, corresponde a una Z de 1.960.
C. I. Multiplicador Zα/2
99 2.576
95 1.960
90 1.645
85 1.439
80 1.282

Para tamaños de muestra >30, o σ conocida usar la distribución

Normal
Para muestras de menor tamaño, o σ desconocida usar la distribución
t

El ancho del intervalo de confianza decrece con la raiz cuadrada del

tamaño de la muestra.

Ejemplo:
Dadas las siguientes resistencias a la tensión: 28.7, 27.9, 29.2 y 26.5
psi

Estimar la media puntual

X media = 28.08 con S = 1.02

Estimar el intervalo de confianza para un nivel de confianza del 95% (t

= 3.182 con n-1=3 grados de libertad)
Xmedia±3.182*S/√n = 28.08±3.182*1.02/2=(26.46, 29.70)

Página 4 de 7
INTERVALOS DE CONFIANZA P. Reyes / Sept.
2007

Ejercicios con Z y t:

1. El peso promedio de una muestra de 50 bultos de productos Xmedia

= 652.58 Kgs., con S = 217.43 Kgs. Determinar el intervalo de
confianza al NC del 95% y al 99% donde se encuentra la media del
proceso (poblacional). Alfa = 1 - NC

2. Un intervalo de confianza del 90% para estimar la ganancia

promedio del peso de ratones de laboratorio oscila entre 0.93 y 1.73
onzas. ¿Cuál es el valor de Z?.

3. 100 latas de 16 onzas de salsa de tomate tienen una media de

Xmedia = 15.2 onzas con una S = 0.96 onzas. ¿A un nivel de confianza
del 95%, las latas parecen estar llenas con 16 onzas?.

4. Una muestra de 16 soluciones tienen un peso promedio de 16.6

onzas con S = 3.63. Se rechaza la solución si el peso promedio de todo
el lote no excede las 18 onzas. ¿Cuál es la decisión a un 90% de nivel
de confianza?.

5. Las 20 cajas de producto pesaron 102 grs. Con S = 8.5 grs. ¿Cuál es
el intervalo donde se encuentra la media y varianza del lote para un
90% de nivel de confianza?. Grados libertad=20 -1 =19

6. Una muestra de 25 productos tienen un peso promedio de 23.87 grs.

Con una S = 9.56. ¿Cuál es la estimación del intervalo de confianza
para la media y varianza a un nivel de confianza del 95 y del 98% del

Página 5 de 7
INTERVALOS DE CONFIANZA P. Reyes / Sept.
2007

peso de productos del lote completo?.

7. Los pesos de 25 paquetes enviados a través de UPS tuvieron una

media de 3.7 libras y una desviación estándar de 1.2 libras. Hallar el
intervalo de confianza del 95% para estimar el peso promedio y la
varianza de todos los paquetes. Los pesos de los paquetes se
distribuyen normalmente.

Ejercicios con proporciones:

8. De 814 encuestados 562 contestaron en forma afirmativa. ¿Cuál es
el intervalo de confianza para un 90% de nivel de confianza?

9. En una encuesta a 673 tiendas, 521 reportaron problemas de robo

por los empleados ¿Se puede concluir con un 99% de nivel de
confianza que el 78% se encuentra en el intervalo de confianza. ?

Uso de Minitab para Intervalos de confianza:

a. Para la media
Stat > Basic Statistics > 1-Sample Z, t
Variable -- Indicar la columna de los datos o Summarized Data
En caso de requerirse dar el valor de Sigma = dato
En Options:
Indicar el Confidence level -- 90, 95 o 99%
OK

b. Para una proporción

Stat > Basic Statistics > 1-Proportion
Seleccionar Summarized Data
Number of trials = n tamaño de la muestra
Number of events = D éxitos encontrados en la muestra
En Options:

Página 6 de 7
INTERVALOS DE CONFIANZA P. Reyes / Sept.
2007

Indicar el Confidence Interval -- 90, 95 o 99%

Seleccionar Use test and interval based in normal distribution

FORMULAS PARA ESTIMAR LOS INTERVALOS DE CONFIANZA:

Descripción Intervalo de confianza

Estimación de µ con sigma conocida, µ = X ± Z α / 2σ / n
muestra grande n>30
Estimación de µ con sigma µ = X ± Zα / 2 s / n
desconocida, muestra grande n>30, se
toma la desv. Est. de la muestra S
Estimación de µ con muestras µ = X ± tα / 2 s / n
pequeñas, n < 30 y sigma desconocida
Estimación de la σ (n − 1) s 2 (n − 1) s 2
≤σ ≤
2

χα χ α
, n −1 1− , n −1
2 2
Estimación de la proporción π p(1 − p )
sp =
n
π = p ± Zα / 2 s p
Tamaño de muestra
Para estimar n en base a un error n = Z α / 2 σ 2 /( X − µ ) 2
2

máximo ( X − µ )
Para estimar n en base a un error n = Z α / 2 π (1 − π ) /( p − π ) 2
2

máximo Utilizar π = 0.5 que es peor

Si se especifica un intervalo total de caso
error, el error ( p − π ) máximo es la mitad
del intervalo

Página 7 de 7