Intervalo de confianza para una proporcin [editar]

El intervalo de confianza para estimar una proporcin p, conocida como una proporcin
muestral pn de una muestra de tamao n, a un nivel de confianza del (1-)100% es:

En la demostracin de estas frmulas estn involucrados el Teorema Central del Lmite y

la aproximacin de una binomial por una normal.7

Ejemplo prctico[editar]

Una mquina llena tazas con lquido, y se supone que est ajustada para verter la cantidad
de 250 g. Como la mquina no puede llenar cada taza con exactamente 250 g, el
contenido que se aade a cada taza individual presenta cierta variacin y se le asigna una
variable aleatoria X. Se asume que esta variacin se ajusta a una distribucin normal de
alrededor del porcentaje promedio deseado de 250 g, con una desviacin estndar de
2.5 g. Para determinar si la mquina est adecuadamente calibrada, se toma una muestra
aleatoria de n = 25 tazas de helado para pesarlas. La medicin resultante de sustancia
helada es X1, ..., X25, una muestra aleatoria desde X.
Para tener una apreciacin de la expectativa , es suficiente con dar una estimacin.
El estimador adecuado es la media muestral:

La muestra seala los pesos efectivos x1, ..., x25, con media:

Al tomar otra muestra de 25 tazas, es esperable, de igual manera, que la masa presente
valores como 250.4 o 251.1 gramos. Un valor medio muestral de 280 gramos en cambio,
sera extremadamente excepcional si el contenido medio de las tazas est en la prctica
cerca de 250 gramos. Hay un intervalo ntegro en torno al valor observado de

250.2 gramos de la media muestral por el que si la media de la poblacin completa

efectivamente toma un valor en este rango, los datos observados no podran ser
considerados particularmente inusuales. Tal intervalo se denomina intervalo de confianza
para el parmetro . Cmo se calcula tal intervalo? Los extremos del intervalo deben
calcularse a partir de la muestra para que resulten funciones estadsticas de la
muestra X1, ..., X25 y de este modo son variables aleatorias a su vez.
En este caso, se determinar los extremos considerando la media muestral X a partir de la
muestra en distribucin normal est tambin normalmente distribuida con la misma
expectativa , pero con un error estndar de:

Por estandarizacin, se obtiene una variable aleatoria:

dependiente del parmetro a ser estimado, pero con una distribucin normal estndar
independiente del parmetro . Por lo tanto, es posible hallar nmeros z y z,
independientes de , entre los cuales yace Z con probabilidad 1 , una medida de
cun confiados queremos estar.
Tomamos 1 = 0.95, por ejemplo. As, tenemos:

El nmero z sigue desde la funcin de distribucin acumulada, en este caso la Funcin de

distribucin normal acumulativa:

y se obtiene:

En otras palabras, el lmite inferior de un intervalo de confianza del 95% es:

y el superior de tal intervalo es:

Con los valores de este ejemplo, el intervalo de confianza es:

Esto podra interpretarse como: con probabilidad del 0.95 encontramos un intervalo de
confianza en el que se cumple con el parmetro entre los lmites estocsticos

Esto no implica que hay una probabilidad de 0.95 de encontrar el parmetro en el

intervalo obtenido usando el valor efectivamente establecido para el valor medio de la
muestra.

Sin embargo, cada vez que se repitan las mediciones, darn otro valor para la media X de
la muestra. En el 95% de los casos estar entre los lmites calculados a partir de la
media, pero en el 5% de los casos no lo estar. El intervalo de confianza efectivo se
calcula anotando los valores de masas de helado medidas en la frmula. Este intervalo de
confianza de 0.95 resulta:

El segmento vertical representa 50

realizaciones de un intervalo de
confianza para .

En otras palabras, el intervalo de confianza del 95% est entre el lmite inferior de 249.22 g
y el superior de 251.18 g.
Como el valor deseado 250 de est dentro del intervalo de confianza resultante no hay
razn para creer que la mquina no est correctamente calibrada.
El intervalo calculado tiene lmites fijos, donde podra o no estar all acotado. As, este
evento tiene probabilidad o 0 o 1. No es posible decir: "con probabilidad (1 ) el
parmetro yace en el intervalo de confianza." Slo sabemos que por repeticin en

100(1 ) % de los casos, estar en el intervalo calculado. En 100% de los casos, sin
embargo no sucede. Desafortunadamente, no se conoce en cules de los casos esto
sucede. Por eso se puede decir: "con nivel de confianza100(1 ) %, yace en el
intervalo de confianza."El error mximo se calcula de 0.98 dado que es la diferencia ente
el valor en que se conserva la confianza dentro de los lmites superior e inferior.
La figura ilustra 50 realizaciones de un intervalo de confianza para una poblacin media
dada . Si aleatoriamente se selecciona una realizacin, la probabilidad es del 95% de
finalmente haber elegido un an intervalo que contenga el parmetro; sin embargo, podra
darse la desafortunada situacin de haber elegido la errnea.