En estadstica, se llama intervalo de confianza a

un par o varios pares de nmeros entre los cuales se estima que estar cierto valor
desconocido con una determinada probabilidad de acierto. Formalmente, estos nmeros
determinan un intervalo, que se calcula a partir de datos de una muestra, y el valor
desconocido es un parmetro poblacional. La probabilidad de xito en la estimacin se
representa con 1 - y se denomina nivel de confianza. En estas circunstancias, es el
llamado error aleatorio o nivel de significacin, esto es, una medida de las posibilidades de
fallar en la estimacin mediante tal intervalo.1

El nivel de confianza y la amplitud del intervalo varan conjuntamente, de forma que un

intervalo ms amplio tendr ms probabilidad de acierto (mayor nivel de confianza), mientras
que para un intervalo ms pequeo, que ofrece una estimacin ms precisa, aumenta su
probabilidad de error.

Para la construccin de un determinado intervalo de confianza es necesario conocer

la distribucin terica que sigue el parmetro a estimar, .2 Es habitual que el parmetro
presente una distribucin normal. Tambin pueden construirse intervalos de confianza con
la desigualdad de Chebyshev.

En definitiva, un intervalo de confianza al 1 - por ciento para la estimacin de un parmetro

poblacional que sigue una determinada distribucin de probabilidad, es una expresin del
tipo [1, 2] tal que P[1 2] = 1 - , donde P es la funcin de distribucin de probabilidad
de .

ntervalo de confianza para la media de una poblacin[editar]

De una poblacin de media y desviacin tpica se pueden tomar muestras de elementos.
Cada una de estas muestras tiene a su vez una media. Se puede demostrar que la media de
todas las medias muestrales coincide con la media poblacional: 3
Pero adems, si el tamao de las muestras es lo suficientemente grande, 4 o la distribucin
poblacional es normal, la distribucin de medias muestrales es, prcticamente,
una distribucin normal (o gaussiana) con media y una desviacin tpica dada por la
siguiente expresin: . Esto se representa como sigue: . Si estandarizamos, se sigue que:
En una distribucin Z ~ N(0, 1) puede calcularse fcilmente un intervalo dentro del cual caigan
un determinado porcentaje de las observaciones, esto es, es sencillo hallar z1 y z2 tales que
P[z1 z z2] = 1 - , donde (1 - )100 es el porcentaje deseado (vase el uso de las tablas en
una distribucin normal).
En esta distribucin normal de medias se puede calcular el intervalo de confianza donde se
encontrar la media poblacional si solo se conoce una media muestral (), con una confianza
determinada. Habitualmente se manejan valores de confianza del 95 y del 99 por ciento. A
este valor se le llamar (debido a que es el error que se cometer, un trmino opuesto).
Para ello se necesita calcular el punto o, mejor dicho, su versin estandarizada o valor
crtico junto con su "opuesto en la distribucin" . Estos puntos delimitan la probabilidad para
el intervalo, como se muestra en la siguiente imagen:
Dicho punto es el nmero tal que:
Y en la versin estandarizada se cumple que:
As:
De lo cual se obtendr el intervalo de confianza:
Obsrvese que el intervalo de confianza viene dado por la media muestral el producto
del valor crtico por el error estndar .
Si no se conoce y n es grande (habitualmente se toma n 30):5
Aproximaciones para el valor para los niveles de confianza estndar son 1,96 para y 2,576
para .6

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 helado, 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 de la
cantidad promedio deseada 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 es X1, ..., X25, una muestra aleatoria
procedente de X.
Para , es suficiente con dar una estimacin. El estimador adecuado es la media muestral:
La muestra seala los pesos reales 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 en torno al valor
observado de 250.2 gramos de la media muestral, para 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 determinarn los extremos considerando la media muestral X que
como proviene de una distribucin normal est tambin normalmente distribuida con
la misma esperanza , pero con un error estndar de:

l nivel de confianza son: 0,95

(95%) ;

l nivel de confianza se indica por 1- y habitualmente se da en porcentaje (1-)%. Hablamos

de nivel de confianza y no de probabilidad (la probabilidad implica eventos aleatorios) ya que
una vez extrada la muestra, el intervalo de confianza estar definido al igual que la media
poblacional () y solo se confa si contendr al verdadero valor del parmetro o no, lo que si
conlleva una probabilidad es que si repetimos el proceso con muchas medias muestrales
podramos afirmar que el (1-)% de los intervalos as construidos contendra al verdadero
valor del parmetro.
Los valores que se suelen utilizar para el nivel de confianza son el 95%, 99% y 99,9%

Ejemplos[editar]
Para un nivel de confianza del 88%
1- = 0.88
= 0.12
/2 = 0.06
Z/ 2 = Z + 0.06 ; y se suma
P(Z Z 0.06) =0.94 + (1-/2)
Z(0.94)=1.56

Para un nivel de confianza del 98%,

1-=0.98
=0.02
/2=0.01
Z / 2 = Z + 0.01
P(Z Z 0.01) =0.98 + (1-/2); Esto no es una ecuacin matemtica.
Z(0.98)=2.325 Para encontrar este valor recrrase a una tabla de Distribucin Normal
Estndar y, si es del caso, hacer interpolaciones.