ESTIMACION POR INTERVALOS

BASADAS EN UNA POBLACION

QUE ES UN INTERVALO DE CONFIANZA?
Un intervalo de confianza , es un intervalo con
limites finitos o infinitos, donde por lo menos uno de
los extremos es una variable aleatoria
ESTIMACIN POR INTERVALOS DE CONFIANZA
Se trata de asignar al parmetro poblacional desconocido un rango de
valores posibles, dentro de los cuales se encuentra el verdadero valor del
parmetro con un determinado nivel de confianza fijada de antemano y
que permite precisar la incertidumbre que existe en la estimacin.

Si podemos encontrar dos variables aleatorias A y B, tales que:

P( AB) = 1- y representamos las realizaciones particulares de A
y B por ay b, entonces, el intervalo (a, b)se denomina intervalo de
confianza del 100(1-)% para .

La cantidad (1-) se denomina nivel de confianza del intervalo.

INTERVALO DE CONFIANZA (a , b )
La confianza de un intervalo debe interpretarse en el
sentido siguiente:
Por cada 100 intervalos que construyamos para
estimar un mismo parmetro (a partir de otras tantas
muestras aleatorias y para un valor prefijado) el (1-
)% de los intervalos obtenidos recogern en su interior
al verdadero valor del parmetro, mientras que el %
restante, por cosas del azar, pueden resultar
equivocados.
Si elegimos el nivel de confianza (1-)% grande, por
ejemplo del 95%, entonces nuestra esperanza al
elaborar un intervalo a partir de una muestra es que
sea uno de los 95 de cada 100 intervalos acertados
Estimacin de Intervalos
Ejemplo: Construccin repetida de un intervalo de confianza

para la media m:
m

Si los intervalos de confianza mostrados son del 95% significa que si se construye un
gran nmero de ellos, el 95% de ellos contendr a la media
INTERVALO DE CONFIANZA
GENERALIZANDO:
Sea (X1, ..Xn) una m.a. extrada de una poblacin con
funcin de densidad f( x, ) y sean, A = a(X1,..., Xn) y B
= b(X1,..., Xn) , dos estadsticas tal que A B, para todo
(X1,..., Xn) del espacio muestral
Se dice entonces que el intervalo aleatorio I = [ A , B ] es un
intervalo de confianza para con coeficiente de confianza
= (1-) donde (01) .
P (A B) = 1-
A = a(X1,..., Xn) Limite inferior del intervalo
B = b(X1,..., Xn) Limite superior del intervalo

Sus valores cambian de unas muestras a otras, el verdadero

valor del parmetro est en el intervalo el (1-)% de las
veces.
 Clculo de intervalos de confianza.
Mtodo del pivote

El clculo de intervalos de confianza no es un proceso fcil cuando la

variable en estudio no sigue unas pautas de normalidad, por lo que
nosotros vamos a suponer siempre que la variable con la que vamos a
trabajar sigue una distribucin normal.

El proceso para obtener el intervalo es dar una v.a. donde intervenga el

parmetro a estimar y el correspondiente de la muestra. A esta variable se le
llama estadstico pivote y debe seguir una distribucin de probabilidad
conocida.
Definicin:
Sea (X1, ..Xn) una m.a. extrada de una poblacin con funcin de densidad f(
x, ) y sean, Q = q(X1,..., Xn, ) una funcin de X1,..., Xn y , (, R )
Si la distribucin de Q no depende de , , entonces Q es definido como
cantidad pivotal.
INTERVALO DE CONFIANZA PARA LA MEDIA
POBLACIONAL: MUESTRAS GRANDES
Caso 1: Media poblacional (Varianza poblacional s2
conocida)

Situacin: Se tiene una poblacin con media

desconocida , pero se supone conocida la varianza 2.
Se toma una muestra aleatoria (X1,X2,...,XN). Con esta
muestra se calcula el estadstico el cual es un
estimador puntual insesgado para la media
desconocida. Se puede obtener un intervalo de
confianza del 100(1-) % para si consideramos los
siguientes hechos acerca de la distribucin de :
 Caso 1: Media poblacional (Varianza poblacional s2
conocida)
1. Si la poblacin es Normal, la distribucin de es Normal

2. Si la poblacin no es Normal, el Teorema del lmite central

nos garantiza una distribucin de es aproximadamente
normal cuando N

3. La media de es ( es insesgado)

4. La varianza de es 2 /N
Teorema del Lmite Central:
Afirma que la media muestral tiene una distribucin Normal aunque la
poblacin original no la tenga, siempre y cuando la muestra sea muy grande (de
manera prctica N>30)
Caso 1: Media poblacional (Varianza poblacional s2 conocida)
De acuerdo a lo anterior, podemos suponer que la variable
___

Tiene una distribucin N(0,1) Z X

/ N

a/2 a/2

-za/2 za/2 Z

de la figura: P{-za/2 Z za/2 }=1-.

Con lo cual el intervalo de confianza del 100(1-)% para la media es
__ __

xz /2 / N x z /2/ N
IC para una media poblacional (s2 conocida) :
Ejemplo

Ejemplo: Los siguientes son datos de conductividad

trmica de cierto tipo de hierro (en BTU/hr-ft-
F):
41.60 41.48 42.34 41.95 41.86
42.18 41.72 42.26 41.81 42.04
Una estimacin puntual para la media, es =
41.924. Hallar un intervalo de confianza del 95
% y uno del 99% para la media.
Se supone que la poblacin tiene una distribucin
Normal con s=0.3
Usamos la expresin:
__ __

xz /2 / N xz /2 / N

para encontrar el intervalo de confianza para la media:

l = 41.924 - 1.96(0.3)/10 = 41.738,
u = 41.924+1.96(0.3)/10 = 42.110
Entonces el intervalo de confianza del 95% es
41.738 42.11
Y la longitud de este intervalo es 3.92 s/N
IC para una media poblacional ( conocida)
Ejemplo

Deseamos estimar el promedio de edad de cierta poblacin.

Tomamos una muestra de tamao 100 en la cual se obtuvo
una media muestral de 35. La variable considerada tiene
distribucin normal con una varianza igual a 3. Calcular
el intervalo de confianza al 95 % e indicar la imprecisin.

Solucin: aplicando simplemente la frmula para calcular los

lmites del intervalo de confianza (IC), tenemos:
3
35 1.96
100
3
I 1.96 0.339
100
INTERVALO DE CONFIANZA PARA LA MEDIA
POBLACIONAL: MUESTRAS GRANDES
Caso 2: Media poblacional (Varianza poblacional s2
desconocida)
Si no se conoce la varianza 2 de la poblacin, una posibilidad
es utilizar la varianza muestral S2 en las ecuaciones
obtenidas para estimar intervalos en el caso de varianza
conocida
Este procedimiento funciona para muestras grandes (N>30),
por ello los intervalos de confianza anteriores se les suele
llamar intervalos de confianza para muestras grandes.

Si las muestras son pequeas el enfoque anterior no funciona

y para lograr un procedimiento vlido se supondr que la
poblacin tiene una distribucin Normal
 INTERVALO DE CONFIANZA PARA LA MEDIA
POBLACIONAL: MUESTRAS GRANDES
Caso 2: Media poblacional (Varianza poblacional s2
desconocida)
En forma general si no se conoce s se sustituye por
la desviacin estndar de la muestra, es decir, por s,
si adems el tamao de la muestra es n>30.

El intervalo de confianza para un nivel de

confianza de 1-a, de la media poblacional es:

s s
X Za m X Za
2 n 2 n
 Caso 2: Media poblacional (Varianza poblacional s2
desconocida) Ejemplo
Los siguientes datos son los puntajes obtenidos para 45 personas de una escala de
depresin (mayor puntaje significa mayor depresin).

2 5 6 8 8 9 9 10 11
11 11 13 13 14 14 14 14 14
14 15 15 16 16 16 16 16 16
16 16 17 17 17 18 18 18 19
19 19 19 19 19 19 19 20 20

Para construir un intervalo de confianza para el puntaje promedio poblacional,

asumamos que los datos tienen distribucin normal, con varianza poblacional
desconocida. Como es desconocido, lo estimamos por s =18,7.
 Caso 2: Media poblacional (Varianza poblacional s2
desconocida) Solucin:

Luego, un intervalo de confianza aproximado es:

Luego, el intervalo de confianza para es (13,2 ,

15,8). Es decir, el puntaje promedio poblacional se
encuentra entre 13,2 y 15,8 con una confianza 95%.
INTERVALO DE CONFIANZA PARA LA MEDIA
POBLACIONAL: MUESTRAS PEQUEAS ( n 30)
Caso 1: Media poblacional (Varianza poblacional s2
desconocida)
Se utiliza el estadstico pivote:

Que sigue una distribucin llamada t student con n-1 grados de libertad que
presenta una forma en la curva muy similar a la de la distribucin normal.

a/2 /2

-ta/2,N-1 ta/2,N-1

y toma como intervalo de confianza aquella regin en la que

INTERVALO DE CONFIANZA PARA LA MEDIA
POBLACIONAL: MUESTRAS PEQUEAS ( n 30)
Caso 1: Media poblacional (Varianza poblacional s2
desconocida)

Es decir, hemos obtenido el intervalo que contiene a la

media poblacional y que podemos expresar:
Factor relacionado
Parmetro: Media Poblacional Error Estndar
con la confianza

sn 1 sn 1
Estimo IC 95% x t n 1 m x t n 1
n n
Nivel de
confianza
Lmites de confianza
 Caso 1: Media poblacional (Varianza poblacional s2
desconocida)
Para estimar el tiempo promedio que se demoran los estudiantes de
segundo ciclo en resolver un examen, se tomo una muestra de 9 estudiantes
escogidos al azar de la poblacin indicada. Los datos obtenidos de la
muestra fueron = 30.67' y s = 3.61
Asumiendo que la distribucin poblacional es normal, obtener un intervalo
de confianza al 95% para el promedio de todos los tiempos que demoran en
resolver el examen en la poblacin.
INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: MUESTRAS GRANDES
Queremos estimar la proporcin p de que ocurra un
determinado suceso en una poblacin y tomamos una
muestra de tamao n.
Consideramos la variable aleatoria X= p/n, donde p es el
nmero de observacines de ese suceso en la muestra.
La variable X es obviamente una binomial (n, p). Para
valores de n grande y p prximos a 0,5, podemos
aproximarla mediante una normal de media np y
desviacin tpica np(1- p) , por tanto:
Es una N ( 0,1), Y si dividimos por n a toda la expresin
(1 ) Vamos a tener:
.
es N ( 0,1)
(1)


INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: MUESTRAS GRANDES

a/2 a/2

-za/2 za/2

p Za ( p (1 p ) / n ) p p Za ( p (1 p ) / n )
2 2
INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: MUESTRAS GRANDES

Obteniendo como intervalo de confianza para p

p Za ( p (1 p ) / n ), p Za ( p (1 p ) / n )
2 2

Pero dado que desconocemos p, deberemos sustituirlo por p.

(1) 1
Una cota para el error es

o tambin z a/2
2 4
puesto que p(1-p) alcanza un mximo en . y por tanto esta
ltima expresin se podra tomar como radio del intervalo de
confianza propuesto.
INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: ejemplo

Para estimar el porcentaje a favor de un candidato, una

encuestadora realiza un sondeo en una muestra de 400
electores, obteniendo que 160 votaran por dicho candidato.
Obtener un intervalo de confianza al 95% para la proporcin
de votantes a favor del candidato en cuestin.
SOLUCION:
Primero, la estimacin puntual de la proporcin a favor del candidato en
la poblacin, es la proporcin a favor en la muestra de n = 400 electores.
Entonces, X= p/n o X= 160/400 = 0.4
0.4 1.96( 0.4(0.6) / 400 ) p 0.6 1.96( 0.4(0.6) / 400 )

Luego se obtiene el intervalo (0.352; 0.448),es decir, la

proporcion a favor del candidato en la poblacin se encuentra en el
intervalo (0:352; 0:448) con un nivel de confianza del 95%.
INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: ejemplo
En un estudio de prevalencia de factores de riesgo en un
estudio cohorte de 412 mujeres mayores de 15 aos en la
Regin Metropolitana, se encontr que el 17.6% eran
hipertensas. Un intervalo de 95% de confianza para la
proporcin de mujeres hipertensas en la Regin
Metropolitana est dado por:

0.176 1.96 0.176(1 0.176) / 412 p 0.176 1.96 0.176(1 0.176) / 412

Luego, la proporcin de hipertensas vara entre (0,139 ,

0,212) con una confianza de 95%.
INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: ejemplo

De 1000 casos de cncer pulmonar seleccionados al azar,

823 son de pacientes que fallecieron. Construya un
intervalo de confianza del 95% para la tasa de mortalidad
del cncer pulmonar.
Solucin: La tasa de mortalidad es la proporcin de los que mueren a los
^
que contraen el cncer pulmonar, de la muestra tenemos que p = 0.823. Por
otro lado z0.025=1.96, entonces:
0.82310.823 0.82310.823
0.823 1.96 1000 p
0.823
1.96 1000

Es decir, 0.799 p 0.847

DETERMINACIN DEL TAMAO PTIMO MUESTRAL

A partir de las frmulas que se utilizan para

construir los intervalos de confianza, podemos
calcular el tamao muestral necesario para
obtener una precisin determinada.

Llamamos error de estimacin(E) a la mxima

diferencia que nos permitimos admitir, con un nivel
de confianza 100(1-)%, entre el parmetro
desconocido y el estadstico que usamos como
estimador
DETERMINACIN DEL TAMAO PTIMO MUESTRAL
DETERMINACIN DEL TAMAO PTIMO MUESTRAL

Debemos hacer aqu dos observaciones, a saber,

a) Si para n se obtiene un valor fraccionario, se
redondea al nmero entero siguiente.
b) En sentido estricto podemos determinar n, solo si se
conoce la varianza poblacional de la cual se est
seleccionando la muestra. Si nos falta esta
informacin se puede tomar una muestra preliminar de
tamao n 30 para obtener una estimacin de . En
este caso al usar S como aproximacin de , se puede
determinar aproximadamente cuantas observaciones
se necesitan para el grado deseado de exactitud.
DETERMINACIN DEL TAMAO PTIMO MUESTRAL
Ejemplo: Se quiere estimar la facturacin mensual
promedio por luz elctrica en el mes de julio en casas
de familia de la ciudad de Huancayo. Se sabe que la
desviacin estndar es de S/.20.
Se quiere estimar la facturacin promedio de julio con
aproximacin 5 S/. del promedio real, con 99% de
confianza. Qu tamao de muestra se necesita?
Solucin
= 20
[2.575 20 ]2
n= = 107
25

SE necesita un tamao de muestra de 107 casas

DETERMINACIN DEL TAMAO PTIMO MUESTRAL
 Gracias !!!