Documente Academic
Documente Profesional
Documente Cultură
Tema 4
Intervalos de confianza
_
_
x - z1 / 2 x z1 / 2
n n
Ejemplo 4.1:
Datos:
X = 98
=2
n =9
1- = 95%
= 5%
Solucin:
1- = 0.975 por tabla: Z 1 2 = 1.96
2
Aplicar frmula:
2 2
98 - (1.96 ) 98 + (1.96 )
9 9
96.693 99.307
La precisin del intervalo de confianza, definido anteriormente, es z1 / 2 . Esto
n
significa que al utilizarse para estimar , el error E = X - es menor o igual que
z1 / 2 con una confianza 100(1 - ). En los casos en los que es posible controlar el
n
tamao muestral, se puede elegir n, de modo que se tenga una confianza del 100(1 -
a) % de que el error al estimar sea menor que un error especificado E. La seleccin
del tamao n de la muestra, necesario para proporcionar un intervalo de confianza de
la longitud requerida (2E), se obtiene cuando:
z1 / 2 E
n
2
z
n 1 / 2
E
Ejemplo 4.2:
Datos:
X = 98
=2
n =9
1- = 95%
= 5%
Z 1 2 = 1.96
Solucin:
2
E = 1.96 = 1.307
9
1.307
E nuevo = = 0.653
2
1.96 2
2
nnuevo = = 35.982 = 36
0.653
_
s _
s
x - t n 1(1 / 2 ) x t n 1(1 / 2 )
n n
Ejemplo 4.3:
Datos: Solucin:
X = 98 t1n(1 / 2) = 2.306
s =2
n =9
1- = 95% 98 - tn 1(1 / 2)
2
98 tn 1(1 / 2)
2
= 5% 9 9
96.463 99.53
Ejemplo 4.4:
Donde se obtiene una media de valor 56.2. Se solicita hallar el intervalo de confianza
considerando =5%.
Datos: Solucin:
n
= 56.2
X
x x
2
i
n = 10 S 2
i 1
1.0667 t n1(1 / 2) = 2.262
1- = 95% n 1
= 5%
1.033 1.033
56.2 - t n 1(1 / 2) 56.2 t n 1(1 / 2)
10 10
55 . 461 56.939
Ejemplo 4.5:
Para el ejemplo anterior, se desea obtener un error no mayor a 0.6. Cul ser el
tamao de muestra necesario para cumplir con la condicin anterior?
Datos: Solucin:
s
X = 56.2 Eactual = t1 n (1 / 2 ) = 0.739, al ser mayor que el Edeseado se
n
n = 10
aplica la siguiente frmula:
1- = 95%
= 5%
S 2
= 1.0667 nnuevo = ( t n1(1 / 2) * s /Edeseado) 2
t1n(1 / 2) = 2.262
Edeseado = 0.6 nnuevo = 15.162 =16
Para resolver este problema, es necesario hacer un proceso iterativo. Se debe notar
que para el clculo del n nuevo, el valor t y la desviacin estndar muestral
dependen de la muestra, dependen de n. Es decir, no se puede despejar n de la
formula del error E.
Es por ello que sobre la base de un tamao de muestra inicial, en este caso 10,
calculamos la desviacin estndar y que la muestra necesaria es de 16; es decir, los
10 datos y su desviacin estndar no permiten lograr el error deseado.
n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
valor 55 56 57 57 56 55 55 56 57 56 56 57 55 55 57 56
X = 56.077
S2 = 0.794 Enuevo = 0.36 < Edeseado =0.6
t(1 / 2) =2.059
p (1 - p ) p (1 - p )
p - Z (1 / 2 ) p p Z (1 / 2)
n n
2
z
n 1 / 2 p 1 p
E
Ejemplo 4.6:
Datos: Solucin:
p =
10
= 0.0125 Z(1/ 2) = 1.96
800
= 800 p - Z(1 / 2)
p (1- p )
p p Z (1 / 2)
p (1- p )
n n
= 5%
0.0048 p 0.0202
12 22 12 22
( x1 - x 2 ) Z 1 / 2 1 - 2 x1 - x 2 z1 / 2
n1 n2 n1 n2
_ _ 1 1 _ _ 1 1
(x1- x2 ) -tn1n2-2,1 / 2 Sp2 - (x1- x2 ) tn1n2-2,1 / 2 Sp2
n1 n2 1 2 n1 n2
(n1 -1)S12 (n2 -1)S22
S
2
p
n1 n2 - 2
2
S12 S 22
n1 n2
v 2 2
2
S12 S 22
n1 n2
n1 1 n2 1
Ejemplo 4.7:
Varianzas iguales
Datos: Solucin:
Varianzas diferentes
Datos: Solucin:
X2 = 8.68 v 15 17
2
= 32 tv,1 / 2 = 2.037
2 2
0 .32 0.40
s12 = 0.32
15 17
s22 = 0.40 15 1 17 1
1 = 15 _ _ s2 s2 _ _ s12 s22
( x1 - x2 ) - t v, 1 / 2 1 2 - ( x1 - x2 ) t v, 1 / 2
2 = 17 n1 n2
1 2
n1 n2
= 5% 0 .383 - 0 .483
1 2
p 1 1 p 1 p 2 1 p 2 p 1 p 1 p 2 1 p 2
p 1 p 2 Z1 / 2 p1 p2 p1 p 2 Z1 / 2 1
n1 n2 n1 n2
Ejemplo 4.8:
Datos:
p 1= 15 = 0.05
300
p 2 = 8 = 0.027
300
1 = 300
2 = 300
= 5%
Solucin:
p11 p1 p 2 1 p 2 p 1 p1 p 2 1 p 2
p1 p 2 Z1 / 2 p1 p2 p1 p 2 Z1 / 2 1
n1 n2 n1 n2
0.0077 p1 p2 0.054