Intervalo de confianza

Un intervalo de confianza es un rango de valores en los cuales se estima que estará el

valor verdadero de un parámetro.

Tengamos X=(X1,…,Xn) una muestra aleatoria, sea θ un parámetro desconocido y

0<α<1. Entonces S(X)=(θ(1) (X),θ(n)(X)) es un intervalo de confianza con nivel de
confianza 100(1-α)% si

En otras palabras, en el 1-α% de veces que hiciésemos los intervalos de confianza, éste
contendría el verdadero valor. Por lo general se trabaja en intervalos de confianza del
95% o incluso del 99%.

La inferencia puntual depende directamente de la muestra escogida. Podría variar en el

caso de que escogiésemos otra muestra, dando la sensación de que la estimación no es
correcta.

Por lo tanto, es preferible perder precisión en la estimación pero ganar en confianza de

predicción del estimador. Es preferible dar un intervalo de valores en el que tengamos
confianza en que el valor del parámetro está dentro.
Método del pivote
El método del pivote es uno de los principales métodos de construcción de intervalos de
confianza.

Consiste en identificar una función pivote p(T,θ) la distribución de la cual es

independiente de θ y conocida. El pivote es función de θ y de una estimación puntual
del parámetro.

Se basa en la elección de una variable aleatoria que sea función de la muestra y del
parámetro a estimar, con la condición de que sea una función continua y monótona del
parámetro y que su distribución sea conocida e independiente del parámetro. Llamemos
φ(θ, X) a la variable escogida y que recibe el nombre de estadístico pivote.

Bajo estas condiciones, fijado el nivel de confianza (1 − α) · 100 %, es posible encontrar

los valores a y b tales que

P(a ≤ φ(θ, X) ≤ b) = 1 − α

Por las condiciones exigidas sobre el estadístico, será posible despejar θ y obtener los
límites para el intervalo.

P(φ -1 (a, X) ≤ θ ≤ φ -1 (b, X) = 1 − α

Siendo L1 = φ -1 (a, X) i L2 = φ -1 (b, X) los límites del intervalo deseado.

Algunos de los principales estadísticos pivote utilizados en la construcción de

intervalos de confianza
Tendremos que manipular y resolver esta desigualdad para encontrar los valores a y b.

Podemos ver los intervalos de confianza calculados mediante el método de los

momentos en varios ejemplos de intervalo de confianza.

Distribución normal con varianza conocida – Intervalo para la media μ

Tenemos una muestra aleatoria X=(X1,…,Xn) de una normal N(μ,σ2) con la varianza σ2
desconocida y queremos estimar el valor de la media μ.

La media es un estimador razonable. Tipificando su distribución obtenemos el pivote:

Entonces el intervalo de confianza 1-α es:

Distribución normal con media y varianza desconocida – Intervalo para

la media μ

Tenemos una muestra aleatoria X=(X1,…,Xn) de una normal N(μ,σ2) con la media μ y la
varianza σ2 desconocida. Vamos a buscar el intervalo de confianza de la media μ.

Aplicando fórmulas estadísticas obtenemos el pivote:

Por simetria de la t-student y aislando μ obtenemos el intervalo de confianza:

Distribución normal con media y varianza desconocida – Intervalo para
la varianza σ2

Supongamos una distribución normal N(μ,σ2) y una muestra aleatoria de la variable

X=(X1,…,Xn) con la media μ y la varianza σ2 desconocida. Vamos a buscar el intervalo
de confianza de la varianza σ2.

El pivote es:

Aplicando normas de la χ2 y aislando obtenemos:

Distribución uniforme (Un(0,θ)) – Intervalo para θ

Sea X=(X1,…,Xn) una muestra aleatoria de una uniforme (Un(0,θ)). Obtengamos un

intervalo de confianza para θ.

X(n) es el máximo de los elementos de la muestra. Sabiendo que X(n) es el estimador de

máxima verosimilitud tenemos el pivote:

Operando obtenemos el intervalo de confianza: