Intervalos de Confianza

Tema 11
ESTIMACIÓN.
INTERVALOS DE
CONFIANZA
Tema 11 ESTIMACIÓN. INTERVALOS DE CONFIANZA. Pág. 2
Proceso de inferencia estadística
Estimación Población
Estadístico
muestral
X Muestra
Se Estiman los Parámetros Desconocidos de la Población
Estimar Parámetro con Estadístico

de la Población... muestral
Media  x
Proporción p p̂
Varianza 2 s2
Distribución muestral de la media

Si cierta característica x en una
población es una variable aleatoria
normal N(; ), podemos elegir Muestra 1 x1 n
aleatoriamente muestras de tamaño n Población
y obtener en cada muestra la media, Muestra 2 x2 n
N(; )
x  x  ... xn
x 1 2 Muestra k xk n
n
Si suponemos que x  N(; ), y el muestreo es aleatorio, la media muestral x

se distribuye de forma normal con media y desviación típica

x   x 
n
  
Es decir, x  N  ; 
 n
Distribución muestral de la media

EJEMPLO El peso de los libros de texto en el instituto se distribuye de forma
normal con un peso medio de  = 400 g y una desviación típica  = 50 g. Si
tomamos una muestra aleatoria de tamaño n = 16,
a) Halla la distribución del peso medio de estas muestras.
b) Halla la probabilidad de que el peso medio esté entre 375 y 425 g.
Solución
a) X  N(400; 50)  = 400,  = 50, n = 16
    50 
x  N  ;  x  N  400;  x  N 400 ; 12 ,5
 n  16 
b) P(375  x  425)  P 375  400  z  425  400  

 12,5 12,5 
P(2  x  2)  P( x  2)  1  P( x  2)  0,9545

Distribución muestral de la proporción

Si en una población hay una proporción
p de individuos que tienen cierta
característica, podemos elegir Muestra 1 p̂1 n
aleatoriamente muestras de tamaño n y Población
obtener la proporción en cada muestra Muestra 2 p̂ 2 n
x nº de éxitos p
pˆ   Muestra k p̂ k n
n tamaño de la muestra
Como sabes, el nº de éxitos x de una muestra de tamaño n se distribuye de

forma binomial B(n; p).
p (1  p )
La media y la desviación típica de ^p son:  pˆ  p  pˆ 
n
Si el tamaño de la muestra es lo suficientemente

grande (n  30) se aproxima a una normal:  p(1  p) 
pˆ  N  p; 

 n 
Distribución muestral de la proporción

EJEMPLO En una localidad de 6000 habitantes, la proporción de menores
de 16 años es p = 1/4.
a) ¿Cuál es la distribución de la proporción de menores de 16 años en
muestras de 50 habitantes de dicha población?
b) Halla la probabilidad de que, en una muestra de 50 habitantes, haya entre
15 y 20 habitantes menores de 16 años.
Solución:
 0,25  0,75 
pˆ  N 0,25; 0,06 
1  
a) p   0,25 pˆ  N  0,25; 
4  50 
15 20  0,3  0,25 0,4  0,25 

b) P(  p  )  P(0,3  pˆ  0,4)  P
ˆ z 
50 50  0,06 0,06 
P(0,83  z  2,5)  P( z  2,5)  P( z  0,83) = 0,9938 – 0,7967 = 0,1971

Intervalos de Confianza
Objetivo: Encontrar un intervalo I = [a, b], obtenido a partir de la muestra, que

tenga una probabilidad alta de contener al parámetro .
P(  I) = 1 – 
P(a    b) = 1 – 
Nivel de confianza:
Parámetro
Probabilidad de que el intervalo
contenga al parámetro .
Extremos del intervalo
Intervalo de confianza para la Media

 X 
Sabemos que: X ~ N ( , ) ~ N (0,1)
n / n
Intervalo de confianza para la
media  de la población con:
- Una muestra de tamaño n,
- Nivel de confianza 1 - .
 
2 2
 X   
P  z / 2   z / 2   1  
 / n   X
   
P X  z / 2    X  z / 2   1 Z Z
 n n 2 0 Z
2
 
X  z / 2    X  z / 2
n n
Intervalo de confianza de 
   
 X  z / 2 , X  z / 2 
 n n
Se busca en la tabla N(0, 1)
También se pude expresar:

X  z / 2
n
donde: x es la media muestral
1 –  es el nivel de confianza
z/2 es el valor z (valor crítico) que deja un área de /2
a la derecha de la distribución N(0, 1)
 es la desviación típica de la pobación
n es el tamaño de la muestra
Hallar el valor crítico, Z/2
Considera un nivel de confianza del 95%:
Z = 1,96
 
 0,025  0,025
2 1 –  = 0,95 2
Z: Z = –1,96 0 Z = 1,96
Límite de Límite de
X: Confianza
Estimador
Confianza
inferior puntual superior

Si el nivel de confianza es del 95%
1 –  = 0,95   = 0,05 /2 /2


 0,025
2

1  0,975 z  1,96
2 2

Si el nivel de confianza es del 90%:
/2 /2 1 –  = 0,90   = 0,10


 0,05
2
 z  1,645
1  0,95 2
2
Estimación de la Media ( conocido)

EJEMPLO La media de una muestra aleatoria de tamaño n = 25 es 50.
Calcula un intervalo de confianza del 95% para la media  si la
desviación típica es  = 10.
Solución
x  50 n = 25  = 10
Nivel de confianza del 95%  1 –  = 0,95
 = 0,05  /2 = 0,025  1 – /2 = 0,975
y buscando en la tabla de la N(0, 1), z0,025 = 1,96
 
X  Z / 2     X  Z / 2 
n n
10 10
50  1.96     50  1.96 
25 25
46,08    53,92
Estimación de la Media ( conocido)

EJEMPLO
Eres inspector de una empresa de embotellado. La  para las
botellas de 2 litros es 0.05 litros. Una muestra aleatoria de 100
botellas da X = 1.99 litros. ¿Cuál es el intervalo de confianza
al 90% de la media real en las botellas de 2 litros?
Solución x  1,99 n = 100  = 0,05 z/2 = 1,645
 
X  Z / 2     X  Z / 2 
n n
0.05 0.05
1.99 – 1.645 ·    1.99 + 1.645 ·
100 100
1.982    1.998
Intervalo de Confianza para una Proporción

Sea p la proporción de individuos de una población que cumplen cierta
característica:
 p(1  p) 
Si n  30, pˆ  N  p, 

 n 
El intervalo de confianza para la proporción p, para:

- una muestra de tamaño n (n  30)
- al nivel de confianza 1 – :
pˆ  (1  pˆ ) pˆ  (1  pˆ )
pˆ  z 2   p  pˆ  z 2 
n n

EJEMPLO
Una muestra aleatoria de 400 alumnos de ESO demuestra que 32 fueron a la
Universidad. Construye un intervalo de confianza al 95% para p.
32
Solución pˆ   0,08
400
pˆ  (1  pˆ ) pˆ  (1  pˆ )
pˆ  z 2   p  pˆ  z 2 
n n
0.08  (1  0.08) 0.08  (1  0.08)
0.08  1.96   p  0.08  1.96 
400 400
0.053  p  0.107

EJEMPLO
Eres el encargado de la producción de un periódico. Quieres
encontrar el % de defectuosos. De 200 periódicos, 35 tenían
defectos. ¿Cuál es el intervalo de confianza al 90% para la
proporción de periódicos defectuosos?
Solución 35
pˆ   0,175
200
pˆ  (1  pˆ ) pˆ  (1  pˆ )
pˆ  z 2   p  pˆ  z 2 
n n
0.175  (0.825) 0.175  (0.825)
0.175  1.645   p  0.175  1.645 
200 200
0.1308  p  0.2192
Error de estimación y tamaño de la muestra.

Cabe esperar que la fiabilidad de las estimaciones sea mayor cuanto más grande
sea la muestra, pero condicionantes económicos, de tiempo, etc. aconsejan no
trabajar con muestras muy grandes.
Error Error
x  z / 2   x x x  z / 2   x

Error  Z   x  Z
n
Error de estimación y tamaño de la muestra.

Los errores máximos en los casos que hemos visto son:
Para la media: Para la proporción:
 pˆ (1  pˆ )
Error  z / 2 Error  z / 2
n n
El tamaño de la muestra se elige en función del error máximo que queramos

asumir en las estimaciones que hagamos a partir de dicha muestra.
 Z  
2
n    /2 
 Error 
Tamaño de muestra
EJEMPLO
¿Cuál debe ser el tamaño de la muestra al 90% de confianza para que el
error máximo admisible sea de 5? Un estudio experimental sugirió que la
desviación típica es 45.
Solución
Z 2·2 1,645 2·452

n =  =  = 219,2  220
Error2 52
Tamaño de muestra
EJEMPLO
Quieres estudiar los costos médicos medios de los
empleados de una empresa. Quieres un 95% de confianza
de que la media muestral esté dentro de ± 50 €.
Un estudio experimental muestra que  es 400 €. ¿Qué
tamaño de muestra dedes usar?
Solución
Z 2·2 1,96 2·4002

n =  =  = 245,86  246
Error2 502

Intervalos de Confianza

Încărcat de

Informații document

Descriere originală:

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Intervalos de Confianza

Încărcat de

Drepturi de autor:

Formate disponibile

Tema 11

Proceso de inferencia estadística

Se Estiman los Parámetros Desconocidos de la Población

Estimar Parámetro con Estadístico

Distribución muestral de la media

Si suponemos que x  N(; ), y el muestreo es aleatorio, la media muestral x

Distribución muestral de la media

b) P(375  x  425)  P 375  400  z  425  400  

P(2  x  2)  P( x  2)  1  P( x  2)  0,9545

Distribución muestral de la proporción

Como sabes, el nº de éxitos x de una muestra de tamaño n se distribuye de

Si el tamaño de la muestra es lo suficientemente

Distribución muestral de la proporción

15 20  0,3  0,25 0,4  0,25 

P(0,83  z  2,5)  P( z  2,5)  P( z  0,83) = 0,9938 – 0,7967 = 0,1971

Objetivo: Encontrar un intervalo I = [a, b], obtenido a partir de la muestra, que

Intervalo de confianza para la Media

Hallar el valor crítico, Z/2

Considera un nivel de confianza del 95%:

Hallar el valor crítico, Z/2

1 –  = 0,95   = 0,05 /2 /2

Hallar el valor crítico, Z/2

/2 /2 1 –  = 0,90   = 0,10

Estimación de la Media ( conocido)

Estimación de la Media ( conocido)

Solución x  1,99 n = 100  = 0,05 z/2 = 1,645

Intervalo de Confianza para una Proporción

El intervalo de confianza para la proporción p, para:

Intervalo de Confianza para una Proporción

Intervalo de Confianza para una Proporción

Error de estimación y tamaño de la muestra.

Error de estimación y tamaño de la muestra.

Para la media: Para la proporción:

El tamaño de la muestra se elige en función del error máximo que queramos

Z 2·2 1,645 2·452

Z 2·2 1,96 2·4002

S-ar putea să vă placă și