SECUENCIA PARA INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL.

VARIANZA
CONOCIDA

APERTURA

Se presenta a los estudiantes una situación concreta que requiere una solución.

Ejemplo: Una máquina automáticamente sirve bebidas en vasos una vez que el cliente oprime un
botón; esta máquina está ubicada en la entrada de una sala de cines, y el encargado de la máquina
quiere saber sí ésta opera correctamente. Han trascurrido tres meses desde que se le hizo la
última revisión, y el encargado sospecha que la máquina podría estar mal calibrada, debido a que
algunos clientes se quejaron de que la máquina vertió poca bebida en sus vasos. El encargado
considera que la máquina está funcionando bien si vierte en promedio 200 ml de bebida en cada
vaso.

El objetivo principal es dar respuesta a la pregunta planteada. Pero también es necesario aclarar el
sentido de la pregunta, y también hacer explícitos los supuestos que la definen, y los procesos
necesarios para dar respuesta al objetivo principal.

Preguntas para guiar al estudiante:

¿Cuál es la medida estadística a la que se hace referencia en la pregunta?

La media aritmética

¿Qué procedimiento podemos utilizar para determinar si la máquina funciona bien?

Sería deseable que los estudiantes lleguen a la conclusión de que es necesario tomar una muestra
de bebidas servidas por la máquina.

Aquí se puede preguntar ¿Por qué no es posible tomar la población completa de bebidas servidas
por la máquina?, y la respuesta natural en este caso es: porque esta población es infinita.

¿Qué información o más concretamente que característica extraeremos de los vasos con bebida
de la muestra?

La cantidad de bebida vertida en cada vaso

¿Qué haremos con la información que obtengamos de los vasos de bebida?

Es deseable que los estudiantes concluyan que se calcule la media. Pero también podrían concluir
que se calculara la moda, la mediana o incluso otra medida de tendencia central. En este punto, es
pertinente recordar que la media muestral es un estimador puntual de la media poblacional.

Sin embargo, en este punto se puede preguntar a los estudiantes si la moda es útil o si siempre se
puede calcular en datos agrupados, o si la mediana o cualquier otra medida de tendencia central
es un estimador más eficiente que la media aritmética.

DESARROLLO
¿El criterio “… si vierte en promedio 200 ml de bebida en cada vaso” es suficiente para determinar
si la máquina está bien calibrada? Discuta este punto con sus compañeros de grupo. En caso de
considerar que no es suficiente, ¿qué otro u otros aspectos deberían considerarse?

Sería deseable que se considere:

Debe indicarse un rango o un intervalo en el que varíen los promedios de las cantidades de bebida
vertida en los vasos. Este punto es muy delicado, pues parece más fácil indicar un intervalo
alrededor del cuál varíen los valores de la variable, pero este procedimiento no nos va a llevar a un
intervalo para la media de los valores de la variable. En este punto es

Debe recalcarse que este intervalo es para el promedio de las bebidas vertidas en los vasos y no
para las cantidades de bebidas vertidas en los vasos.

En este caso se puede introducir de manera natural la necesidad de un intervalo o de manera

equivalente, de unos márgenes, de manera que, si el promedio de las cantidades vertidas cae en
él, se considera que la máquina funciona correctamente, y si cae fuera de este intervalo se
considera que no funciona correctamente. Esta reflexión permite traer el concepto de estimador
por intervalo, que debió tratarse previamente en el curso.

Surgen naturalmente varias preguntas respecto al intervalo:

¿cuál es su centro?

Para dar respuesta a esta pregunta es relevante recordar que la única información que sabemos
que tenemos es el valor de la media muestral, y que por lo tanto el centro del intervalo debería ser
este valor, por lo tanto debemos tener un intervalo dela forma (𝑥̅ − 𝜖, 𝑥̅ + 𝜖) siendo 𝜖 ≥ 0.

¿Qué tamaño debe tener el radio o la amplitud del intervalo?

Partimos de que diferentes personas pueden indicar valores diferentes

¿si el proceso de tomar las muestras de bebidas se repitiera varias veces, se tendrían diferentes
valores de la media muestral?

Si, es muy posible que así sea y en consecuencia habría diferentes medias de bebidas, una para
cada muestra

¿si hacemos un histograma o una curva de frecuencias de todas estas muestras qué forma tendrá?

Los estudiantes deberían concluir que las medias muestrales deberían tener aproximadamente la
forma de distribución normal

¿Debe cumplirse algún supuesto para que la distribución de las medias sea normal?

El supuesto es que la población original sea normal o que el tamaño de la muestra sea mayor o
igual a 30 (supuestos en el Teorema del Límite Central)

¿Cuáles son los parámetros (o elementos esenciales) que tiene una distribución normal? [Tema del
curso anterior]
La media de la distribución y la desviación estándar de la distribución

¿Cuál es la media de la distribución de la media muestral?

La media poblacional (Teorema del Límite Central)

¿Cuál es la desviación estandar de la distribución de la media muestral?

𝜎
(Teorema del Límite Central)
√𝑛

¿Si la desviación estandar es una medida de dispersión, este último valor debería estar asociado al
radio del intervalo, centrado en la media muestral?

Posiblemente

¿El valor de σ podría ser conocido?

En este momento podemos establecer que cuando la máquina estaba bien calibrada se
consideraba que la desviación estándar era de 20 ml

1. Supongamos que este valor puede seguir considerándose válido en la circunstancia actual
2. Supongamos que este valor no puede seguir considerándose válido en la circunstancia
actual

Por otra parte, por cada media muestral específica, ¿tendríamos un intervalo específico?

Sí.

¿Podríamos esperar que un porcentaje de estos intervalos contuviera el valor real de la media y
que el porcentaje restante no?

Sí

¿Ese porcentaje podría variar o sería fijo?

Podría variar

¿Podríamos establecer o controlar esta variación?, ¿Cómo podríamos establecerlo?

Aquí se introduce el concepto de nivel de confianza. Un nivel de confianza, por ejemplo, de 95%,
indica que de todos los intervalos que generemos, podríamos esperar que el 95% contuviera el
valor real de la media, y el 5% no lo contuvieran.

¿En términos concretos cómo establecemos esto?

1−∝= 0.95
∝= 0.05
∝/2 = 0.025
Y como la distribución de las medias muestrales es normal
 𝑍∝/2 ≤ 𝑍 ≤ −𝑍∝/2

𝑍∝/2 = −1.645 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒 𝑦 − 𝑍∝/2 = 1.645 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒

Si esto es confuso, entonces:

|𝑍∝/2 | = 1.645 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒 𝑦 − |𝑍∝/2 | = −1.645 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒 y

−|𝑍∝/2 | ≤ 𝑍 ≤ |𝑍∝/2 | Ecuación 1.

Es decir que
−1.645 ≤ 𝑍 ≤ 1.645
¿Y qué es Z?

Recordemos: ¿Qué sabemos de la distribución de probabilidad de la media muestral 𝑋̅?

𝜎
Sigue aproximadamente una distribución normal con media 𝜇 y desviación estándar
√𝑛

Recordemos: ¿Estandarizar una variable o aplicarle la puntuación Z significa qué…?

Si 𝑋 es la variable y su media es 𝜇 y su desviación estándar es 𝜎 entonces su estandarización o

𝑋−𝜇 𝑋−𝜇
puntuación Z es y este valor lo simbolizamos con Z, es decir que tenemos 𝑍 =
𝜎 𝜎

En el caso de 𝑋̅, ¿Cómo quedaría esta ecuación?

𝑋̅−𝜇
= 𝜎 Ecuación 2.
√𝑛

Ahora reemplacemos la ecuación 2 en la ecuación 1 y despejamos 𝜇, ¿Qué obtenemos?

𝑋̅ − 𝜇
−|𝑍∝/2 | ≤ 𝜎 ≤ |𝑍∝/2 |
√𝑛
𝜎 𝜎
− |𝑍 |. − 𝑋̅ ≤ 𝑋̅ − 𝜇 − 𝑋̅ ≤ |𝑍 |. − 𝑋̅
∝
2 √𝑛 ∝
2 √𝑛
𝜎 𝜎
−|𝑍∝/2 |. − 𝑋̅ ≤ −𝜇 ≤ |𝑍∝/2 |. − 𝑋̅
√𝑛 √𝑛

𝜎 𝜎
|𝑍∝/2 |. + 𝑋̅ ≥ 𝜇 ≥ −|𝑍∝/2 |.
+ 𝑋̅
√𝑛 √𝑛
𝜎 𝜎
𝑋̅ − |𝑍∝/2 |. ≤ 𝜇 ≤ |𝑍∝/2 |. + 𝑋̅
√𝑛 √𝑛
Y este es un intervalo de confianza para la media poblacional.

CIERRE
¿Cómo podemos usar este intervalo para dar respuesta a la pregunta inicial?

Si el valor 200 ml está dentro del intervalo entonces concluiremos que la máquina funciona
correctamente; y si el valor 200 ml no está dentro del intervalo, entonces concluiremos que la
máquina no funciona correctamente.