Rector: Dr.

Alejandro Bustos Aguilar

Intervalo de confianza de una proporción

Tutor: Enrique Ramírez Sosa

Alumno: Gloria Nohemí Peña Gutiérrez

Curso: Estadística Inferencial Grupo: 01

Jueves 12 de diciembre del 2019

Universidad Virtual del Estado de Michoacán
Introducción
En la práctica, rara vez conocemos la desviación estándar de la población. En el pasado,
cuando el tamaño de la muestra era grande, esto no presentaba un problema para los
estadísticos. Utilizaban la desviación estándar muestral s como una estimación de σ y
procedian como antes para calcular un intervalo de confianza con resultados lo
suficientemente cercanos.
William S. Goset (1876–1937) de la cervecería Guinness en Dublín, Irlanda, se encontró con
este problema. Sus experimentos con lúpulo y cebada produjeron muy pocas muestras.
Simplemente reemplazar σ por s no produjo resultados precisos cuando trató de calcular un
intervalo de confianza. Se dio cuenta de que no podía usar una distribución normal para el
cálculo; descubrió que la distribución real depende del tamaño de la muestra. Este problema
lo llevó a "descubrir" lo que se llama la distribución t de Student. El nombre proviene del
hecho de que Gosset escribió bajo el seudónimo de "Un estudiante".
A continuación se resuelven ejercicios relacionados con la distribución t y el intervalo de
confianza.
Ejercicio 9
Utilice el apéndice B2 para localizar el valor de t en las siguientes condiciones.

a) El tamaño de la muestra es 12, el nivel de confianza es de 95%

t = 12 - 1 = 11 al 95% = 2.201
b) El tamaño de la muestra es 20, el nivel de confianza es de 90%

t = 20 - 1 = 19 al 90% = 1.729
c) El tamaño de la muestra es 8, el nivel de confianza es de 99%

t = 8 - 1 = 7 al 99% = 3.499
Ejercicio 11
El propietario de Britten’s Egg Farm desea calcular la cantidad media de huevos que pone cada
gallina. Una muestra de 20 gallinas indica que ponen un promedio de 20 huevos al mes, con una
desviación estándar de 2 huevos al mes.

a. ¿Cuál es el valor de la media de la población? ¿Cuál es el mejor estimador de este valor?

Se desconoce la media de la población, pero se tiene la media de la muestra que son 20

huevos al mes.
b. Explique porque necesita utilizar la distribución t. ¿Qué suposiciones necesita hacer?

Debido a que solo contamos con la desviación estándar correspondiente a la media

muestral pero no a la poblacional.
c. ¿Cuál es el valor de t para un intervalo de confianza de 95%?

t = 20 - 1 = 19 al 95% = 2.093
d. Construya un intervalo de confianza de 95% para la media de población.

s 2
x±t 20 ± 2.093 20 ± 0.920
√n √20
e. ¿Es razonable concluir que la media de la población es de 21 huevos? ¿Y de 25?
Si sumamos o restamos el intervalo de confianza no se logra ninguna de las dos cifras por lo
que es irrazonable.
Ejercicio 13
Merrill Lynch Securities y Health Care Retirement, Inc., son dos grandes empresas ubicadas en el
centro de Toledo, Ohio. Contemplan ofrecer de forma conjunta servicios de guardería para sus
empleados. Como parte del estudio de viabilidad del proyecto, desean calcular el costo medio
semanal por el cuidado de niños de los empleados. Una muestra de 10 empleados que recurren al
servicio de guardería revela las siguientes cantidades gastadas la semana pasada.

$107 $92 $97 $95 $105 $101 $91 $99 $95 $104
Construya un intervalo de confianza para el 90% de la media poblacional.

X = 107 + 92 + 97 + 95 + 105 + 101 + 91 + 99 + 95 + 104/ 10 = 98.6

x X-X (x – x)2
107 8.4 70.56
92 -6.6 43.56
97 -1.6 2.56
95 -3.6 12.96
105 6.4 40.96
101 2.4 5.76
91 -7.6 57.76
99 .4 .16
95 -3.6 12.96
104 5.4 29.16
276.4
s2 = 30.7 = s= √ 30.7 = 5.54
9
n = 10

t = n – 1 = 9 al 90% = 1.833

s 5.54
x±t 98.6 ± 1.833 98.6 ± 3.20
√n √10
Conclusión
La distribución t de Student tiene una de las propiedades más deseables de lo normal: es
simétrica. Lo que hace la distribución t de Student es extender el eje horizontal, por lo que se
necesita un mayor número de desviaciones estándar para capturar la misma cantidad de
probabilidad. En realidad, hay un número infinito de distribuciones t de Student, una para
cada ajuste al tamaño de la muestra. A medida que aumenta el tamaño de la muestra, la
distribución t de Student se vuelve más y más parecida a la distribución normal. Cuando el
tamaño de la muestra alcanza 30, la distribución normal generalmente se sustituye por la t
de Student porque son muy parecidas.
Referencias
González, E. G., & Panteleeva, O. V. (2016). Estadística inferencial 1: Para ingeniería y ciencias.
CDMX, México: Grupo Editorial Patria.
Social Research Methods. (s.f.). Inferential Statistics. Recuperado 28 noviembre, 2019, de
https://socialresearchmethods.net/kb/statinf.php