ESTADÍSTICA Y

PROBABILIDADES

INTERVALOS DE
CONFIANZA
 PLAN DE CLASE
• Introducción
• Desarrollo de clase (Contenido de la sesión)
– Introducción.
– Distribución muestral para la media y para la proporción.
– Estimadores.
– Intervalos de confianza para la media.
– Intervalos de confianza para la proporción.
– Tamaños de muestra.
• Cierre de clase
 COMPETENCIAS

Al termino de la sesión, el
estudiante estará en capacidad de:
• Diferenciar un estimador puntual de
un estimador por intervalo.
• Calcular intervalos de confianza
para estimar parámetros.
• Calcular el tamaño de muestra
adecuado según la situación dada.
• Resolver ejercicios relacionados.
 INTRODUCCIÓN
Según la encuesta realizada por la empresa Investiga SA, el
candidato A tiene el 40.7% de aceptación de voto y el
candidato B el 40.5%. En su ficha técnica, se indica, entre
otras cosas, que su muestra esta formada por 1570 personas,
el margen de error es +/- 2.47% y el nivel de confianza es del
95%. Ante esto, surgen las preguntas:

¿Qué significa tener un margen de error de +/- 2.47%?

¿Qué nos indica tener un nivel de confianza del 95%?
¿Cómo es posible que a partir de una muestra de solamente
1570 personas se puedan obtener los porcentajes de personas
que respaldan a los candidatos cuando en realidad son
aproximadamente 20 millones de electores?

En esta sesión, aprenderemos a obtener información de

algunas características numéricas de una población, a partir,
de los datos obtenidos de una muestra seleccionada de dicha
población.
 DISTRIBUCIONES MUESTRALES

Se denomina distribución muestral a la distribución de

probabilidades del estadístico, calculada a partir de
todas las posibles muestras de tamaño n elegidas de la
población en estudio.

Estas distribuciones se conciben en forma teórica

puesto que por lo general es muy difícil extraer todas
las muestras de tamaño n de una población.

Las más conocidas son:

• La distribución de la media muestral
• La distribución de la proporción muestral
DISTRIBUCIÓN DE LA MEDIA MUESTRAL

Si la población tiene distribución normal, la variable aleatoria x

tiene distribución normal, en caso de que no sea así , el Teorema
central del límite nos permite aprovechar que si n es grande
(mayor o igual que 30), la variable aleatoria x se aproxima a una
distribución normal.
Entonces para ambos casos se cumple que :
x - μ
Z= N(0,1)
σ
n
DISTRIBUCIÓN DE LA PROPORCIÓN
MUESTRAL
Si la población tiene distribución normal, la variable
aleatoria p tiene distribución normal, en caso de que no
sea así , el Teorema central del límite nos permite
aprovechar que si n es grande (mayor o igual que 30), la
variable aleatoria p se aproxima a una distribución
normal. Entonces para ambos casos se cumple que:
p - π
Z= Z(0,1)
π(1- π)
n
siendo π la proporción poblacional.
 ESTIMADORES

Un estimador es un estadístico (valor obtenido a partir de

una muestra) que se utiliza para predecir el valor del
parámetro que le corresponde. La estimación de los
parámetros puede ser puntual o por intervalos.
Estimador puntual
Proporciona un único valor que estima el parámetro
poblacional que le corresponde.

El estimador de la media poblacional υ es la media muestral x. El

estimador de la proporción poblacional  es la proporción muestral p y
2 2
el estimador de la varianza poblacional  es la varianza muestral s .
 ESTIMACIÓN POR INTERVALOS

Consiste en la determinación de un
intervalo, que contendrá el parámetro
con una confianza de 1 - α. Esta
confianza es la probabilidad de que el
intervalo contenga al parámetro.
Para obtener un intervalo se utilizara la
distribución de probabilidad del
estimador puntual del parámetro.
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL
(Caso 1: varianza poblacional conocida)
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL
(Caso 1: varianza poblacional conocida)

IC(μ) = X± Z σ
0 n
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL
(Caso 1: varianza poblacional conocida)

Ejemplo 1
El jefe de producción de una fábrica desea estimar la producción
promedio de clips metálicos por minuto de un modelo de máquina
industrial, puesto que elegirá ésta máquina si produce en
promedio más de 140 clips por minuto. Para realizar esta
estimación, observa la producción de clips en una muestra de 36
máquinas de un mismo modelo, obteniendo una producción
promedio de 143 clips por minuto. Construya un intervalo con un
95% de confianza para la media poblacional y diga si el jefe de
producción se podría inclinar en comprar la máquina?
Observación
De estudios anteriores, se sabe que la producción de estos clips
sigue una distribución normal con una desviación estándar de 8
clips por minuto.
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL
(Caso 1: varianza poblacional conocida)
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL
(Caso 2: varianza poblacional desconocida )
n  30

IC(μ) = X± t s
0 n
Observación :
Cuando n es grande (n  30) , entonces :
TZ
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL
(Caso 2: varianza poblacional desconocida)

Ejemplo 2
El tiempo que tarda un proceso de ensamblaje tiene
una distribución normal con una media de 20 minutos.
Para hacer más eficiente el sistema, se le pide a un
ingeniero que haga un análisis y proponga algunas
mejoras. Tras implementar los cambios sugeridos, se
toma una muestra de 9 artículos y se registran sus
tiempos de ensamblaje obteniéndose un tiempo medio
de 24.3 minutos con una desviación estándar de 6
minutos. ¿Se puede afirmar que los cambios
implementados han disminuido el tiempo promedio del
sistema de ensamblaje? (Utilice un nivel de confianza
del 95%)
 INTERVALO DE CONFIANZA PARA LA
PROPORCIÓN POBLACIONAL

Un Intervalo de confianza para la proporción

poblacional  esta dado por:

IC(π) = p±Z0 p(1-p)

n
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN
POBLACIONAL

Ejemplo 3
Una empresa quiere introducir un nuevo producto al
mercado local, por tanto quiere estimar la proporción de
clientes potenciales (dispuestos a adquirir el producto al
precio que se ofrece). Para esto realizaron 200
entrevistas de las cuales 68 mostraron ser potenciales
clientes.
a) Realice la estimación correspondiente con un 99%
de confianza.
b) ¿Cuántas personas se espera que estén dispuestas
a adquirir el producto, si se estima que hay 10000
personas en la localidad?
 TAMAÑOS DE MUESTRA

Para estimar el tamaño de muestra se requiere:

• Determinar si el parámetro de interés es media o proporción.
• Establecer el nivel de confianza
• Establecer el error de muestreo (E) (máximo error permitido)
• Tener información de la variación de los datos de la población.

parámetro =media parámetro =proporción

z02 σ2 z02 p (1-p)
n= n=
E2 E2
 TAMAÑOS DE MUESTRA

Ejemplo 4
El gerente comercial de una cadena de tiendas, que
tiene un gran número de establecimientos distribuidos
en todo el país, desea estimar el nivel de ventas
promedio semanal de estos establecimientos, para lo
cual está dispuesto a tolerar un error de a lo más 120
nuevos soles y desea estar un 90% seguro sobre sus
resultados. Si se tiene como información que la
desviación estándar en el nivel de ventas de dichos
establecimientos es de 350 soles y que tiene
distribución normal. ¿Qué tamaño de muestra debe
usar este gerente?
 TAMAÑOS DE MUESTRA

Ejemplo 5
Con la finalidad de estimar el porcentaje de personas
que consumen la gaseosas “q-kola”, se tomó una
muestra piloto de 120 personas, de las cuales 69
dijeron que consumían dicha gaseosa. Determine el
tamaño de muestra necesario para estimar la
proporción real de personas que consumen dicha
marca de gaseosa, si se desea un 95% de confianza y
se está dispuesto a tolerar un 4% de error.
VERIFICANDO LO APRENDIDO
Se usa una máquina para llenar envases
con cierto producto líquido. Cuando la
máquina trabaja mal (está descalibrada)
produce un contenido mayor a 25 ml. Es
razonable asumir que el volumen de
llenado tiene distribución normal. Se
selecciona una muestra aleatoria de 5
envases y se miden los contenidos netos,
con los resultados que se muestran.

25.5 26.8 24.2 25 27.3

Estimar e interpretar un intervalo de confianza

del 90 % para el volumen medio de llenado y
diga si es razonable asumir que la máquina
está descalibrada.
PARA REFORZAR LO APRENDIDO

RESOLVER LOS
PROBLEMAS
DE LA GUÍA DE
TRABAJO.