Está en la página 1de 10

I- Concepto de Intervalo de Confianza.

En el contexto de estimar un parmetro poblacional, un intervalo de confianza es un rango de valores (calculado en una muestra) en el cual se encuentra el verdadero valor del parmetro, con una probabilidad determinada. La probabilidad de que el verdadero valor del parmetro se encuentre en el intervalo construido se denomina nivel de confianza, y se denota 1-. La probabilidad de equivocarnos se llama nivel de significancia y se simboliza c. Generalmente se construyen intervalos con confianza 1- = 95% (o significancia = 5%). Menos frecuentes son los intervalos con =10% o =1%. Para construir un intervalo de confianza, se puede comprobar que la distribucin Normal Estndar cumple: La distribucin Normal estndar es una distribucin normal con media =0 y varianza, =1. Una variable distribuida N(0,1) generalmente se denota con la letra z. En particular, si X~N (, ), entonces z = (X-)/ tiene distribucin normal estndar. P(-1.96 < z < 1.96) = 0.95 Luego, si una variable X tiene distribucin N(, ), entonces el 95% de las veces se cumple:

Despejando

en la ecuacin se tiene:

El resultado es un intervalo que incluye al el 95% de las veces. Es decir, es un intervalo de confianza al 95% para la media cuando la variable X es normal y es conocido.

II- Intervalo de confianza para un promedio: Generalmente, cuando se quiere construir un intervalo de confianza para la media poblacional , la varianza poblacional es desconocida, por lo que el intervalo para construido al final de II es muy poco prctico.

Si en el intervalo se reemplaza la desviacin estndar poblacional estndar muestral s, el intervalo de confianza toma la forma:

por la desviacin

La cual es una buena aproximacin para el intervalo de confianza de 95% para con desconocido. Esta aproximacin es mejor en la medida que el tamao muestral sea grande. Cuando el tamao muestral es pequeo, el intervalo de confianza requiere utilizar la distribucin t de Student (con n-1 grados de libertad, siendo n el tamao de la muestra), en vez de la distribucin normal (por ejemplo, para un intervalo de 95% de confianza, los lmites del intervalo ya no sern construidos usando el valor 1,96). Ejemplo: Los siguientes datos son los puntajes obtenidos para 45 personas de una escala de depresin (mayor puntaje significa mayor depresin). 2 11 14 16 19 5 11 15 16 19 6 13 15 17 19 8 13 16 17 19 8 14 16 17 19 9 14 16 18 19 9 14 16 18 19 10 14 16 18 20 11 14 16 19 20

Para construir un intervalo de confianza para el puntaje promedio poblacional, asumamos que los datos tienen distribucin normal, con varianza poblacional desconocida. Como es desconocido, lo estimamos por s=18,7. Luego, un intervalo de confianza aproximado es:

Luego, el intervalo de confianza para es (13,2 , 15,8). Es decir, el puntaje promedio poblacional se encuentra entre 13,2 y 15,8 con una confianza 95%. III. Intervalo de Confianza para una Proporcin. En este caso, interesa construir un intervalo de confianza para una proporcin o un porcentaje poblacional (por ejemplo, el porcentaje de personas con hipertensin, fumadoras, etc.) Si el tamao muestral n es grande, el Teorema Central del Lmite nos asegura que:

O bien:

Donde p es el porcentaje de personas con la caracterstica de inters en la poblacin (o sea, es el parmetro de inters) y p es su estimador muestral. Luego, procediendo en forma anloga al caso de la media, podemos construir un intervalo de 95% de confianza para la proporcin poblacional p.

Ejemplo: En un estudio de prevalencia de factores de riesgo en una cohorte de 412 mujeres mayores de 15 aos en la Regin Metropolitana, se encontr que el 17.6% eran hipertensas. Un intervalo de 95% de confianza para la proporcin de mujeres hipertensas en la Regin Metropolitana est dado por:

Luego, la proporcin de hipertensas vara entre (0,139 , 0,212) con una confianza de 95%. IV. Uso de Intervalos de Confianza para verificar Hiptesis. Los intervalos de confianza permiten verificar hiptesis planteadas respecto a parmetros poblacionales. Por ejemplo, supongamos que se plantea la hiptesis de que el promedio de peso de nacimiento de cierta poblacin es igual a la media nacional de 3250 gramos. Al tomar una muestra de 30 recin nacidos de la poblacin en estudio, se obtuvo: = 2930 s= 450 n= 30 Al construir un intervalo de 95% de confianza para la media poblacional, se obtiene:

Luego, el peso de nacimiento vara entre 2769 y 3091 gramos, con una confianza de 95%. Como el intervalo no incluye el valor =3250 gramos planteado en la hiptesis, entonces esta es rechazada con confianza 95% (o un valor p menor a 0,5).

INTERVALOS DE CONFIANZA Estimacin puntual y por intervalo Las medias o desviaciones estndar calculadas de una muestra se denominan ESTADSTICOS, podran ser consideradas como un punto estimado de la media y desviacin estndar real de poblacin o de los PARAMETROS. Qu pasa si no deseamos una estimacin puntual como media basada en una muestra, qu otra cosa podramos obtener como margen, algn tipo de error? Un Intervalo de Confianza ESTIMADOR PUNTUAL: Utiliza un nmero nico o valor para localizar una estimacin del parmetro. ESTIMADOR POR INTERVALO DE CONFIANZA: Denota un rango dentro del cual se puede encontrar el parmetro y el nivel de confianza que el intervalo contiene al parmetro. LIMITES DE CONFIANZA: Son los lmites del intervalo de confianza inferior (LIC) y superior (LSC), se determinan sumando y restando a la media de la muestra X un cierto nmero Z (dependiendo del nivel o coeficiente de confianza) de errores estndar de la media X .

P(Z<= - Zexcel ) = alfa/2

P(Z>= + Zexcel ) = alfa/2

Intervalo de confianza donde se encuentra el parmetro con un NC =1-a

INTERPRETACIN DEL INTERVALO DE CONFIANZA: Tener un 95% de confianza en que la media poblacional real y desconocida se encuentra entre los valores LIC y LSC. NIVEL DE SIGNIFICANCIA = 1- INTERVALO DE CONFIANZA = ERROR TIPO 1 = ALFA Cmo obtenemos un intervalo de confianza? Estimacin puntual + error de estimacin De dnde viene el error de estimacin? Desv. estndar X multiplicador de nivel de confianza deseado Z a/2

Por Ejemplo: Si la media de la muestra es 100 y la desviacin estndar es 10, el intervalo de confianza al 95% donde se encuentra la media para una distribucin normal es: 100 + (10) X 1.96 => (80.4, 119.6) 1.96 = Z0.025

El 95% de Nivel de Confianza significa que slo tenemos un 5% de oportunidad de obtener un punto fuera de ese intervalo.

Esto es el 5% total, o 2.5% mayor o menor. Si vamos a la tabla Z veremos que para un rea de 0.025, corresponde a una Z de 1.960. C. I. 99 95 90 85 80 Multiplicador Za/2 2.576 1.960 1.645 1.439 1.282

Para tamaos de muestra >30, o conocida usar la distribucin Normal. Para muestras de menor tamao, o desconocida usar la distribucin t.

El ancho del intervalo de confianza decrece con la raiz cuadrada del tamao de la muestra.

Ejemplo: Dadas las siguientes resistencias a la tensin: 28.7, 27.9, 29.2 y 26.5 psi

Estimar la media puntual X media = 28.08 con S = 1.02

Estimar el intervalo de confianza para un nivel de confianza del 95% (t = 3.182 con n-1=3 grados de libertad) Xmedia3.182*S/n = 28.083.182*1.02/2=(26.46, 29.70)

FORMULAS PARA ESTIMAR LOS INTERVALOS DE CONFIANZA: Descripcin Estimacin de con sigma conocida, muestra grande n>30 Estimacin de con sigma desconocida, muestra grande n>30, se toma la desv. Est. de la muestra S Estimacin de con muestras pequeas, n < 30 y sigma desconocida Estimacin de la Intervalo de confianza

X Za / 2 / n

X Za / 2 s / n
X ta / 2 s / n
(n 1) s 2
2

(n 1) s 2

a
2

, n 1

1 , n 1 2

Estimacin de la proporcin

sp

p (1 p ) n

p Za / 2 s p
Tamao de muestra Para estimar n en base a un error mximo

n Za / 2 2 /( X ) 2
2

( X )

Para estimar n en base a un error mximo

n Za / 2 (1 ) /( p ) 2
2

Si se especifica un intervalo total de error, el error Utilizar 0.5 que es peor caso ( p ) mximo es la mitad del intervalo

Intervalo de confianza En estadstica, se llama intervalo de confianza a un par de nmeros entre los cuales se estima que estar cierto valor desconocido con una determinada probabilidad de acierto. Formalmente, estos nmeros determinan un intervalo, que se calcula a partir de datos de una muestra, y el valor desconocido es un parmetro poblacional. La probabilidad de xito en la estimacin se representa con 1 - y se denomina nivel de confianza. En estas circunstancias, es el llamado error aleatorio o nivel de significacin, esto es, una medida de las posibilidades de fallar en la estimacin mediante tal intervalo. El nivel de confianza y la amplitud del intervalo varan conjuntamente, de forma que un intervalo ms amplio tendr ms posibilidades de acierto (mayor nivel de confianza), mientras que para un intervalo ms pequeo, que ofrece una estimacin ms precisa, aumentan sus posibilidades de error. Para la construccin de un determinado intervalo de confianza es necesario conocer la distribucin terica que sigue el parmetro a estimar, . Es habitual que el parmetro presente una distribucin normal. Tambin pueden construirse intervalos de confianza con la desigualdad de Chebyshev. En definitiva, un intervalo de confianza al 1 - por ciento para la estimacin de un parmetro poblacional que sigue una determinada distribucin de probabilidad, es una expresin del tipo [1, 2] tal que P[1 2] = 1 - , donde P es la funcin de distribucin de probabilidad de .

Las lneas verticales representan 50 construcciones diferentes de intervalos de confianza para la estimacin del valor .

Intervalo de confianza para la media de una poblacin De una poblacin de media y desviacin tpica se pueden tomar muestras de elementos. Cada una de estas muestras tiene a su vez una media ( ). Se puede demostrar que la media de todas las medias muestrales coincide con la media poblacional: Pero adems, si el tamao de las muestras es lo suficientemente grande, la distribucin de medias muestrales es, prcticamente, una distribucin normal (o gaussiana) con media y una desviacin tpica dada por la siguiente expresin:

Esto se representa como sigue:

Si estandarizamos, se sigue que:

En una distribucin Z ~ N(0, 1) puede calcularse fcilmente un intervalo dentro del cual caigan un determinado porcentaje de las observaciones, esto es, es sencillo hallar z1 y z2 tales que P[z1 z z2] = 1 - , donde (1 - )100 es el porcentaje deseado (vase el uso de las tablas en una distribucin normal). Se desea obtener una expresin tal que:

En esta distribucin normal de medias se puede calcular el intervalo de confianza donde se encontrar la media poblacional si slo se conoce una media muestral ( ), con una confianza determinada. Habitualmente se manejan valores de confianza del 95 y del 99 por ciento. A este valor se le llamar (debido a que es el error que se cometer, un trmino opuesto). Para ello se necesita calcular el punto o, mejor dicho, su versin estandarizada

o valor crtico junto con su "opuesto en la distribucin" . Estos puntos delimitan la probabilidad para el intervalo, como se muestra en la siguiente imagen:

Dicho punto es el nmero tal que:

Y en la versin estandarizada se cumple que:

As:

Haciendo operaciones es posible despejar para obtener el intervalo:

De lo cual se obtendr el intervalo de confianza:

Obsrvese que el intervalo de confianza viene dado por la media muestral producto del valor crtico por el error estndar .

el

Si no se conoce y n es grande (habitualmente se toma n 30):

, donde s es la desviacin tpica de una muestra. Aproximaciones para el valor y 2,576 para para los niveles de confianza estndar son 1,96 para .

Intervalo de confianza para una proporcin El intervalo de confianza para estimar una proporcin p, conocida una proporcin muestral pn de una muestra de tamao n, a un nivel de confianza del (1-)100% es:

En la demostracin de estas frmulas estn involucrados el Teorema Central del Lmite y la aproximacin de una binomial por una normal.