QUE ES UN INTERVALO DE CONFIANZA?

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.

OBJETIVOS: Definir un estimador puntual. Definir nivel de confianza. Construir un intervalo de confianza para la media poblacional cuando se conoce la desviacin estndar de la poblacin. Construir un intervalo de confianza para la media poblacional cuando no se conoce la desviacin estndar de la poblacin. Determinar el tamao de la muestra para un muestreo de atributos y variables. FACTORES QUE AFECTAN LOS INTERVALOS DE CONFIANZA Los factores que determinan el ancho del intervalo de confianza son: El tamao de la muestra, n. La varianza de la poblacin, usualmente es estimada por . El nivel deseado de confianza. INTERPRETACIN DE LOS INTERVALOS DE CONFIANZA Para un intervalo de confianza alrededor del 95% se puede esperar que alrededor del 95% de estos intervalos de confianza contenga la media de la poblacin. Cerca del 5% de los intervalos no contendran a la media de la poblacin. A dems el 95% de las medias de las muestras para una muestra especfica el tamao dado estarn dentro de 1.96 desviaciones estndar de la poblacin hipottica. 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 remplaza la desviacin estndar poblacional por la desviacin estndar muestral s, el intervalo de confianza toma la forma:

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). Tabla t student.

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.

INTERVALO 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). CUANDO USAR LA DISTRIBUCIN Z O T PARA LOS INTERVALOS DE CONFIANZA

SE UTILIZA LA DISTRIBUCION T

NO
SE SUPONE QUE LA POBLACION ES NORMAL
SE CONOCE LA DESVIACION ESTANDAR DE LA POBLACION?

SE UTILIZA LA

SI

DISTRIBUCION Z

DETERMINAR CUANDO UTILIZAR LA DISTRIBUCION Z O LA DISTRIBUCION T

ESTIMACIN POR INTERVALOS DE CONFIANZA Conceptos

En este tema vamos a estudiar como estimar, es decir pronosticar, un parmetro de la poblacin, generalmente la media, la varianza (en consecuencia la desviacin tpica) y la proporcin, a partir de una muestra de tamao n. Pero a diferencia de la estimacin puntual donde tal estimacin la efectubamos dando un valor concreto, en esta ocasin el planteamiento es otro. Lo que haremos es dar un intervalo donde afirmaremos o pronosticaremos que en su interior se encontrar el parmetro a estimar, con una probabilidad de acertar previamente fijada y que trataremos que sea la mayor posible, es decir prxima a 1. Para ello vamos a establecer la notacin a utilizar:

PARAMETRO

Media
VARIANZA DESVIACION TIPICA CUASIVARIANZA

EN LA MUESTRA Sn Sn
2
2

EN LA POBLACION

S n-1

Parmetro En la muestra En la poblacin

Es importante el uso de la calculadora para hallar estos valores en la muestra. Hemos dicho que vamos a proponer un intervalo donde se encontrar el parmetro a estimar, con una probabilidad de acierto alta. Al valor de esta probabilidad la representaremos por 1-, y la llamaremos nivel de confianza. A mayor valor de 1- , ms probabilidad de acierto en nuestra estimacin, por tanto eso implica que tendr que ser pequeo, prximo a 0. Recordemos que 1- representa siempre una probabilidad por lo que ser un valor entre 0 y 1, si bien en la mayora de los enunciados de los problemas suele ser enunciado en trminos de tanto por ciento. As cuando, por ejemplo, se dice que el nivel de confianza es del 90%, significa que 1- vale 0,9 y por tanto vale 0,1. Para interpretar bien estos conceptos veamos un ejemplo: Supongamos que deseamos estimar la media de la estatura de una poblacin mediante un intervalo de confianza al 95% de nivel de confianza, con una muestra de tamao 50. Supongamos que tras los clculos necesarios, el intervalo en cuestin es (a,b). Pues bien, esto quiere decir que si elegimos 100 muestras de tamao 50 y cada vez calculamos el intervalo de confianza resultante, acertaremos en nuestro pronstico en 95 de las 100 veces que realizaramos la estimacin con cada muestra. Un dato importante como es de esperar, es el tamao de la muestra, que representaremos por n. Es evidente que, a igual nivel de confianza, cuanto mayor tamao tenga la muestra, el intervalo de confianza se reducir puesto que el valor obtenido en la muestra se acercar ms

al valor real de la poblacin y por tanto el margen de error cometido (radio del intervalo) se har ms pequeo.

Si el tamao de la muestra permanece constante y variamos 1- . el tamao del intervalo se har ms grande cuanto ms aumente 1- , es decir que el margen de error se har ms grande cuanto ms precisin exijamos. Por ejemplo, si para dar un intervalo de confianza de la media de la estatura de una poblacin de adultos de un pas, es seguro que acertara al cien por cien si el intervalo que diese fuese (150 cm, 190 cm), pero sera una estimacin absurda ya que no sabra apreciar realmente la media. Por tanto se trata de dar un intervalo lo ms reducido posible. Clculo de intervalos de confianza. Mtodo del pivote El clculo de intervalos de confianza no es un proceso fcil cuando la variable en estudio no sigue unas pautas de normalidad, por lo que nosotros vamos a suponer siempre que la variable con la que vamos a trabajar sigue una distribucin normal. Dicho esto, el proceso para obtener el intervalo es dar una variable aleatoria donde intervenga el parmetro a estimar y el correspondiente de la muestra. A esta variable se le llama estadstico pivote y debe seguir una distribucin de probabilidad conocida. Por ejemplo para el clculo de un intervalo de confianza de la media se utiliza el siguiente estadstico pivote:

S n1/
Pues bien, esa expresin donde interviene la media muestral, la media poblacional, la cuasi desviacin tpica y el tamao muestral, sigue una distribucin de probabilidad conocida que se encuentra tabulada, llamada t-Student con n-1 grados de libertad. Se trata pues de dar un intervalo (a, b) de modo que P(a < g < b) = 1-a, siendo g el estadstico pivote correspondiente. Una vez establecida esa desigualdad, despejamos el parmetro poblacional que es el que queremos centrar en el intervalo. Clculo del intervalo de confianza para la media, conocida la desviacin tpica de la poblacin en una variable aleatoria normal

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 . 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 1: P(-1.96 < z < 1.96) = 0.95 (lo anterior se puede comprobar con una tabla de probabilidades o un programa computacional que calcule probabilidades normales). 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 =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). 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.