Está en la página 1de 2

UNIVERSIDAD DE SANTIAGO DE CHILE

FACULTAD DE CIENCIA
DEPARTAMENTO MATEMTICA Y CIENCIA DE LA COMPUTACIN
REA DE ESTADSTICA

Estimacin por Intervalos
Probabilidades y Estadstica 10009 y 25009


Consiste en determinar un intervalo (A(X); B(X)), para estimar un parmetro
desconocido, intervalo que depende del valor numrico de la estadstica obtenida de una
muestra aleatoria de la poblacin en estudio y de la distribucin muestral de , en que:

P[A(X) < <B(X)] =1 - , donde 0 < <1, en que (1 - ) llamado nivel de confianza,
es la probabilidad de seleccionar una muestra que determine un intervalo que contenga al
verdadero valor de .
El intervalo obtenido, con (1 - ) nivel de confianza, se conoce como intervalo de
confianza (I.C.) para estimar el parmetro y se interpreta como que en el 100 (1 - )%
de las infinitas muestras aleatorias tomadas, el 100 (1 - )% de los I.C. obtenidos contiene
el verdadero valor de .
Son usuales niveles de confianza iguales a: 0.90; 0.95; 0.99.
Estudiaremos I.C. para estimar: media poblacional (), Proporcin poblacional (P) y
varianza poblacional (
2
).

Caso 1: Construir un I.C. para estimar , a partir de una m.a. (n) de una poblacin
X ~N (;
2
) y con (1 - ) nivel de confianza dado.
P[A(x) < <B(x)] =1 - Sabemos que ) 1 ; 0 ( ~
/
N
n
X
Z


=
Luego:
{

<

<


1
/
2 / 1 2 /
2 / 1
Z
n
X
Z P
Z




Z
1-/2
Z
/2
/2 / 2
0
1 -


Z


B(X) -Z
1-/2

A(X)

Despejando , resulta en las desigualdades:

< <

1
2 / 1 2 / 1
n
Z X
n
Z P
luego:
( ) ( )

+ < <

1
2 / 1 2 / 1
4 4 3 4 4 2 1 4 4 3 4 4 2 1
X B X A
n
Z X
n
Z X P

Resultando un I.C. para estimar , con (1 - ) dado, donde la varianza poblacional
2
es
conocida, igual a:

+

n
Z X
n
Z X


;
2 / 1 2 / 1

de amplitud =2 Z
1-/2

n

=2E; en que E se conoce como error de estimacin, tal que:


E = Z
1-/2

n

, donde
2
2 / 1

=

E
Z
n

es el tamao de muestra para estimar , con


(1-) y E dados y utilizando
2
cuando es conocida, o la varianza de estudios anteriores.

Para (1 - ) dado y tamao de muestra fijo, a menor amplitud del intervalo de confianza
mayor precisin de la estimacin.
* Cuando
2
es desconocida, se estima con la varianza muestral
( )
1
1
2
2

=

=
n
X X
s
n
i
i
,
entonces
n s
X
/

~t
n1
, resultando

+

n
s
t X
n
s
t X
s n n
;
2 / 1 ; 2 / 1 ; 1
; I.C. para estimar la
media poblacional , a partir de una m.a. (n) de X ~N(;
2
), con (1 - ) nivel de
confianza dado y
2
desconocida.


Caso 2: Construir un I.C. para estimar la proporcin poblacional (P), a partir de una m.a.
(n) de X ~B (1; P) y con (1 - ) nivel de confianza dado.
Sabemos que
( )
n
p p
P p

~N(0,1) y del mismo modo que en caso caso 1, se deduce el I.C.


para estimar P, (con 1 - ) dado:
( ) ( )


n
p P
Z p
n
p p
Z p
1
;
1

2 / 1 2 / 1
, de amplitud =2 E =2Z
1-/2

( )
n
p p 1
;
donde E =error de estimacin E =Z
1-/2

( )
n
p p 1

tal que:
2
2 / 1

=

E
Z
n

p(1 p), es el tamao de muestra adecuado para estimar P, con (1
- ) dado y E prefijado, en que p es la proporcin obtenida en estudios anteriores o en una
muestra piloto de la poblacin. Cuando no hay antecedentes del valor de p, se toma el
valor
2
1
, que es el valor de p que maximiza el valor de n.


Caso 3: Construir un I.C. para estimar la varianza poblacin
2
, a partir de una m.a. (n) de
X ~N(;
2
), y con (1 - ) nivel de confianza dado.
Sabemos que
( )
2
1
2
2
~
1

n
s n

y del mismo modo que en el caso 1, se deduce el I.C.,


obtenindose:
( ) ( )



2
2 / ; 1
2
2
2 / 1 ; 1
2
1
;
1


n n
s n s n
I.C. para estimar
2
, con (1 - ) nivel de confianza dado.






Prof. Alma Placencia C.