1.

Insesgo: Si el valor esperado del estadstico muestral es igual al

parmetro poblacional que se estima, se dice que ese estadstico es
un estimador insesgado del parmetro poblacional
1. Insesgo: Si el valor esperado del estadstico muestral es igual al parmetro
poblacional que se estima, se dice que ese estadstico es un estimador insesgado
del parmetro poblacional

UNIDAD 3
ESTIMACIN
Anteriormente vimos como manejar informacin de muestras
aleatorias tomadas de una poblacin conocida; pero lo ms
importante es inferir informacin sobre la poblacin a partir de
muestras suyas. Eso es lo que se conoce como estimacin.
A un valor calculado con los datos de una muestra se le llama
ESTADSTICO. A la estadstica que se usa para predecir el valor
de un parmetro de la poblacin se le llama ESTIMADOR; si para
estimar el parmetro se usa un valor nico dicho estimador es
llamado ESTIMADOR PUNTUAL.

Propiedades de los estimadores puntuales

1. Insesgo: Si el valor esperado del estadstico muestral es igual al
parmetro poblacional que se estima, se dice que ese estadstico es
unestimador insesgado del parmetro poblacional.
Por consiguiente, el valor esperado o media de todos los valores posibles
de un estadstico insesgado es igual al parmetro poblacional que se
estima. En el caso de un estimador sesgado, se tiene una gran
probabilidad de sobreestimar o subestimar el parmetro poblacional.

A continuacin se presentan algunos estimadores insesgados:

La proporcin muestral ( ) como estimador de la

proporcin poblacional (p)


La media muestral (
poblacional ()

) como estimador del valor esperado

La varianza de la muestra (n-12) como estimador de la

varianza de la poblacin (n2)
Sin embargo, puede demostrarse que la desviacin estndar
muestral es un estimador sesgado de la desviacin estndar
poblacional; para muestras grandes, este sesgo es poco
significativo. Esa es la razn por la cual al encontrar una
desviacin estndar muestral se divide por n-1 y no por n, ya
que lo ltimo hara que el estimador fuese sesgado porque
tendera a subestimar un poco la varianza poblacional.
2. Eficiencia: Si se tienen dos estimadores puntuales para
estimar un mismo parmetro poblacional, se prefiere usar el
estimador con la menor desviacin estndar porque tiende a
proporcionar estimados ms cercanos al parmetro. Al tomar
muestras de una poblacin con distribucin normal, la
desviacin estndar de las medias muestrales es menor que la
de las medianas muestrales. Por consiguiente, la media muestral
es ms eficiente que la mediana muestral.
3. Consistencia: Un estimador puntual es consistente si sus
valores tienden a acercarse al parmetro poblacional conforme
se incrementa el tamao de la muestra.. Se puede afirmar que
la media de la muestra es un estimador consistente de la media
poblacional y que la proporcin muestral es un estimador
consistente de la proporcin poblacional.
Una estimacin puntual no proporciona informacin sobre la
variabilidad inherente del estimador. En consecuencia, se opta
por un segundo mtodo de estimacin denominado estimacin
por intervalos, que indica la precisin de una estimacin; dicha
idea de precisin es definida por el error estndar.
Una estimacin por intervalo indica un rango dentro del cual se

espera encontrar el valor de algn parmetro. El intervalo que

se estime recibe el nombre de intervalo de confianza.

Un intervalo de confianza se expresa mediante dos valores: L (lmite inferior) y

U (lmite superior), de tal manera que la siguiente proposicin de probabilidad
es verdadera:

donde es un nmero entre 0 y 1 (preferiblemente pequeo).

El intervalo de confianza resultante se conoce como intervalo de confianza de
100(1-)% para el parmetro desconocido . Las cantidades L y U reciben los
nombres de lmites de confianza inferior y superior, respectivamente, y 1- es
el nivel de confianza.

Se tiene una probabilidad de 1 de seleccionar una muestra

que produzca un intervalo que contiene el valor verdadero de .

Interpretacin de un intervalo de confianza: Si se recopila un

nmero infinito de muestras aleatorias y se calcula un intervalo
de confianza del 100(1 )% para para cada una de las
muestras, entonces el 100(1 )% de esos intervalos contiene
el verdadero valor de .
En la prctica se obtiene slo una muestra aleatoria y se calcula
un intervalo de confianza. Puesto que ese intervalo puede o no
contener el valor verdadero de , no es razonable asociar un
nivel de probabilidad a este evento especfico. La proposicin

adecuada es que el intervalo observado [l,u] contiene el

verdadero valor de con una confianza de 100(1-). Esta
proposicin tiene una interpretacin de frecuencia, es decir, no
se sabe si es correcta para la muestra en particular, pero el
mtodo usado para obtener ese intervalo proporciona
proposiciones correctas el 100(1-)% de las veces.
En algunas ocasiones, puede resultar ms apropiado
un intervalo de confianza unilateral.
Un intervalo de confianza unilateral inferior del 100(1-) para
est dado por el intervalo

donde el lmite de confianza l se elige de modo que

De manera similar, un intervalo de confianza unilateral superior
para est dado por
y el lmite u se escoge de modo que

Entre ms amplio sea el intervalo de confianza, mayor es la

seguridad de que realmente el intervalo contenga el verdadero
valor de , pero menor informacin se tiene acerca de ese valor.
Lo ideal es, entonces, un intervalo de confianza relativamente
pequeo con una confianza grande, lo que se logra aumentando
el tamao de la muestra evaluada.
En esta unidad se presentan mtodos para encontrar intervalos
de confianza para medias, varianzas y proporciones.

1.

ESTIMACIN DE LA MEDIA DE UNA POBLACIN

A. Varianza conocida: Este caso que se plantea es ms a nivel

terico que prctico porque difcilmente vamos a poder conocer

con exactitud mientras que es desconocido. Sin embargo

nos aproxima del modo ms simple a la estimacin de medias.
Para estimar , el estadstico que mejor nos va a ayudar es ,
del que conocemos su ley de distribucin (referenciada en la
unidad anterior).
Este es el modo ms conveniente para hacer una
estimacin: Buscar una relacin en la que intervengan el
parmetro desconocido junto con su estimador, de modo que
estos se distribuyan segn una ley de probabilidad que es bien
conocida y a ser posible tabulada.
De este modo, fijado (valor arbitrario y cercano a 1), se toma
un intervalo que contenga una masa de probabilidad de 1 - . Lo
ideal es que este intervalo sea lo ms pequeo posible; por ello
lo mejor es tomarlo simtrico con respecto a la media ya que all
es donde se acumula ms masa en una distribucin normal. As,
las dos colas de la distribucin (zonas ms alejadas de la media)
tendrn reas iguales.

Como

Ejemplo 3.1.
La empresa que produce ciertos chips asegura que estos
soportan, en promedio, 50 horas de funcionamiento, con una
desviacin estndar de 3 horas y una distribucin
aproximadamente normal. Para verificar esa informacin, otra
empresa que utiliza esas bateras en grandes cantidades tom
una muestra aleatoria de 25 unidades y registr sus tiempos de
duracin; las observaciones fueron:
41.3 49.2 48.9 43.2 52.0 41.5 51.2 46.1 49.3 49.2 44.7 43.4
50.0 46.8 45.0 46.7 48.8 47.7 51.5 49.8 44.0 49.6 51.0 47.5
51.2
Construir un intervalo de confianza del 95% para , si se supone
que la desviacin estndar de la poblacin es la proporcionada
por la empresa vendedora.
Solucin:
Como
, bajo la suposicin de que los valores
recibidos son independientes, el intervalo de confianza es:

Dicho intervalo implica que si se tomaran 100 muestras de 25 unidades y a

partir de ellas se establecieran intervalos de confianza, aproximadamente 95
de esos intervalos contendran el verdadero valor de la media poblacional; eso
llevara a pensar que lo que dice la empresa vendedora no es cierto.

Nota: No podemos decir que existe un 95% de probabilidad de

que se localice entre 46.4 y 48.8 horas. La media poblacional
es fija y se localiza en ese intervalo o no lo hace (no hay
probabilidades).

Algo muy importante es la eleccin del tamao apropiado de la

muestra que se ha de tomar, porque si es demasiado grande se
desperdicia tiempo y dinero y si es muy pequea, las
conclusiones resultantes no son muy confiables.
Si se quiere establecer qu tan grande debe ser una muestra
para asegurar que el error al estimar sea menor a un error
predeterminado, debe despejarse n del intervalo de confianza,
teniendo en cuenta que el error es la parte que se suma o resta
de la media muestral. Por lo tanto:

De esa relacin, puede deducirse que:

A medida que disminuye la longitud del intervalo (2e), el

tamao requerido de la muestra (n) aumenta para un valor
fijo de y una confianza especificada.

A medida que aumenta, el tamao requerido de la

muestra aumenta para una longitud deseada y una
longitud especificada. Dicho de otra forma, si la poblacin
tiene una dispersin grande se requerir una muestra
mayor que si la poblacin es homognea.


Conforme aumenta el nivel de confianza, el tamao
requerido de la muestra aumenta para una longitud fija
deseada y una desviacin estndar determinada.

Ejemplo 3.2.
Qu tan grande se requiere una muestra en el ejemplo 2.1. si
queremos tener 95% de confianza de que el error de estimacin
no exceder de 0.5 horas?
Solucin:

Esto implica que para satisfacer los requerimientos, debe

tomarse una muestra de 139 elementos.

En algunas situaciones puede que lo importante sea plantear un

lmite superior para o un lmite inferior para ella, pero no
ambos.
Es posible obtener intervalos de confianza unilaterales para
haciendo
o
y reemplazando
por Z.
El intervalo de confianza superior del 100(1-)% para es:
Y el intervalo de confianza inferior del 100(1-)% para es:

Ejemplo 3.3.

Determine los intervalos de confianza inferior y superior de 95%

para en el ejercicio 3.1.
El intervalo de confianza superior de 95% para es:
horas
El intervalo de confianza inferior de 95% para es:
horas

B. Varianza poblacional desconocida: Como se ha

mencionado, el caso anterior se presentar poco en la prctica,
ya que lo usual es que el valor exacto de los parmetros y
no sean conocidos; de lo contrario, no interesara en buscar
intervalos de confianza para ellos.
Si la muestra tomada es grande, un procedimiento aceptable
consiste en reemplazar por el valor calculado de la desviacin
estndar muestral.
Cuando el tamao de la muestra es pequeo debe emplearse
otro procedimiento. Para producir un intervalo de confianza
vlido debe hacerse una hiptesis ms fuerte con respecto a la
poblacin de inters y es que ella est distribuida normalmente.
Esto conduce a intervalos de confianza basados en la
distribucin t de Student, que es una distribucin continua que
tiene una forma muy similar a la distribucin normal estndar
(tiene forma de campana y es simtrica con una media de 0);
una distribucin t especfica depende de un parmetro
llamado grados de libertad, que para efectos de esta unidad
equivale a n 1. A medida que aumenta la cantidad de grados
de libertad, la diferencia entre la distribucin t y la distribucin
normal estndar se hace ms y ms pequea.
Si se asume que la poblacin est distribuida normalmente los
intervalos de confianza se basan en la distribucin t de Student.
Cuando se revisaron las distribuciones muestrales se determin
que

con n 1 grados de libertad.

Si se escoge un intervalo central en la distribucin t, -t/2,n-1 y t/2,n1 son los puntos crticos y, por lo tanto:

De all se obtiene un intervalo de confianza dado por:

Ejemplo 3.4.
Se va a considerar un programa de adiestramiento en cierta
empresa; su director de manufactura desea contar con un
software determinado para adiestrar a los empleados de
mantenimiento en las operaciones de reparacin de mquinas.
Se estima que con el software se reduzca el tiempo necesario
para el adiestramiento; para evaluarlo, el director de
manufactura pide un estimado del tiempo promedio de
adiestramiento necesario con el programa.
La gerencia acept adiestrar a 15 empleados con el nuevo
mtodo. A continuacin se ven los das necesarios de
adiestramiento por cada empleado de la muestra:

19 26 22 15 18 23 12 16 19 21 15 14 18 26 21

Estime el promedio poblacional con una confianza de 90% y con

una de 95%.
Solucin:
y S = 4.209;

As, el estimado del intervalo de confianza de 90% para el

promedio poblacional de tiempo de adiestramiento es de 17.1 a
20.9 das.
Haciendo un clculo similar se obtiene que el estimado para el
promedio poblacional con un nivel de confianza de 90% est
entre 16.7 y 21.3 das.
Lo anterior demuestra que, a mayor nivel de confianza,
mayor amplitud del intervalo de confianza y, por ende,
menor precisin en la estimacin.

Debe tenerse muy presente que este intervalo de confianza

supone que el muestreo se hace sobre una poblacin normal;
esta hiptesis es vlida en muchas situaciones prcticas; pero si
es muy alejada de la realidad deben emplearse mtodos no
paramtricos, los cuales se evaluarn ms adelante.
Lo anterior se cumple si la poblacin es infinita o muy grande;
pero si es finita, el intervalo de confianza se debe calcular como:

Para determinar el tamao apropiado de la muestra a utilizar es

necesario encontrar una estimacin preliminar de la desviacin
estndar de la poblacin. Una forma posible consiste en
disponer de la dispersin de otro estudio relacionado
(obviamente, si se considera confiable); el mtodo ms comn
para hacerlo consiste en la realizacin de un estudio piloto,
basado en la utilizacin de una muestra a la cual se le determina

su desviacin estndar y ese valor es usado para determinar el

tamao apropiado de la muestra.
El tamao de la muestra para estimar una media poblacional es:

(si la poblacin es infinita o muy grande)

(si la poblacin es finita)

Ejemplo 3.5.
En el caso del ejemplo 3.4., de qu tamao debe ser una
muestra para poder tener el 95% de confianza de que el error
muestral sea de 1.5 o menor? Suponga que la desviacin
estndar hallada para la muestra es una buena aproximacin
para la poblacional.
Solucin:

Lo anterior implica que se debe tomar una muestra de 31

elementos (16 adicionales).

2. ESTIMACIN DE LA PROPORCIN POBLACIONAL

Un estimador puntual para la proporcin de la poblacin se
encuentra al dividir el nmero de xitos en la muestra entre el
nmero de elementos que se muestrearon (
).
Recuerde que n y p son los parmetros de una distribucin
binomial. Se sabe tambin que tiene una distribucin
aproximadamente normal con

Si se conocen p y q no tendra sentido hacer una estimacin,

pero estas se pueden sustituir por los respectivos estadsticos

muestrales, as:

Por consiguiente, un intervalo de confianza para p est dado

por:

Se debe tener presente que lo anterior es razonable si np y nq

son mayores o iguales a 5.
Un uso prctico al construir un intervalo de confianza basado en
la informacin de una muestra se basa en la comparacin de
dicho valor con el valor propuesto para el parmetro
poblacional; si el valor propuesto est dentro del intervalo, se
llega a la conclusin de que el valor propuesto puede ser
verdadero.

Ejemplo 3.6.
Se sigue con el software planteado en el problema 3.4. Para
evaluar el programa desde una perspectiva diferente, la
gerencia ha pedido determinar alguna medida de la calidad del
programa; para ello, se pens en un examen practicado al final
del adiestramiento. Se tiene una muestra de 45 empleados que
se puede usar para establecer un estimado para la proporcin
de empleados que aprueban el examen.
De los 45 empleados, 36 aprobaron el examen. Construya un
intervalo del 90% de confianza para la proporcin poblacional.
Solucin:
Por lo tanto, el intervalo de confianza es:

0.702 < p < 0.898

Es decir, se puede tener un 90% de confianza de que entre el
70.2 y el 89.8% de todos los empleados aprueban el examen.

En este caso tiene un inters particular la seleccin del tamao

apropiado de la muestra.
Como el error es la parte que se suma y se resta a en el
intervalo de confianza, el tamao apropiado de la muestra es:
(si la poblacin es infinita o muy grande)

(si la poblacin es finita)

Para utilizar la anterior ecuacin se debe hacer una estimacin
de p. Para ello debemos basarnos en un valor de una muestra
anterior o en el establecimiento de a partir de una muestra
piloto (y se determina cuntas observaciones adicionales se
necesitan para estimar p con una exactitud predeterminada) o
haciendo una estimacin subjetiva (en este caso, debe
conocerse muy bien lo que se hace).
El margen de error para estimar una proporcin poblacional es
casi siempre 0.1 o menor. En las grandes encuestas,
generalmente se establece un margen de error de 0.03 a 0.04:
el empleo de esos mrgenes de error siempre da un tamao de
muestra suficientemente grande como para satisfacer los
requisitos del teorema del lmite central (np y nq 5).
Otro enfoque para seleccionar el tamao de muestra consiste en
maximizar la ecuacin, teniendo en cuenta que pq es mximo
cuando p = q = 0.5. Si este es el caso, el tamao de la muestra
que se requiere est dado por:

En cualquier caso, al usar p = 0.5 se garantiza que el tamao de

la muestra ser suficiente para obtener el margen de error
deseado.

Ejemplo 3.7.
Un fabricante produce chips para computador; cada chip es
independientemente aceptable con una probabilidad p
desconocida. Para obtener un intervalo de confianza aproximado
de 90% para p, cuya longitud sea aproximadamente 0.05, se
toma una muestra inicial de 30 chips. Si de estos 30 chips, 26
tienen una calidad aceptable.
Luego se evala una muestra de tamao apropiado (los
adicionales) y se encuentra que de ellos 404 fueron aceptables.
Estime p.
Solucin:

Por lo que se tendran que evaluar 471 ms y el intervalo de

confianza de 90% para p sera:

2. ESTIMACIN DE LA VARIANZA
Por ser una variable cuadrtica debe emplearse la distribucin chi
cuadrado.
Recordemos que si S2 es la varianza de una muestra aleatoria de tamao n
que se toma de una poblacin normal con varianza 2, entonces:
con n 1 grados de libertad
Por lo tanto, el intervalo de confianza correspondiente est dado por:

donde
y
son los puntos crticos que corresponden al
porcentaje /2 de la distribucin 2 con n 1 grados de libertad.

3. Ejercicio 3.8.

Una empresa tiene cierto proveedor de chips. Para verificar la informacin

que suministr el proveedor, antes de firmar el contrato se tom una
muestra aleatoria de 25 unidades y se registraron sus tiempos de duracin;
las observaciones fueron:
41.3 49.2 48.9 43.2 52.0 41.5 51.2 46.1 49.3 49.2 44.7 43.4 50.0 46.8 45.0
46.7 48.8 47.7 51.5 49.8 44.0 49.6 51.0 47.5 51.2

1.
Es absolutamente necesario que la desviacin estndar de los tiempos de
duracin de los chips sea menor de 2 horas. A partir de la construccin de
un intervalo de confianza para de 90%. podra decir que los datos
apoyan el cumplimiento del requisito?
2.
Construya un intervalo de confianza bilateral del 95% para 2.

Solucin:
a)
Por consiguiente, con un nivel de confianza del 90%, los datos apoyan la
afirmacin.
b
)

4. ESTIMACIN DE LA DIFERENCIA DE DOS MEDIAS

A. Varianzas conocidas: Si se tienen dos poblaciones independientes con medias
desconocidas y varianzas conocidas y se quiere establecer un intervalo de
confianza para la diferencia de las dos medias.

Recordar que la variable aleatoria

tiene una distribucin normal si las dos poblaciones son normales o si se cumplen
las condiciones del teorema del lmite central.
Si se considera lo mismo de casos anteriores:

Ejemplo 3.9.
Recientemente se han probado dos tipos diferentes de aislante de cables
elctricos para saber cual es el nivel de voltaje en el cual pueden presentar alguna
falla. Al someter dos especimenes a voltajes crecientes, en un experimento de
laboratorio, las fallas en cada uno de los dos tipos de aislantes de cable se
presentaron a los siguientes voltajes:
Tipo A

Tipo B

36

54

52

44

52

64

41

37

38

53

51

68

38

44

66

70

36

35

52

62

34

44

Suponga que se sabe que el voltaje que pueden soportar los cables con el aislante
de tipo A tiene una distribucin normal con media A desconocida y varianza de
40 V2; mientras que la correspondiente distribucin para el aislante de tipo B es
normal con media B desconocida y varianza 100 V2.
a) Determine un intervalo de 95% para A B
b) Determine un valor del que podamos decir, con 95% de confianza, que es
mayor que A B
Solucin:
a)

b) Se debe crear un intervalo de confianza superior. Z = 1.64

B. Varianzas desconocidas:
B1) Si la poblacin tiene una distribucin aproximadamente normal o la muestra
tomada es grande, se puede reemplazar por S y utilizar la distribucin normal.
B2) Si las varianzas son desconocidas, pero se pueden considerar iguales y las
muestras tomadas son pequeas, se puede obtener un estimador combinado S p ,
mejor que S1 y S2 por separado; dicho estimador se expresa como:

Para desarrollar el intervalo de confianza, se debe tener en cuenta que

Y el intervalo de confianza puede expresarse como:

Ejemplo 3.10.
Un fabricante de bateras emplea dos tcnicas diferentes para su produccin. Se
seleccionan aleatoriamente 12 bateras fabricadas mediante la tcnica A y 14
fabricadas con la tcnica B. Se obtienen las siguientes capacidades (en amperios
por hora):
Tcnica A

Tcnica B

140

132

144

134

136

142

132

130

138

150

136

146

150

154

140

128

152

136

128

131

144

142

150

137

130

135

Determine un intervalo de confianza bilateral de 90% para la diferencia de

medias, suponiendo que tienen una varianza comn.
Solucin:

B3) Si no es razonable suponer que las varianzas son iguales, para establecer el

intervalo de confianza, se debe utilizar el estadstico

el cual tiene una distribucin t con grados de libertad

Dicho intervalo de confianza es:

B4) Observaciones pareadas: Si existen solamente n unidades experimentales

diferentes y los datos estn recopilados por pares. La caracterstica distintiva de
las muestras pareadas consiste, entonces, en que para cada observacin en el
primer grupo hay una observacin correspondiente en el segundo grupo
(autoapareamiento); un ejemplo comn de autoapareamiento es el experimento
antes y despus.
Con frecuencia se emplea el apareamiento con la intencin de controlar fuentes
de variacin ajenas que podran influir en los resultados de la comparacin.

En lugar de considerar los dos conjuntos como muestras distintas, nos

concentramos en la diferencia de las mediciones en cada pareja. Supongamos que
nuestros dos grupos de observaciones son los siguientes:

Muestra 1

Muestra 2

x11

x12

x21

x22

xn1

xn2

En estas muestras, x11 y x12 constituyen una pareja, x21 y x22 constituyen otra
pareja, y as sucesivamente. Empleamos estos datos para crear un nuevo conjunto
de observaciones que representen las diferencias entre cada pareja:
d1 = x11 x12
d2 = x21 x22
.
.
dn = xn1 xn2
En lugar de analizar las observaciones individuales, utilizamos la diferencia entre
los miembros de cada pareja como la variable de inters.
Para construir el intervalo de confianza, asuma que
sigue una distribucin t con n 1 grados de libertad
El intervalo de confianza para 1 - 2 para observaciones pareadas es:

Ejemplo 3.11.
Un producto diettico lquido afirma en su publicidad que el empleo del mismo
durante un mes produce una prdida promedio de 3 libras de peso. Ocho sujetos
utilizan el producto por un mes y se pesan antes y despus de consumir el
producto:
Sujeto

Peso inic.
(lb)

163

201

195

198

155

143

150

187

Peso final
(lb)

161

195

192

197

150

141

146

183

Encuentre un intervalo de confianza del 95% para la prdida de peso promedio.

Los datos apoyan la afirmacin hecha en la publicidad?
Solucin:

Ese intervalo de confianza implica que no hay ninguna evidencia de que la

afirmacin sea falsa.

5. ESTIMACIN DE LA DIFERENCIA DE DOS PROPORCIONES

Suponga que se toman dos muestras aleatorias independientes de tamao n 1 y

n2 de dos poblaciones binomiales con medias n1p1 y n2p2 y varianzas n1p1q1 y
n2p2q2, respectivamente; posteriormente se determina el nmero de observaciones
de cada muestra que pertenece a la clase de inters y se calculan las proporciones
muestrales.
La diferencia entre las dos proporciones muestrales (
) es un buen
estimador de la diferencia de proporciones poblacionales (p 1 p2).
Bajo la hiptesis de que puede aplicarse la aproximacin normal de una
distribucin binomial, la estadstica

tiene una distribucin que es aproximadamente normal. Esto implica que

Y por lo tanto:

Como se va a estimar p1 y p2, estos pueden reemplazarse por

intervalo de confianza.

en el

Ejemplo 3.12.
Se considera cierto cambio en un proceso de fabricacin de partes componentes.
Se toman muestras del procedimiento actual y del nuevo para determinar si ste
tiene como resultado una mejora. Si se encuentra que 75 de 1500 artculos del
procedimiento actual son defectuosos y 80 de 2000 artculos del procedimiento
nuevo tambin lo son, encuentre un intervalo de confianza de 90% para la
diferencia real en la fraccin de defectuosos entre el proceso actual y el nuevo.
Solucin:

Como el intervalo contiene el cero, no hay razn para creer que el nuevo
procedimiento producir una disminucin significativa en la proporcin de
artculos defectuosos comparado con el mtodo que se usa actualmente.

6. ESTIMACIN DEL COCIENTE DE VARIANZAS

Una estimacin puntual de la razn de dos varianzas poblacionales 12/22 est
dada por la razn de las varianzas muestrales S 12/S22.
Si 12 y 22 son las varianzas de poblaciones normales, podemos establecer una
estimacin por intervalos de 12/22 mediante el uso de la estadstica F.

La variable aleatoria F tiene una distribucin F con n 1 1 y n2 1 grados de

libertad.

Reemplazando F, se encuentra que:

Nota: Para la obtencin del intervalo de confianza se tuvo en cuenta que

(teorema)

Ejemplo 3.13.
Una compaa fabrica propulsores para uso en motores de turbina. Una de las
operaciones consiste en esmerilar el terminado de una superficie particular con
una aleacin de titanio. Pueden emplearse dos mtodos de esmerilado y ambos
pueden producir partes que tienen la misma rugosidad superficial promedio. Al

ingeniero de manufactura le gustara seleccionar el proceso que tenga la menor

variabilidad en la rugosidad de la superficie. Para ello toma una muestra de 12
partes del primer proceso, la cual tiene una desviacin estndar muestral de 5.1
micropulgadas y una muestra aleatoria de 15 partes del segundo proceso, la cual
tiene una desviacin estndar muestral de 4.7 micropulgadas. Se quiere encontrar
un intervalo de confianza del 90% para el cociente de las dos varianzas
poblacionales.
Solucin:
Si se supone que los dos procesos son independientes y que la rugosidad de la
superficie est distribuida normalmente, entonces:

Puesto que este intervalo de confianza incluye el uno, no se puede afirmar, con
un nivel de confianza de 90% que las desviaciones estndar de las rugosidades
con los dos procesos sean diferentes.

7. ESTIMACIN BAYESIANA
Los mtodos clsicos de estimacin se basan nicamente en la informacin que
proporciona una muestra aleatoria. Las probabilidades que se derivan de ello se
denominan probabilidades objetivas; la estimacin bayesiana combina
informacin muestral con otra informacin anterior que puede estar disponible
antes de recopilar la muestra (distribucin a priori).
Las tcnicas bayesianas utilizan la distribucin a priori [f()] junto con la
informacin que brinda la muestra [f(x1,x2,....,xn) para calcular la distribucin a
posteriori [f(x1,x2,...xn/]. Esta distribucin a posteriori expresa el grado de
creencia del investigador en la posicin del parmetro despus de observar la
muestra.
Los mtodos bayesianos pueden emplearse para construir intervalos para las
estimaciones de los parmetros que son similares a los intervalos de confianza. Si
ya se tiene la funcin de densidad posterior de , entonces puede construirse un

intervalo, centrado alrededor de la media a posteriori, que contenga al 100(1-)%

de la probabilidad posterior.

Ejemplo 3.14.
Suponga que la distribucin a priori para la proporcin p de artculos defectuosos
que produce una mquina es:
p

0.1

0.2

f(p)

0.6

0.4

Encuentre la estimacin de Bayes para la proporcin de defectuosos que produce

esta mquina si una muestra aleatoria de 10 artculos muestra 1 artculo
defectuoso.
Solucin:

P(1D/p=0.1) =

Como f(x,p) = f(x / p)*f(p), entonces:

p

0.1

0.2

f(1,p)

0.2324

0.1074

Y como f(p / x) = f(x,p)/f(x)

0.1

0.2

F(p / x = 1)

0.6839

0.3161

P* (estimada por Bayes) = 0.1*0.6839 + 0.2*0.3161 = 0.1316

Nota: En este caso la estimacin bayesiana es un poco ms alta que la estimacin
clsica.

8. INTERVALOS DE TOLERANCIA
La estimacin del intervalo de confianza puede ser muy til cuando se quiere
determinar el valor de un parmetro, pero muchas veces el objetivo es conseguir
una nocin acerca de dnde podran caer las observaciones individuales.
Un mtodo que puede emplearse para determinar las cotas o lmites sobre las
observaciones individuales es encontrar un intervalo de tolerancia para una
proporcin fija de las observaciones.
En casi todas las situaciones prcticas, y son desconocidos y deben estimarse
a partir de una muestra. El intervalo de tolerancia para una distribucin normal
est dado por :

El valor de la constante k puede determinarse mediante una tabla especfica

(tabla A.7. del apndice de Walpole).

Ejemplo 3.15.
Una mquina produce piezas de metal de forma cilndrica. Se toma una muestra
de estas piezas y se encuentra que los dimetros son 1.01, 0.97, 1.03, 1.04, 0.99,
0.98, 0.99, 1.01, 1.03, 1.05, 1.02, 0.97 y 0.96 centmetros. Encuentre los lmites
de tolerancia de 99% [(1 )*100] que contendrn 95% de las piezas de metal
que produce esta mquina; suponga distribucin normal.

Solucin:
(de la tabla)
Por lo que los lmites de tolerancia de 99% son:

Un intervalo de tolerancia siempre es ms amplio que el correspondiente

intervalo de confianza.

PROBLEMAS PROPUESTOS

1.
Al ensayar un nuevo mtodo de produccin, se seleccionaron 18
empleados al azar y se les pidi que lo probaran. La tasa de produccin
promedio muestral para esos empleados fue de 80 partes/hora y la
desviacin estndar muestral fue de 10 partes/hora. Determine intervalos
de confianza de 90 y 95% de la tasa de produccin promedio poblacional
con el nuevo mtodo, suponiendo que la poblacin tiene una distribucin
normal de probabilidades.

2. Un Ingeniero hace una prueba sobre la duracin de un equipo. Para ello

examina 30 equipos y obtiene los siguientes tiempos de duracin, en das:
215 182 295 242 175 199 222 246 201 184 295 196 208 255 180
196 235 262 186 198 205 225 214 232 222 200 185 295 206 185

1.
Hallar los lmites de confianza de 80 y 95% para la duracin promedio.
Qu puede concluir acerca de la relacin entre el nivel de confianza y la
precisin?
2.
Si se quiere determinar un intervalo de confianza del 95% con un error que
no sobrepase los 10 das, qu tamao mnimo de muestra habra que
emplear? Qu puede concluir al comparar con la muestra de 30?

3. Un artculo describe el clculo de los coeficientes de arrastre para la superficie

aerodinmica NASA 0012. Para ello se utilizaron diferentes algoritmos
computacionales con M = 0.7 y se obtuvieron los siguientes resultados:
79 100 74 83 81 85 82 89 84 90 102 87 75 73 99 101

1.
Construir un intervalo de confianza del 93%.
2.
Construir un intervalo de confianza del 97%. Comparar ambos intervalos.
3.
Se desea determinar el coeficiente de arrastre promedio con un error
menor de 3 para un nivel de confianza de 97%. Qu tamao mnimo de
muestra es el adecuado?

4. Se toman dos muestras aleatorias de tamaos 15 y 10 de dos termocoples

diferentes. Las medias y las varianzas muestrales son:
= 300
= 305
S12 = 36 S22 = 49
Construya un intervalo de confianza del 90% para 2 - 1 si supone que 1 = 2.
5. Determinado banco encontr que el uso de cajeros automticos ATM reduce el
costo de las transacciones bancarias de rutina. Dicho banco instal varios ATM
en puntos estratgicos de la ciudad; despus de varios meses de operacin, una

muestra de 100 usuarios revel que en un mes usaron las mquinas ATM as:

# de veces que usan ATM

Frecuencia

25

30

20

10

10

1.
Establezca un intervalo de confianza del 90% para la proporcin de
usuarios que no emplearon los cajeros en el mes. Interprete.
2.
Cuntas transacciones al mes realiza un usuario promedio?
3.
Establezca un intervalo de confianza del 90% para el promedio de
transacciones durante un mes. Interprete.
4.
Si se sabe que los usuarios de los cajeros ATM en la ciudad son 3850, qu
tan grande debe ser la muestra para tener una confianza del 90% de que la
proporcin muestral de usuarios que emplean ATM no vare en ms de
0.05 respecto a la estimacin puntual?.
Cul sera la respuesta si considera que la poblacin es infinita?
6. Un fabricante de semiconductores produce controladores que se emplean en
aplicaciones de motores automovilsticos. El cliente requiere que la fraccin de
controladores defectuosos en uno de los pasos de manufactura crticos no sea

mayor que 0.05 y que el fabricante demuestre esta caracterstica del proceso de
fabricacin con este nivel de calidad, utilizando = 0.05. El fabricante toma una
muestra aleatoria de 200 dispositivos y encuentra que cuatro de ellos son
defectuosos.
El fabricante puede demostrar al cliente la calidad del proceso?
7. Un ingeniero hace una prueba sobre la duracin de un equipo. Para ello
examina 12 equipos y obtiene los siguientes datos en das-:
235 196 295 242 335 175 192 250 184 295 303 205

1.
Hallar intervalos de confianza de 85 y 95% para la duracin promedio.
Qu se observa al aumentar el nivel de confianza?
2.
Si se quiere determinar un intervalo de confianza de 85% con un error que
no supere los 15 das, qu tamao de muestra habra que emplear?

8. Cierto artculo compara varios mtodos para predecir la resistencia al corte de

vigas de placa de acero. La siguiente tabla presenta los datos para dos de estos
mtodos: Procedimientos K y L, cuando se aplican a nueve vigas especficas.
Determine si existe alguna diferencia entre estos dos mtodos.
Viga

Mtodo
K

1,186 1,151 1,322 1,339 1,200 1,402 1,365 1,537 1,559

Mtodo
L

1,061 0,992 1,063 1,062 1,065 1,178 1,037 1,086 1,052

Nota: Los valores mostrados en la tabla corresponden a carga predecida/carga

observada

9. Se ha estudiado de manera extensa un sistema operativo para computadores

personales y se sabe que la desviacin estndar del tiempo de respuesta de un
comando en particular es 8 milisegundos. Se instala una nueva versin del
sistema operativo y se desea estimar el tiempo de respuesta promedio para el
nuevo sistema de modo que pueda asegurarse que el intervalo de confianza del
95% para tiene una longitud que no sobrepasa los 5 milisegundos. Si puede
suponerse que el tiempo de respuesta tiene una distribucin normal y que la
desviacin estndar es 8 para el nuevo sistema, qu tamao de muestra
recomendara utilizar?

10.
Dos ejecutivos de la IBM estn investigando la utilidad de dos lenguajes
de diseo para mejorar las tareas de programacin. Para ello pidieron a 8
programadores expertos, familiarizados con los 2 lenguajes, que
codifiquen una funcin estndar en ambos lenguajes, anotando el tiempo,
en minutos, que requieren para hacer determinada tarea. Los datos
registrados fueron:

Lenguaje I

Lenguaje II

26.1

27.3

25.2

26.8

23.8

24.0

28.3

28.8

27.5

27.6

29.2

26.8

26.5

25.9

25.1

26.2

Hay suficientes evidencias de que un lenguaje es ms rpido que el otro?

10.
Se analiza la fraccin de productos defectuosos producidos por dos lneas
de produccin. Una muestra aleatoria de 100 unidades provenientes de la
lnea 1 contiene 10 que son defectuosas, mientras que una muestra
aleatoria de 120 unidades de la lnea 2 tiene 25 que son defectuosas.
Encuentre un intervalo de confianza del 99% para la diferencia en
fracciones de productos defectuosos producidos por las dos lneas.

12. Se toma una muestra de 50 dispositivos necesarios para el funcionamiento de

computadores y se someten a una exigente prueba de duracin, 6 de ellos no
pasan la prueba.
1.
Encontrar un intervalo de confianza de 90% para la proporcin
poblacional de dispositivos que pasan la prueba, partiendo del
conocimiento de que

2.
Dar una explicacin estadstico-matemtica de dicho intervalo.

3.
Al utilizar la estimacin puntual de p obtenida a partir de la muestra
preliminar de 50 dispositivos, cuntos dispositivos deben probarse para
tener una confianza del 90% de que el error al estimar el verdadero valor
de p no exceda 0.05?

13.
Las siguientes son las calificaciones obtenidas por los estudiantes
de Estadstica Aplicada en el tercer parcial durante el segundo
semestre de 2003

1.9

2.7

1.3

2.9

2.9

2.7

2.2

3.0

2.5

4.2

2.7

2.2

1.5

3.6

3.5

2.3

2.7

3.3

2.6

2.5

3.6

2.6

1.2

2.5

2.8

1.6

1.
Calcular intervalos de confianza de 90% para la media poblacional a partir
de 10 muestras aleatorias de tamao 6.
2.
Elaborar un grfico donde se muestren los intervalos de confianza y .
3.
Qu proporcin de los intervalos de confianza contienen a ?. Si no es
90%, explicar.

14. Como parte de un experimento, una gran empresa manufacturera encontr

que el tiempo promedio requerido por 16 empleados escogidos al azar para
completar una tarea determinada era 26 minutos, con una desviacin estndar de
5 minutos.
a) Construir un intervalo de confianza del 90% para
b) De qu tamao es el error al construir ese intervalo si se toma una muestra de
ese tamao?
c) Si ese error se quiere reducir a 1 minuto, qu tan grande debe ser la muestra
que se tome?
4.
Si esa empresa tiene 500 empleados, qu tan grande debe ser la muestra
que se tome para que el error no sea mayor de 1 minuto?

15. Se va a realizar una encuesta en la IUE para establecer si los estudiantes son
buenos lectores o no; usted es el director de la encuesta. En la Universidad hay
2351 estudiantes.
1.
Qu tamao de muestra debe utilizarse si quiere tenerse un nivel de
confianza de 95% y un margen de error de 0.06?
Parta del conocimiento de que un intervalo de confianza para la proporcin es:

2.
Ya se hizo la encuesta. Se estableci que la proporcin de buenos lectores
es 0.27. Cmo podra a partir de ese dato hacer una estimacin del
promedio de libros ledos en el semestre por los estudiantes?

16. Se est interesado en revisar el tamao de diferentes paquetes estadsticos

bsicos. Se evaluaron 69 programas y se encontr que ocupan, en promedio, 3.88
MB con una desviacin estndar de 1.96 MB. Adems, al hacer la prueba
especfica para ello se encontr que la distribucin de los tamaos es
aproximadamente normal.
A manera de ejercicio se seleccionaron independientemente dos muestras
aleatorias, cada una de 12 inspecciones y se registraron los espacios que ocupan
en disco (en MB), as:
Muestra
1

2.5

3.6

7.2

4.2

3.1

4.5

1.5

2.3

3.6

Muestra
2

3.2

6.8

2.2

5.5

2.2

4.5

3.2

3.9

2.5

3.2

2.5

a. Hallar media y desviacin estndar de cada muestra.

b. Hallar media de medias y desviacin estndar de las medias. Comparar con los
parmetros poblacionales respectivos y discutir. c. A partir de la primera muestra
establecer un intervalo de confianza de 90% para , suponiendo obviamente que
no se conoce . Ese intervalo contiene el verdadero valor de ? Si el intervalo
es muy amplio, a qu crees que se deba?

Estimacin puntual. El valor, calculado a partir de la informacin de muestreo,

que se emplea para estimar el parmetro de poblacin.
La media muestral, , es una estimacin puntual de la media poblacional, ,.
P es una estimacin puntual de p y as mismo la desviacin estndar de la
muestra S es una estimacin puntual de la desviacin estndar de la poblacin
.
Supngase que una empresa desea calcular la edad promedio de compradores
de equipos estreo. Se selecciona una muestra aleatoria de 50 adquirientes
recientes, se determina la edad de cada uno y se calcula la edad media de los
seleccionados. El valor medio de esta muestra es una estimacin puntual de la
media poblacional.

Sin embargo, un valor estimado puntual representa slo una parte de la

historia. Al tiempo que se espera que la estimacin puntual se acerque al
parmetro de la poblacin, quisimos medir que tan cerca se encuentra. Un
intervalo de confianza cumple con ste propsito.

Estimacin por intervalo de confianza Una gama de valores obtenidos a partir

de datos de muestreo, de modo que el parmetro ocurre dentro de esa
variedad a una probabilidad especfica. La probabilidad especfica en cuestin
se denomina nivel de confianza.

Ejemplo

El gerente de puede decidir que la media poblacional est en algn sitio entre
v $35 y $38. Tal intervalo con frecuencia va acompaado de una afirmacin
sobre el nivel de confianza que se da en su exactitud. Por tanto se llama
intervalo de confianza (I.C).

En realidad hay tres niveles de confianza relacionados comnmente con los

intervalos de confianza; 99%, 95% y 90%. No hay nada mgico sobre stos
tres. Se podra calcular un intervalo de confianza de 82% si se deseara. Estos
tres niveles de confianza, denominados coeficientes de confianza, son
simplemente convencionales. El gerente mencionado anteriormente puede
tener un 95% de confianza en que la media poblacional est entre $35 y $38.

Las estimaciones por intervalo gozan de ciertas ventajas sobre las

estimaciones puntuales. Debido al error de muestreo, probablemente no ser
igual a . Sin embargo, no hay manera de saber que tan grande es el error de
muestreo.
El fundamento de un intervalo de confianza.

Intervalo de confianza tiene un lmite inferior de confianza (LIC) y un lmite

superior de confianza (LSC). Estos limites se hayan calculando primero la
media muestral, . Luego se suma una cierta cantidad para obtener el LSC, y la
misma cantidad se resta de para obtener el LIC.

Cmo se puede construir un intervalo y luego argumentar que se puede tener

un 95% de confianza en que contiene a , si incluso no se sabe cul es la
media poblacional? Vale la pena recordar de la discusin anterior sobre la Regla
Emprica que el 95.5% de todas las medias muestrales caen dentro de dos
errores estndar de la media poblacional. Entonces la media poblacional est
mximo a dos errores de 95.5% de todas las medias muestrales. Por tanto, al
comenzar con cualquier media muestral, si se pasa de dos errores estndar por
encima de dicha media y dos por debajo de ella, se puede tener un 95.5% de
confianza en que el intervalo resultante contenga la media poblacional
desconocida.

95.5%

2x

=?

LIC1 -2 x X1 +2 x LSC1

La informacin desarrollada acerca de la forma de una distribucin de

muestreo de medias muestrales, lo cual significa una distribucin de muestreo
de , permite localizar un intervalo que contenga una probabilidad especfica de
incluir a la media de la poblacin, . Para muestras razonablemente mayores,
se puede utilizar el teorema del lmite central y afirmar lo siguiente.

1.Un 95% de las medias muestrales seleccionadas de una poblacin estar

dentro de 1.96 desviaciones estndares respecto de la media poblacional,.

La desviacin estndar mencionada aqu es la desviacin estndar de la

distribucin de muestreo de medias mustrales. Los intervalos calculados de
sta manera se denominan el intervalo de confianza de 95%Cmo se obtiene
el valor de 1.96? El 95% se refiere al porcentaje de tiempo del intervalo
construido similarmente que incluye el parmetro que se estima. Por ejemplo,
el 95% se refiere al 95% central de las observaciones. Por tanto, el 5% restante
se divide por igual entre los dos extremos. Vase el diagrama siguiente:

0.5000

0.4750

0.025

-1.96 1.96 Escala de z

El teorema de lmite central afirma que la distribucin de muestreo de las

medias muestrales se aproxima a la normal. Por lo tanto, puede utilizarse la
tabla del apndice A, para determinar los valores de z adecuados. Localice
0.4750 en el cuerpo de la tabla, y despus lase los valores correspondientes
de columna e hilera. As resulta 1.96. De modo que la probabilidad de
encontrar un valor z entre 0 y 1.96 es o.4750. Del mismo modo, la probabilidad
de que est en el intervalo -1.96 y 0, es tambin 0.4750. Cuando se combinan
ambas, la probabilidad de encontrarse en el intervalo de

-1.96 a 1.96 resulta ser 0.9500.

Error Estndar de la Media Muestral (x). Desviacin estndar de la distribucin
de muestreo de las medias muestrales.

El error estndar es una medida de la variabilidad de la distribucin de

muestreo de la media muestral. Se calcula mediante:

Error estndar de la media,

cuando se conoce la desviacin x =

estndar de la poblacin. n

Donde:

x es el error estndar de la media, tambin denominado desviacin estndar

de la

distribucin de muestreo de la media.

es la desviacin estndar de la poblacin.

n es el tamao de la muestra.

En la mayora de los casos, se desconoce la desviacin estndar de la

poblacin. Por lo tanto, se reemplaza con la desviacin estndar de la muestra.
Esto es, se cambia por s. Despus se escribe la formula de la manera
siguiente:

Error estndar de la media

con base en la desviacin Sx = s

estndar de la poblacin n

Dos valores afectan el tamao del error estndar. El primero es la desviacin

estndar. Si sta es grande, entonces el error estndar tambin lo ser. Sin
embargo, el tamao de la muestra tambin afecta al error estndar. Al
aumentar el tamao de la muestra, el error estndar disminuye, indicando esto
que hay menor variabilidad en distribucin de las medias muestrales. Esta
conclusin es lgica, ya que una estimacin realizada de una muestra grande
debe ser ms precisa que un clculo hecho a partir de una muestra pequea.

Cuando el tamao de la muestra, n, es al menos igual a 30, generalmente se

acepta que el teorema de lmite central asegurar una distribucin normal de

las medias muestrales. Esta es una consideracin importante. Si las medias

muestrales se distribuyen en forma normal, en los clculos se puede utilizar la
distribucin estndar normal, esto es, z.
2.2. Tema: Estimacin por intervalos.

2.2.1 Objetivo de aprendizaje: Que el alumno adquiera los conocimientos

acerca de estimaciones por intervalos de medias y proporciones, as como su
correcta aplicacin a problemas reales de empresa.

2.2.2 Recurso tiempo del tema: 1.5 horas

2.2.3 Desarrollo:

Los intervalos de confianza de 95% y de 99% se calculan como sigue, cuando n

30

Intervalo de confianza X 1.96 s

De 95% para una media n

Intervalo de confianza X 2.58 s

De 99% para una media n

De 99% para la media

Otros niveles de confianza pueden ser empleados. Para estos casos el valor z
cambia correspondientemente. En general, un intervalo de confianza para la
media se calcula por:

Intervalo de confianza X z s

Para una media n

Donde z es el nivel de confianza.

Ejemplo:

En un experimento se trata de seleccionar una muestra aleatoria de 256

gerentes de nivel medio. Un elemento de inters es el ingreso anual. La media
muestral vale $45 420 (dlares) y la desviacin estndar en la muestra, es $2
050.

Cul es el intervalo de confianza de 95% para la media de la poblacin

(redondeando a los $10 ms cercano)?
Solucin.

El intervalo de confianza est entre $45 170 y $45 670, que se obtiene
mediante:

X 1.96 s = $45 4201.96 $2 050

n 256

= $45 420251.125

= $45 168.875 y $45 671.125

Estos puntos extremos se redondean frecuentemente y, en este caso, se

registraran

como $45 170 y $45 670.

FACTOR DE CORRECCION PARA UNA POBLACIN FINITA

Una poblacin que tiene un lmite superior fijo se considera finita. Por ejemplo,
hay 21 376 estudiantes inscritos en una universidad del este de Illinois, y la
empresa Chrysler Jeep Corp, manufactur 917 unidades en su planta de
Arkansas el ao pasado. Una poblacin finita puede ser notablemente
pequea; por ejemplo podra constar de todos los alumnos inscritos en este
ciclo escolar. Una poblacin tambin puede ser muy grande, como todos los
ciudadanos senectos que viven en Florida.

Para una poblacin finita, donde el nmero total de objetos es N y el tamao de

la muestra es n, se hace el siguiente ajuste de errores estndares de medias.

Error estndar de las medias mustrales utilizando un factor de correccin:

Este ajuste se denomina factor de correccin para poblacin finita Por qu es

necesario aplicar un factor y cul es su efecto? Lgicamente si la muestra es
un porcentaje considerable de la poblacin, entonces se esperara que
cualesquiera estimaciones fueran mas precisas que las correspondientes a
muestras pequeas.

Observase el efecto del trmino (N-n) / (N-1). Supngase que la poblacin

es1000 y la muestra es 100. Entonces tal razn vale (1000-100) /(1000-1), o
sea, 900/999, con la raz cuadrada se obtiene el factor de correccin 0.9492.
Multiplicando por el error estndar, se reduce el error aproximadamente un
5%(1-0.94920.05). Esta reduccin en el tamao del error estndar resulta en
un intervalo de menor de valores en la estimacin de la media poblacional.

Si la muestra es de 200, el factor de correccin es 0.8949, lo que significa que

el error estndar se reduce en ms de 10%.

Regla General. Si la razn n/N es menor que 0.05, se omite el factor de

correccin para poblacin finita.

Tamao de muestra Fraccin de la poblacin Factor de correccin

10 0.010 0.9955

25 0.025 0.9879

50 0.050 0.9752

100 0.100 0.9492

200 0.200 0.8949

500 0.500 0.7075

Ejemplo: Hay 250 familias en el pequeo poblado de Scandia. Una encuesta de

40 de ellas revel que la contribucin media anual a la iglesia es de
$450(dlares) con una desviacin estndar de $75. Establezca un intervalo de
confianza del 95% par la contribucin media anual.
Datos

X= $450

Z95%= 1.96 4501.96

S= $75

n = 40

N = 250

Intervalo de confianza para una proporcin de la poblacin.

Una estimacin puntual para una proporcin poblacional se obtiene dividiendo

el nmero de xitos en la muestra, entre el nmero total de muestreado.

Ejemplo:

Supngase que 100 de las 400 personas muestreadas afirman que prohibieron
un nuevo refresco que probaron, en comparacin con el que consumen
regularmente.

La mejor estimacin de la proporcin de la poblacin que est a favor de la

nueva bebida es 0.25, o sea 25% que se obtiene dividiendo 100/400.
Observase que una proporcin se basa en un conteo del nmero de xitos con
relacin del nmero total muestreado.

Como se estima el intervalo de confianza para una proporcin de poblacin?

Intervalo de confianza utilizando p zp

Una proporcin de la poblacin

Donde p es el error estndar de la proporcin.

Error estndar de la p = p (1-p )

proporcin muestral n

Por tanto, el intervalo de confianza se establece mediante:

Intervalo de confianza para

una proporcin muestral p z p - (1 - p)

Donde:

P = es la proporcin muestral.

Z = es el valor de z del grado de confianza seleccionado.

n = es el tamao de la muestra.

Ejemplo

Suponga que 1600 de 2000 trabajadores sindicalizados que se muestrean

dijeron que planean poner a votacin una propuesta para unirse a una
federacin. Si se utiliza un nivel de confianza de 0.95 Cul es la estimacin de
intervalo para la proporcin poblacional A que conclusin se llegara con base
en el intervalo de confianza?
Solucin:

Utilizando la formula anterior , el intervalo se calcula como sigue:

pz p (1-p) = 0.801.96 0.80(1-0.80)

n 2 000

= 0.801.960.00008

= 0.782 y 0.818

Los lmites de confianza 78.2 y 81.8%; supngase que por lo menos 75% de los
miembros del sindicato deben aprobar la fusin. Con base en los resultados de
la muestra, cuando votan todos los trabajadores sindicalizados, la propuesta

probablemente ser aceptada debido a que 0.75 est por debajo del intervalo
0.782 y 0.818

2.2.4Actividad de aprendizaje No. 1

TA-1: Ejercicios de aplicacin.

2.2.4.1 Instrucciones: Resuelve de manera correctamente los siguientes

ejercicios acerca de intervalos de confianza para un

media muestral.

a) Valor actividad: 10 Puntos

b) Producto esperado: Que los alumnos resuelvan de manera correcta

los ejercicios propuestos.

c) Fecha inicio:

d) Fecha entrega:

e) Forma de entrega: Por separado, escrito a mano

f)) Tipo de actividad: Individual

g) Fecha de realimentacin: El mismo da de entrega.