Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Un Intervalo de confianza (IC) es una estimacin que se realiza en base a evidencia muestral. Dicha
estimacin es el clculo de los lmites entre los cuales se presupone estar el verdadero valor del
parmetro estimado. La idea central de la que parte la determinacin de un IC es:
Calcular los fractiles (percentiles) de acuerdo a la confianza que pretendemos para el intervalo.
Conceptos:
Confianza ( ): Es la probabilidad con la que se estima que el verdadero valor del parmetro
estar dentro del intervalo. Esta probabilidad es la medida de confianza sobre el valor obtenido
probabilidad clsico tiene incluido el supuesto de que , cosa que en este caso no ocurre).
por la muestra, es por eso que se habla de confianza y no de probabilidad (el concepto de
Error mximo de estimacin ( ): Si el verdadero valor del parmetro se encuentra dentro del
intervalo, el mximo error en el que se puede incurrir es
= =
!"# $%&
A fines estadsticos y de explicar los siguientes temas asumimos que siempre el tamao de la
muestra es lo suficientemente grande como para poder aplicar TCL, aunque en la realidad no
siempre sea de esa manera.
Teniendo en cuenta el TCL podemos determinar la distribucin de los estimadores puntuales que
conocemos y el estadgrafo que lo relaciona con el parmetro que tratan de estimar, para
posteriormente poder armar el intervalo de confianza
I.
) 1
)= = ,)
Por TCL:
, ) ~ ./ . 0()); . 34
5
Si le agregamos el 6:
3
) ~ .(0()); )
Teniendo en cuenta:
)7
8= 3
II.
() )) () ))
= =
1
Operando matemticamente:
. = ,() ))
. = ,() 7) () 7)
. = ,() 7) () 7)
Si divido todo por 3 :
. () 7) () 7)
=
3 3 3
Si agrupamos convenientemente:
. ) 7 )7
= ,: ; < 3 =
3 3
) 7
,: ; ~)
3 6>
)7 )7
< 3 = ~) 5> ; ? :< 3 = ~) 5>
N(0;1) elevado al cuadrado, lo que equivale a una ) 6A5 > por lo que podemos afirmar que:
Entonces tenemos la suma de n trminos de N(0;1) elevada al cuadrado, menos 1 trmino de
.
~)
3 6A5 >
( 1).
3
Es importante remarcar que independientemente del estadgrafo, la distribucin es ) 6A5 >
III.
)
B =
) ~D
Entonces,
0()) = .B
L()) = M . B. (1 B)
Como vimos, si n es lo suficientemente grande puede aproximarse la distribucin de los ) a
Normal.
Entonces:
B. (1 B)
B ~. <B; N =
B B
8=
OB. (1 B)
Por ltimo, conociendo los estimadores puntuales, su distribucin y los estadgrafos que los
relacionan con el verdadero parmetro se pueden obtener los intervalos de confianza.
% (1 )% %
2 2
despejar el parmetro.
)7
\]: <8 < 3 < 85A =
3 3
\]: ^8 . < ) 7 < 85A . _
3 3
\]: ^) 8 . < 7 < ) + 85A . _
3 3
\]: ^) 8 . < 7 < ) + 85A . _
3 3
\]: ^) 8 . ; ) + 85A . _
3
\]: ^) 8 . _
A fines prcticos slo nos centraremos en que si desconocemos el desvo lo podemos aproximar
mediante su estimador puntual s.
Puede demostrarse que al realizar este cambio el estadgrafo pasa a tener una distribucin t de
Student, y hacerlo no es gratis, ya que se pierde 1 grado de libertad, es decir que si la muestra era
de n elementos, la t va a tener n-1 GL.
ACLARACIN: Los grados de libertad de la t siempre son n-1; sin importar si se utiliza s o s insesgada.
Dicho esto, las tres formas en que se puede escribir el intervalo son:
\]: ^) . <7<)+ . _
;6A5>
5A ;6A5>
\]: ^) . ; )+ . _
;6A5>
5A ;6A5>
\]: ^) . _
;6A5>
( 1).
\]: bc < < de
3
Recordamos que la distribucin del estadgrafo era ) 6A5 > , entonces A y B tienen la misma
distribucin y adems el intervalo tambin esta centrado respecto al parmetro, por lo que deja
por encima y por debajo la misma probabilidad:
Por un tema de claridad realizamos el desarrollo con A y B y luego lo reemplazamos por el valor de
su distribucin.
Como el parmetro al que le quiero realizar el intervalo est en el denominador, le aplico potencia
(-1) a cada uno de los lados de la desigualdad (teniendo en cuenta que esta accin invierte el
sentido de la desigualdad):
1 3 1 1 3 1
\]: b > > e=b < < e =
c 1 . d d 1 . c
1 . 1 .
\]: b <3 < e
d c
1 . 1 .
\]: < <3 < =
) :5A ;6A5> ;
) : ;6A5> ;
Ntese que en el lmite inferior queda el mayor valor de ) 6A5> , y para el lmite superior queda el menor.
Queda definido el intervalo para la Varianza, si lo que necesito es el intervalo para el desvi le
aplico raz cuadrada a los lmites del intervalo.
ACLARACIN: Independientemente si utilizo s o s insesgada (es decir sin importar si en el numerador multiplico por n o
(n-1) la distribucin sigue siendo siempre chi-cuadrado con n-1 grados de libertad.
La deduccin del intervalo se realiza de igual manera que para la media, ya que se parte del mismo
estadgrafo pero expresados en trminos binomiales.
B 1B B 1B
\]: <B 8 . N < 7 < ) + 85A N =
B 1B B 1B
\]: <B 8 . N ; ) + 85A . N =
B 1B
\]: <B 8 . N =
Intervalo de Confianza cuando se muestrean 2 poblaciones.
Intervalo de confianza para diferencia de medias:
)h )i 7h 7h
=8
3 3
O h
+ i
h i
3 3 3 3
\]: <()h )i ) 8 . N + < 7 < ()h )i ) + 85A . N + =
h i h i
h i h i
3 3 3 3
\]: <()h )i ) 8 . N + ; ()h )i ) + 85A . N + =
h i h i
h i h i
3 3
\]: <()h )i ) 8 . N + =
h i
h i
Pero, al igual que para el caso de una sola poblacin, puede pasar que desconozcamos las
varianzas con el agregado de que adems de desconocidas pueden ser iguales o distintas.
(La herramienta estadstica que se utiliza para probar si son iguales o no es el Test de Homocedasticidad que se ver en
Test de Hiptesis)
iguales la estimacin de ambas varianzas tiene que ser la misma. Su frmula es la de un promedio
ponderado:
( 1) + i ( 1)
jB =
h h i
h+ i2
()h )i ) (7h 7h )
1 1
jBO +
h i
Nuevamente, realizar esta estimacin no es gratis, ya que al realizarla el estadgrafo pasa a tener
distribucin 6k 6l A >
Entonces, el intervalo queda definido de la siguiente manera:
1 1 1 1
\]: < )h )i ;6k 6l A >
. jBN + < 7 < )h )i + 5A ;6k 6l A >
. jBN + =
h i h i
1 1 1 1
\]: < )h )i ;6k 6l A >
. jBN + ; )h )i + 1 ; + d 2 mn
. jBN + =
h i 2 c h i
1 1
\]: < )h )i ;6k 6l A >
. jBN + =
h i
Para este caso, hasta hace pocos aos no haba soluciones. Lo que presentamos a continuacin es
una aproximacin de lo que sera el intervalo ms adecuado.
El estadgrafo es:
)h )i 7h 7h
O h
+ i
h i
^ h
+ i
_
?= h i
2
^ h
_ ^ i
_
1+
h i
h i 1
\]: p )h )i ;o >
N h
+
i
< 7h 7h < )h )i + ;o >
N h
+
i
q
h i h i
\]: p )h )i N + ; )h )i + N + q
h i h i
;o > ;o >
h i h i
\]: p )h )i N + q
h i
;o >
h i
Intervalo de confianza para cociente de varianzas:
Como el nombre lo dice, lo que vamos a estimar es el cociente de dos varianzas, por lo que el
estadgrafo que vamos a utilizar es el del cociente del estadgrafo de cada varianza por separado:
1 .
h h
3 h
1 .
i i
3 i
1 . h. 3
h i
3 h. i 1 . i
1
lim = 1
h
i 1
tk u
tl u
h. 3 i
i . 3 h
3
\]: b[ . < < [5A . e
i i i
;6k A5;6l A5 >
h 3 h
;6k A5;6l A5 >
h
\]: b[ . ; [5A . e
i i
;6k A5;6l A5 > ;6k A5;6l A5 >
h h
Nota: La variable que se corresponde al subndice A y la que se corresponde al subndice B se eligen a conveniencia.
As como vimos que hay similitud para el estadgrafo e intervalo entre 7 y v para una poblacin, lo
mismo ocurre para dos poblaciones. El estadgrafo es:
Bh Bi Bh Bi
=8
Bh 1 Bh Bi 1 Bi
O .
h w
Bh (1 Bh ) Bi (1 Bi ) Bh (1 Bh ) Bi (1 Bi )
\]: p( Bh Bi ) 8 . N . < (Bh Bi ) < ( (Bh Bi ) 8 . N . q
h w h w
Bh (1 Bh ) Bi (1 Bi ) Bh (1 Bh ) Bi (1 Bi )
\]: p( Bh Bi ) 8 . N . ; ( (Bh Bi ) 8 . N . q
h w h w
Bh (1 Bh ) Bi (1 Bi )
\]: p( (Bh Bi ) 8 . N . q
h w