7 – INTERVALOS ESTADÍSTICOS BASADOS EN UNA SOLA MUESTRA

 PROPIEDADES BÁSICAS DE LOS INTERVALOS:

o Si después de observar que , se calcula la media muestral observada y luego se substituye
en el intervalo aleatorio centrado en ,

el intervalo fijo resultante se llama intervalo de confianza del 95% para . Este intervalo de confianza se puede expresar como
es un IC de 95% para
o como
con confizanza de 95%
Una expresión concisa para el intervalo es , donde el signo – proporciona el punto extremo izquierdo (límite
inferior) y el signo da el punto extremo (límite superior).
o Como interpretar un intervalo de confianza:
 Una interpretación correcta de “confianza de 95%” depende de la interpretación de probabilidad de frecuencia relativa
a largo plazo.
 Decir que un evento tiene probabilidad de equivale a decir que si el experimento en el que está definido se
efectua una y otra vez, a la larga ocurrirá 95% de las veces.

o Otros niveles de confianza:

 Un intervalo de confianza de 100(1- )% para la media de una población normal cuando se conoce el valor de
está dado por

o, de manera equivalente, por

o Nivel de confianza, precisión y elección del tamaño de muestra:
 Mientras mayor sea el grado de confianza deseado, más amplio es el intervalo resultante.
 Si se considera que la extensión del intervalo especifica su precisión, entonces el nivel de confianza del intervalo tiene
una relación inversa con su precisión.
 Resumiendo, la ganancia de confiabilidad conlleva una pérdida de precisión.
 Una estrategia interesante es especificar tanto el nivel de confianza deseado como la extensión del intervalo y luego
determinar el tamaño de muestra necesario.
 La fórmula general para el tamaño de muestra necesario para asegurar una extensión de intervalo se obtiene de:

1 http://longinox.blogspot.com/ Longinos Recuero Bustos, curso 2010/11. lrecuero1@alumno.uned.es

 o Obtención de un intervalo de confianza: CONSULTAR SOBRE EL LIBRO.
o Intervalo de confianza de inicialización (Bootstrap):
 Introducida en el tema 6 como una forma de estimar .
 INTERVALOS DE CONFIANZA DE MUESTRAS GRANDES PARA UNA MEDIA Y PROPORCION POBLACIONALES:
o Intervalo de muestra grande:
 Si es suficientemente grande, la variable estandarizada

tiene una distribución aproximadamente normal estándar. Esto implica que

es un intervalo de confianza de muestra grande para con nivel de confianza de aproximadamente 100(1- )%. Esta
fórmula es válida sin importar la forma de la distribución de la población.
 En términos generales será suficiente para justificar el uso de este intervalo.
o Intervalo de confianza general de muestra grande: CONSULTAR SOBRE EL LIBRO.
o Intervalo de confianza para una proporción poblacional:
 Un intervalo de confianza para una proporción poblacional con nivel de confianza de aproximadamente 100(1- )%
tiene

límite de confianza inferior =

límite de confianza inferior =

 Si el tamaño de muestra es bastante grande, se pueden descartar términos insignificantes, obteniendo límites de
confianza aproximados

 El cálculo del tamaño de , podría obtenerse de:

o Intervalos de confianza unilaterales (límites de confianza):

 Un límite de confianza superior de muestra grande para es

Y un límite de confianza inferior de muestra grande para es

Un límite de confianza unilateral para resulta de sustituir por y ya sea por ó – en la fórmula del IC
para . En todos los casos el nivel de confianza es aproximadamente 100(1- )%.

2 http://longinox.blogspot.com/ Longinos Recuero Bustos, curso 2010/11. lrecuero1@alumno.uned.es

 INTERVALOS BASADOS EN UNA DISTRIBUCIÓN POBLACIONAL NORMAL:
o Suponemos que la población de interés es normal, así que constituye una muestra aleatoria de una distribución
normal donde se desconocen y .
o Cuando es la media de una muestra aleatoria de tamaño de una distribución normal con media , la va

tiene una distribución de probabilidad llamada distribución con grados de libertad (gl).
o Propiedades de las distribuciones :
 La variable de interés es ahora denotada para remarcar que no tiene una distribución norma estándar cuando es
pequeña.
 Un solo parámetro gobierna la distribución , conocido
como el número de grados de libertad (gl) de la
distribución, denotado como .
 Sea que representa la curva de la función de densidad
para grados de libertad:
 Cada curva es en forma de campana y está
centrada en 0.
 Cada curva es más dispersa que la curva
normal estándar ( ).
 Cuando aumenta disminuye la dispersión de
la curva correspondiente.
 Cuando , la secuencia de curvas se aproxima a la curva normal estándar (por lo tanto la curva
sele llamarse curva con grados de libertad = ).
o Sea = número en el eje de medición para el cual el área bajo la curva con grados de libertad a la derecha de es ;
se llama valor crítico de .

o Intervalo de confianza de un sola muestra:



3 http://longinox.blogspot.com/ Longinos Recuero Bustos, curso 2010/11. lrecuero1@alumno.uned.es

 o Intervalo de predicción para un solo valor futuro:


o Intervalos de tolerancia:


 INTERVALOS DE CONFIANZA PARA LA VARIANZA Y LA DESVIACIÓN ESTÁNDAR DE UNA POBLACIÓN NORMAL:

o

o La distribución chi-cuadrada es una distribución de probabilidad continua con un solo parámetro llamado número de grados de
libertad, con valores posibles 1, 2, 3, …

o Para especificar procedimientos inferenciales que utilizan la distribución chi-cuadrada, se necesita una notación análoga a la que
se emplea para un valor crítico , es decir .

4 http://longinox.blogspot.com/ Longinos Recuero Bustos, curso 2010/11. lrecuero1@alumno.uned.es

5 http://longinox.blogspot.com/ Longinos Recuero Bustos, curso 2010/11. lrecuero1@alumno.uned.es