 la confiabilidad de un estimador puntual se mide por su error estándar.

Por tanto, en
lugar de depender de un solo estimador puntual, se puede construir un intervalo
alrededor del estimador puntual
 Tal intervalo, si existe, se conoce como intervalo de confianza; a 1 − α se le denomina
coeficiente de confianza; y α (0 < α < 1) se conoce como nivel de significancia. 2
 2 Los extremos del intervalo de confianza se conocen como límites de confianza
(también denominados valores críticos), con βˆ 2 − δ como límite de confianza inferior
y βˆ 2 + δ como límite de confianza superior. Observe que, en la práctica, α y 1 − α
suelen expresarse en forma porcentual como 100α y 100(1 − α) %.
 El intervalo (5.2.1) es un intervalo aleatorio; es decir, variará de una muestra a la
siguiente debido a que se basa en βˆ 2, el cual es aleatorio. (¿Por qué?) Como el
intervalo de confianza es aleatorio, los enunciados probabilísticos que le corresponden
deben entenderse en un sentido de largo plazo, es decir, para muestreo repetido.
 2 También conocida como probabilidad de cometer un error tipo I. Un error tipo I
consiste en rechazar una hipótesis verdadera, mientras que el error tipo II consiste en
aceptar una hipótesis falsa
 Como mencionamos en 2, el intervalo (5.2.1) es aleatorio siempre y cuando βˆ 2 sea
desconocido.
 Sin embargo, una vez que se tenga una muestra específica y se obtenga un valor
numérico específico de βˆ 2, el intervalo (5.2.1) deja de ser aleatorio
 Por tanto, parece que se puede utilizar la distribución normal para hacer afirmaciones
probabilísticas sobre β2, siempre que se conozca la verdadera varianza poblacional σ2
. Si se conoce σ2 , una propiedad importante de una variable normalmente distribuida
con media µ y varianza σ2
 Observe un rasgo importante de los intervalos de confi anza dados en (5.3.6) y (5.3.8):
en ambos casos la amplitud del intervalo de confi anza es proporcional al error
estándar del estimador. Es decir, entre más grande sea el error estándar, más amplio
será el intervalo de confi anza
 . Así, el error estándar de un estimador suele describirse como una medida de la
precisión del estimador (es decir, con qué precisión mide el estimador al verdadero
valor poblacional).