INTERVALOS DE

CONFIANZA
INTERVALOS DE CONFIANZA

 En este capítulo hacemos hincapié en las afirmaciones inferenciales sobre

la estimación de un parámetro poblacional, basadas en la información
que contiene una muestra aleatoria.
 Centramos la atención en los métodos para estimar una media
poblacional o una proporción de los miembros de la población que
poseen una determinada característica.
 Por ejemplo, podemos querer una estimación de la demanda semanal
media de una determinada marca de zumo de naranja o una estimación
de la proporción de empleados de una empresa que son partidarios de
que se modifique el plan de compras
PROPIEDADES DE LOS ESTIMADORES
PUNTUALES
 Cualquier inferencia extraída de la población se basa en estadísticos
muestrales. La elección de los estadísticos adecuados dependerá de cuál sea
el parámetro poblacional que interese. El valor de ese parámetro será
desconocido y uno de los objetivos del muestreo es estimar su valor. Debe
hacerse una distinción entre los términos estimador y estimación.
Estimador y estimación:
 Un estimador de un parámetro poblacional es una variable aleatoria que
depende de la información de la muestra; su valor proporciona
aproximaciones a este parámetro desconocido. Un valor específico de esa
variable aleatoria se llama estimación.
 EJ: consideremos la estimación de las ventas semanales medias de una
determinada marca de zumo de naranja. Un estimador posible de la media
poblacional es la media muestral. Si se observa que la media de una muestra
aleatoria de ventas semanales es de 3.280 litros, entonces 3.280 litros es una
estimación de la media poblacional de las ventas semanales. Otro estimador
posible de las ventas semanales medias podría ser la mediana muestral.
Conceptos

 Estimación puntual: consiste en la estimación del valor parámetro mediante un solo valor,
obtenido de una formula determinada.
 Estimación por intervalos: Consiste en la obtención de un intervalo dentro del cual estará
el valor parámetro estimado con una cierta probabilidad.
 Error de la estimación: Es una medida de precisión que se corresponde con la amplitud
del intervalo de confianza. Cuanta mas precisión se desee en la estimación del
parámetro, mas estrecho deberá ser el intervalo de confianza y, si se quiere mantener o
disminuir el erro, mas ocurrencias deberán incluirse en la muestra estudiada. En caso de
no incluir nuevas observaciones para la muestra, mas error se comete al aumentar la
precisión. Se suele llamar E, según la formula E=Θ2- Θ1
 Nivel de confianza: Es la probabilidad de que el verdadero valor del parámetro estimado
en la población se situé en el intervalo de confianza obtenido. El nivel de confianza se
denota por 1- ,aunque habitualmente suele expresarse como un porcentaje ((1-)*100%).
Es habitual tomar como un nivel de confianza un 95% o un 99%, que se corresponden con
los valores de 0.05 y 0.01 respectivamente.
DISTRIBUCIÓN NORMAL

 Corresponde a una Distribución de variable aleatoria continua, que se

extiende sobre un campo de variabilidad infinito.
 La distribución normal o gaussiana se representa gráficamente con una curva
que tiene las siguientes características:
a) La curva tiene un solo pico; por tanto, es unimodal. Tiene la forma de
campana.
b) La media de una población distribuida normalmente cae en el centro de su
curva normal.
c) Debido a su simetría de la distribución normal, la mediana y la moda se
encuentran también en el centro; en consecuencia para una curva normal, la
media, la mediana y la moda tienen el mismo valor.
d) Los dos extremos de la distribución normal se extienden indefinidamente y
nunca tocan el eje horizontal.
 DISTRIBUCIÓN NORMAL
 La distribución normal siguiente la siguiente formula:

Propiedades:
No importa cuales sean los valores de µ y σ para una distribución de probabilidades normal,
el área total bajo la curva siempre es 1, de manera que podemos pensar en áreas bajo la
curva como si fueran probabilidad matemáticamente es verdad que:
1. Aproximadamente el 68% de todos los valores de una población normalmente distribuida
se encuentra de ± 1 desviación estándar de la media.
2. Aproximadamente el 95.5% de todos los valores de una población normalmente
distribuida se encuentra dentro de ± 2 desviaciones estándar de la media
3. Aproximadamente el 99.7% de todos los valores de una población normalmente
distribuida se encuentra dentro ±3 desviaciones estándar de la media
DISTRIBUCIÓN NORMAL

 El valor de Z esta derivado de la formula

𝑥−𝜇
𝑧=
𝜎
x= valor de la variable aleatoria de interés
µ=media de la distribución de la variable aleatoria
σ=desviación estándar de la distribución
z= numero de desviaciones estándar que gay desde x a la media de la distribución.
µ=np
σ2=npq
σ= npq
Varianza=σ2
Desviación estándar= σ2
Distribución t de STUDENT

 La distribución t de student es una distribución de probabilidad que surge

del problema de estimar la media de una población normalmente
distribuida cuando el tamaño de la muestra es pequeño (n es menor a 30
mediciones). Esta es la base del popular test de la t de student para la
determinación de las diferencias entre medias muestrales y para la
construcción del intervalo de confianza para la diferencia entre las medias
de dos poblaciones.
𝑋 − 𝑋ത
𝑡=
𝑆
𝑛
INTERVALOS BASADOS EN LA
DISTRIBUCION NORMAL
 Se tiene una distribución muestral de una media como se muestra a
continuación:
INTERVALOS BASADOS EN LA
DISTRIBUCION NORMAL
INTERVALOS BASADOS EN LA
DISTRIBUCION NORMAL
INTERVALOS DE CONFIANZA DE
PROPORCIONES DE LA POBLACION
 Se tiene una distribución muestral de una proporción como se muestra a
continuación
INTERVALOS DE CONFIANZA DE
PROPORCIONES DE LA POBLACION
INTERVALOS DE CONFIANZA DE
DIFERENCIA DE DOS MEDIAS
 Se tiene una distribución muestral de diferencia de una medias como se
muestra a continuación:
INTERVALOS DE CONFIANZA DE
DIFERENCIA DE DOS PROPORCIONES
 Se tiene una distribución muestral de diferencia de proporciones como se
muestra a continuación:
INTERVALO DE CONFIANZA

 La estimación por intervalos se refiere a un rango dentro del cual

encontramos el parámetro, con un nivel de significación, por lo tanto el
nivel de confiabilidad que tendrá la estimación del parámetro será (1- )
 IC para µ cuando se muestra una distribución normal con varianza
conocida
σ
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 𝑋ത ± 𝑧 ∗
𝑛
IC para IC para µ cuando se muestra una distribución normal con varianza
desconocida
σ
ത
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 𝑋 ± 𝑡 ∗
𝑛
INTERVALO DE CONFIANZA

 IC para p, parámetro de proporción en una muestra de distribución

binomial
𝑝 1−𝑝
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 𝑝ҧ ± 𝑧 ∗
𝑛

 Diferencia de medias de 2 poblaciones normales e independientes

σ 2 σ2
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 𝑥ҧ − 𝑦ത ± 𝑧 ∗ +
𝑛𝑥 𝑛𝑦
INTERVALOS DE CONFIANZA
DE MEDIAS MUESTRALES
Distribución de medias muestrales

 Se muestran las formulas que pueden ser determinar los limites de

confianza para cada caso, dependiendo de la desviación típica y del
tamaño de la muestra
 EJEMPLOS

 El propietario de una pequeña fabrica de artesanías, toma una

muestra aleatoria de la producción semanal de 6 de los 35
empleados, obteniendo un promedio de 22,5 figuritas semanales,
con una desviación de 3,1. Estime la producción de figuritas
semanales con un nivel de confianza del 95%.

 Una muestra de 50 observaciones tiene una media de 65 y una

desviación estándar de 4,2. Se piden limites de confianza del 95%
EJEMPLOS

 Los pesos netos, en onzas, de una muestra aleatoria de 8 tarros de cerveza son
los siguientes:

12,1 11,9 12,4 12,3 11,9 12,1 12,4 12,1

A) encuentre los limites de confianza del 99% para el peso medio por tarro de
cerveza correspondiente a la población de la cual se obtuvo la muestra
 Un sondeo efectuado a 400 familias de clase media revelo un gasto trimestral
promedio de $ 374000 en productos de tocador, con desviación de $80000.
A) estime para un intervalo de confianza del 95%
B) Cual es el máximo error, cuando se afirma que dicha media es de $374000,
con una confianza del 99%
INTERVALOS DE CONFIANZA
DE PROPORCIONES
DISTRIBUCION DE PROPORCIONES

𝑝 1−𝑝
 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 𝑝ҧ ± 𝑧 ∗ 𝑛

𝑝 1−𝑝
 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 𝑝ҧ ± 𝑡 ∗ 𝑛−1
 EJEMPLOS

 Una muestra de 100 votantes elegidos al azar entre los habitantes de un

barrio, indicaba que el 45% de ellos estaban a favor de un candidato.
Hallar los limites de confianza del 95%.

 Una investigación efectuada a 400 familias de clase media revelo que en

la realización de fiestas familiares, un 62% prefería el aguardiente a
cualquier otra clase de licor. Determine los limites de confianza del 99%.
 EJEMPLOS

 Una compañía asegura que el 80% de sus semillas de zanahoria germinan.

Se plantan 50 semillas de las cuales 8 no germinan
a) Hállese un intervalos de confianza del 90%, para la proporción de semillas
que germinaron en la muestra
b) Si se plantaron 28 semillas y 3 de ellas no germinan, halle el intervalo de
confianza del 99%, para la proporción de semillas que germinaron en la
muestra
INTERVALOS DE CONFIANZA
DE DIFERENCIA DE DOS
MEDIAS
INTERVALOS DE CONFIANZA DE
DIFERENCIA DE DOS MEDIAS
EJEMPLOS

 En un experimento llevado a cabo para medir la efectividad de dos

abonos en dos parcelas, de 10 hectáreas la primera parcela abona con el
producto A, 81,7 cargas por hectárea; en la segunda parcela, 88,3 cargas
por hectáreas con B y las desviaciones típicas de 0,7 y 0,8
respectivamente. ¿Cuáles son los limites de confianza para la diferencia
de los promedios con una probabilidad del 95%?
 Se someten a una prueba 45 alumnos de un curso de estadística, para
determinar las diferencias de rendimiento entre hombres y mujeres. Las 20
mujeres tienen un puntaje medio de 60 con una desviación estándar de 19
y 25 con una media de 66 con una desviación estándar de 16. ¿Cuáles
son los limites de confianza del 99%, para la diferencia entre los puntajes
medios de hombres y mujeres?
 EJEMPLOS

 Prueba de resistencia en dos tipos de géneros de lana dieron los siguientes

resultados( en libras por centímetros cuadrado)

Tipo I 138 127 134 125

Tipo II 134 137 135 140 130 134

Determinar los limites de confianza del 95%.

INTERVALOS DE CONFIANZA
DE DIFERENCIA DE DOS
PROPORCIONES
INTERVALOS DE CONFIANZA DE
DIFERENCIA DE DOS PROPORCIONES
EJEMPLOS

 En una muestra al azar de 200 adultos y 300 adolescentes que veían cierto
programa de televisión, 50 adultos y 150 adolescentes dijeron que les
gustaba. Hallar los limites de confianza del 95% para la diferencia de
proporción de adultos y adolescentes que ven televisión
 Se desea determinar si hay alguna diferencia significativa, según el sexo,
en la preferencia por margarina o mantequilla. Se realizo una muestra
aleatoria entre 26 y 18 mujeres, indicando 16 y 10 respectivamente
preferían la margarina a la mantequilla