ESTIMACIÓN DE PARÁMETROS

ESTADÍSTICA II
AUTOR: Rogelio Alvarado Martinez
ÍNDICE

ÍNDICE  

1. TIPOS  DE  ESTIMADORES  

2. INTERVALOS  DE  CONFIANZA  

2.1. INTERVALO  DE  CONFIANZA  PARA  LA  MEDIA  POBLACIONAL  

2.1.1. Intervalo  para  la  media  de  una  población  normal  y  la  varianza  de  la  población  

conocida  
Acceso rápido
2.1.2. Intervalo  para  la  media  de  una  población  normal,    la  varianza  de  la  población  

desconocida  y  muestra  pequeña  (n<30)  

2.1.3. Intervalo  para  la  media  de  una  población  no  normal  

2.2. INTERVALOS  DE  CONFIANZA  PARA  PROPORCIONES  DE  UNA  POBLACIÓN  (TAMAÑO  DE  

MUESTRA  GRANDE)   GENERALIDADES DESARROLLO

2.3. INTERVALOS  DE  CONFIANZA  DE  LA  VARIANZA  DE  UNA  POBLACIÓN  QUE  SE  DISTRIBUYE  

NORMAL  

2.4. ELECCIÓN  DEL  TAMAÑO  DE  LA  MUESTRA  

2.4.1. Tamaño  de  la  muestra  para  estimar  la  media  poblacional  con  distribución  normal  

y  varianza  conocida  
REFERENCIAS

2.4.2. Tamaño  de  la  muestra  para  estimar  la  proporción  poblacional  con  distribución  
Este material pertenece al Politécnico
normal   Grancolombiano y a la Red Ilumno. Por ende, son
de uso exclusivo de las Instituciones adscritas a
la Red Ilumno. Prohibida su reproducción total
o parcial.
  

 
 

 
01 ------- G
INTRODUCCIÓN   RECOMENDACIONES  ACADÉMICAS  

Se   pueden   hacer   inferencias   acerca   de   los   parámetros   poblacionales   de   dos   maneras.   Se   En  esta  unidad  se  tratarán  algunos  conceptos  relacionados  con  Estimación  y  Determinación  del  
estiman   los   valores   de   los   parámetros   o   podemos   tomar   decisiones   con   respecto   a   ellos.   El   tamaño  de  muestra;  de  acuerdo  con  el  material  presentado  se  recomienda  profundizar  en  los  
procedimiento   que   se   utilice   depende   muchas   veces   de   las   circunstancias   que   motivan   la   temas   Estimación   por   intervalo   para   la   media   con   varianza   conocida   en   muestras   pequeñas   y  
realización  de  inferencias.  Por  ejemplo,  en  empresas  con  producción  masiva  es  imposible  o  al   grandes,   Estimación   por   intervalo   para   la   media   con   varianza   desconocida   en   muestras  
menos  impráctico  medir  cada  pieza  de  material  que  llega  o  las  propiedades  de  cada  producto   pequeñas   y   grandes,   Determinación   tamaño   de   muestra   y   Estimación   por   intervalo   para   la  
terminado.   En   estos   casos,   las   características   se   estudian   mediante   muestras   de   artículos   proporción  además  del  Tamaño  de  muestra.  
extraídos  al  azar  y  los  resultados  se  generalizan  a  toda  la  producción.    
Se  recomienda  revisar  las  lecturas  y  las  teleconferencias  en  detalle,  siguiendo  los  ejemplos  con  
Suponga  que  una  fábrica  tiene  dos  incentivos  de  trabajo  para  que  los  empleados  incrementen  la   papel,  lápiz  y  calculadora,  para  la  mejor  comprensión  del  tema,  para  cualquier  duda,  puede  usar  
producción.  Se  hace  un  muestreo  de  los  empleados  y  con  base  en  los  resultados  del  mismo,  se   los  canales  de  comunicación  tales  como:  correo,  elluminate  y  chat.  
escoge   el   incentivo   que   da   una   mayor   producción.   Así   es   que   se   desea   tomar   una   decisión  
 
acerca   de   la   diferencia   en   la   producción,   pero   es   necesario   medir   el   riesgo   de   tomar   una  
decisión   incorrecta   haciendo   que   la   probabilidad   de   que   esto   ocurra   sea   relativamente    

pequeña.    

 
Si  se  observa  detenidamente,  en  todo  momento  se  están  haciendo  estimaciones.  Los  gerentes  
recurren  a  las  estimaciones  porque  en  la  mayoría  de  casos  deben  tomar  decisiones  racionales    

sin  disponer  de  información  completa  y  con  mucha  incertidumbre  respecto  a  lo  que  les  depara    
el  futuro.  
 

La  teoría  de  la  probabilidad  constituye  el  fundamento  de  la   inferencia   estadística,   rama  de  la    
estadística   que   se   ocupa   del   uso   de   los   conceptos   de   la   probabilidad   para   afrontar   la    
incertidumbre   en   la   toma   de   decisiones.   La   inferencia   estadística   se   basa   en   la   estimación,     que  
 
se   tratará   en   esta   lectura   y   en   la   siguiente   sobre   prueba   de   hipótesis,   en   donde   se   harán  
inferencias   respecto   a   las   características   de   la   población   a   partir   de   la   información   contenida   en  
las  muestras.  

3 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 4

  

 
 

 
02 -------
ESTIMACIÓN  DE  PARÁMETROS   confiabilidad,   la   cual   mide   que   el   verdadero   parámetro   poblacional   se   encuentre   dentro   del  
intervalo.  

La   estimación   puntual   es   a   menudo   insuficiente   y   no   permite   medir   la   confiabilidad   de   los  

1. TIPOS  DE  ESTIMADORES   resultados,  es  por  esto  que  se  utiliza  más  la  estimación  por  intervalo.  

Los   procedimientos   de   estimación   pueden   dividirse   en   dos   tipos,   estimación   puntual   y    

estimación   por   intervalo.   Suponga   que   un   vendedor   de   productos   químicos   quiere   estimar   la  
ganancia   media   en   cada   venta   de   un   producto   nuevo.   Se   podría   establecer   la   estimación  
mediante  un  solo  número,  por  ejemplo,  $95.000  o  se  podría  afirmar  que  la  ganancia  media  está  
entre  $90.000  a  $100.000.  El  primer  tipo  se  llama  estimación  puntual,  ya  que  se  puede  asociar   2. INTERVALOS  DE  CONFIANZA  
al   único   número   que   representa   la   estimación.   El   segundo   tipo   se   llama   estimación   por  
intervalo.  
2.1. INTERVALO  DE  CONFIANZA  PARA  LA  MEDIA  POBLACIONAL  
La  estimación  puntual  utiliza  la  información  de  una  muestra  para  llegar  a  un  solo  número,  que  
estima  el  parámetro  de  interés.  La  estimación  se  realiza  mediante  un  estimador.   Aquí   se   tendrán   en   cuenta   los   métodos   que   se   utilizan   para   construir   intervalos   de   confianza  
para  la  media  poblacional,  en  tres  situaciones  diferentes:  
Un   estimador   es   una   regla   que   expresa   cómo   calcular   la   estimación,   basándose   en   la  
información  de  la  muestra  y  se  enuncia  mediante  una  fórmula.     1.  Cuando  la  población  es  normal  y  la  varianza  de  la  población  es  conocida.  
Por  ejemplo,  la  media  muestral,   2.  Cuando  la  población  es  normal  y  la  varianza  de  la  población  es  desconocida.  

  3.  Cuando  la  población  no  es  normal.  

𝑋𝑋  
𝑋𝑋   =  
𝑛𝑛
 
2.1.1. Intervalo  para  la  media  de  una  población  normal  y  la  varianza  de  la  
Es   un   estimador   puntual   de   la   media   poblacional   µ   y   explica   cómo   puede   obtenerse   el   valor   población  conocida  
numérico  de  la  estimación.  En  forma  similar  la  varianza  muestral:  
Por   lo   que   se   vio   en   las   distribuciones   muéstrales,   se   sabe   que   la   distribución   muestral   de  𝑿𝑿,   es  
 
normal  con  media  μ  y  varianza  𝝈𝝈𝟐𝟐𝑿𝑿    
(𝑋𝑋( − 𝑋𝑋  )&
𝑆𝑆 & =  
𝑛𝑛 − 1 Se  expresa  el  nivel  de  confianza  del  intervalo  como  la  probabilidad  (1  –  α),  donde  α  es  el  nivel  de  
  significación,  tal  como  la  muestra  la  figura  1:  

Es  un  estimador  puntual  de  la  varianza  poblacional  𝜎𝜎 & .  

 
 

La  estimación  por  intervalo  es  una  regla  que  indica  cómo  calcular  dos  números  con  base  en  los  
datos   muestrales,   estos   dos   números   tienen   asociada   una   probabilidad   llamada   grado   de  

5 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 6

    

   

Recuerde  que  el  error  estándar  se  obtiene  como:  

<
𝜎𝜎; =          para  población  infinita  o  desconocida  
=

< >?=
𝜎𝜎; =            para  población  finita  o  conocida  
= >?@

al  término 𝑍𝑍A ∙ 𝜎𝜎4   se  le  denomina  Margen  de  error.

B

 
Ejemplo  1  
Figura  1.  Representación  del  nivel  de  confianza  
El  gerente  de  una  fábrica  preocupado  por  la  demora  en  la  producción,  desea  estimar  el  tiempo  
Fuente: Elaboración propia
promedio   que   gastan   sus   trabajadores   en   ensamblar   una   pieza   determinada.   Por   experiencia   se  
  sabe   que   el   tiempo   gastado   tiene   distribución   normal   con   desviación   estándar   de   3,38   minutos.  
Se   toma   una   muestra   de   seis   obreros   y   se   registra   el   tiempo,   en   minutos,   que   gastan  
  obteniendo:  

El  intervalo  está  dado  por:  

18,5   20,6   12,9   14,6   19,8   15,0  
 

 
𝑃𝑃 𝑋𝑋 − 𝑍𝑍2 ∙ 𝜎𝜎4     ≤   𝜇𝜇   ≤ 𝑋𝑋 − 𝑍𝑍2 ∙ 𝜎𝜎4     = 1 − 𝛼𝛼
& &
Obtener  una  estimación  con  un  nivel  de  confianza  del  90%.  
 
 
 
 
Que  se  escribe  en  forma  resumida  como:  
Solución:  
𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4  
& Con  los  datos  de  la  muestra  se  obtiene  𝑋𝑋  

  4 @C@,E
𝑋𝑋   =  =   =16,9  
Donde:   = F
Para   una   confiabilidad  o   nivel   de   confianza  del   90%   encontramos   el   valor    𝑍𝑍∝/&  en   la   tabla   de   la  
Z  es  el  valor  de  la  tabla  normal  que  deja  por  arriba  o  por  abajo  una  probabilidad  igual  a  𝛼𝛼 /2  que  
distribución  normal,  para  ello  haremos  lo  siguiente:  
corresponde  al  nivel  de  confianza  (1 − 𝛼𝛼)    y    𝜎𝜎4    es  el  error  estándar.  

7 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 8

    

   

• Paso   1:  Encontrar  el  nivel  alfa.  Si  se  le  da  el  nivel  alfa  en  la  pregunta  (por  ejemplo,  un   Figura 2. Tabla Z, áreas bajo la curva.
nivel   alfa   de   10%),   vaya   al   paso   2.   Para   este   caso   Restamos   el   nivel   de   confianza   del   Fuente: Elaboración propia
100%.  Es  decir,  si  tiene  un  nivel  de  confianza  del  90  por  ciento,  entonces  el  100%  -­‐  90%  =  
10%.    

• Paso  2:  Divida  la  cantidad  que  se  encontró  en  el  paso  1  en  2  para  obtener  el  nivel  alfa    
para  una  prueba  de  dos  colas:  10%  /  2  =  5%.  

• Paso  3:  Reste  el  paso  2  del  50%:    50%  -­‐  5%  =  45%.  

• Paso  4:  Convertir  Paso  3  a  un  decimal  y  encontrar  esa  zona  en  el  centro  de  la  Tabla  Z.  

El  más  cercano  de  puntuación  Z  de  45%  (0.45)  se  encuentra  entre  en  Z  =  1,64  y  Z=1,65;  lo  que  
haremos  es  sumar  estos  dos  datos  y  dividir  en  dos  el  resultado,  obteniendo    𝑍𝑍∝/& =1,645  
 
Figura 3. Representación del nivel de confianza ejemplo 1

Fuente: Elaboración propia

El  intervalo  queda  entonces:  

𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4  
&
3,83  
16,9 ± 1,645  
6

16,9 − 2,57 = 14,32  

16,9 + 2,57 = 19,47  

Con   una   confiabilidad   del   90%,   se   estima   que   el   tiempo   promedio   de   ensamblado   está   entre  
14,32  y  19,47  minutos.  

2.1.2. Intervalo  para  la  media  de  una  población  normal,    la  varianza  de  la  
población  desconocida  y  muestra  pequeña  (n<30).  

Como   se   vio   en   las   distribuciones   muestrales,   utilizamos   S   desviación   estándar   de   la   muestra  

  como   una   estimación   de   σ   desviación   estándar   poblacional   y   se   trabaja   con   la   distribución   t  
student  con  (n-­‐1)  grados  de  libertad.  

9 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 10

    

   

El  intervalo  entonces  queda:   Para   una   confiabilidad   o   nivel   de   confianza   del   95%   encontramos   el   valor   t   en   la   tabla   de   la  
distribución  t-­‐Student,  para  ello  haremos  lo  siguiente:  
𝑋𝑋 ± 𝑡𝑡2 ,=?@ ∙ 𝑆𝑆;  
& • Paso   1:  Encontrar  el  nivel  alfa.  Si  se  le  da  el  nivel  alfa  en  la  pregunta  (por  ejemplo,  un  
nivel   alfa   de   10%),   vaya   al   paso   2.   Para   este   caso   Restamos   el   nivel   de   confianza   del  
Donde     100%.  Es  decir,  si  tiene  un  nivel  de  confianza  del  95  por  ciento,  entonces  el  100%  -­‐  95%  =  
5%.  
𝑡𝑡A,=?@  :   es   el   valor   de   la   t   de   la   distribución   t-­‐Student   que   deja   por   arriba   o   por   debajo   una  
B
• Paso  2:  Divida  la  cantidad  que  se  encontró  en  el  paso  1  en  2  para  obtener  el  nivel  alfa  
probabilidad  igual  a  𝛼𝛼 /2  con  (n-­‐1)  grados  de  libertad,  
para  una  prueba  de  dos  colas:  5%  /  2  =  2.5%  
𝑆𝑆;  es  el  error  estándar.   • Paso  3:  Ubique  en  la  columna  1  de  la  tabla,  los  n-­‐1  grados  de  libertad,  en  este  caso  da  
  13.  

Luego,     • Paso   4:   Convertir   Paso   2   a   un   decimal   2.5%   (0.025)   y   encontrar   la   intersección   en   la  

Tabla  t.,  tal  como  lo  muestra  la  figura  4.  
𝑠𝑠
𝑆𝑆; =  
𝑛𝑛
s:  desviación  de  la  muestra  

n=  tamaño  de  la  muestra    

Ejemplo  2  

Un   supermercado   vende   café   cuya   etiqueta   dice   “40   onzas”.   Ante   los   reclamos   hechos,   el  
gerente   toma   una   muestra   de   14   paquetes   y   encuentra   un   peso   promedio   de   34,86   y   una  
desviación   estándar   de   4,23.   Con   una   confiabilidad   del   95%,   estimar   el   peso   promedio   de   todos  
los  paquetes.  

Datos:  

n=14,  número  de  muestras  

𝑋𝑋 = 34,86  (media  de  la  muestra)  

s=  4,23  (desviación  estándar)  

 
n-­‐1=14-­‐1=13  (grados  de  libertad)  
Figura 4. Tabla t de Student, áreas bajo la curva.

Fuente: Elaboración propia

11 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 12

    

   

El  valor  de       Ejemplo  3  

𝑡𝑡2,=?@ = 𝑡𝑡C.C&S,@T = 2.1604   Un  gran  distribuidor  de  partes  para  automóviles  necesita  una  estimación  de  la  vida  media  que  
& cabe   esperar   de   los   limpia   brisas   en   condiciones   normales   de   manejo.   La   gerencia   ya   ha  
determinado  que  la  desviación  estándar  de  la  vida  de  la  población  es  seis  meses.  Se  selecciona  
luego,  
una   muestra   aleatoria   simple   de   100   limpiabrisas   obteniéndose   una   vida   media   de   21   meses.  
4,23 Como   el   distribuidor   utiliza   miles   de   estas   piezas   al   año,   quiere   encontrar   una   estimación   por  
𝑋𝑋 ± 𝑡𝑡2,=?@ ∙ 𝑆𝑆; = 34,86   ± 2,1604 = 34,86 ± 2,44   intervalo  con  un  nivel  de  confianza  del  95%.  
& 14
 
34,86 + 2,44 = 32,42
=  
34,86 − 2,44 = 37,00 Solución:  

  Dado   que   el   tamaño   de   la   muestra   es   mayor   que   30,   se   puede   utilizar   la   distribución   normal  
como  la  distribución  de  muestreo  y  por  lo  tanto:  
Con   una   confianza   del   95%,   se   puede   decir   que   el   peso   promedio   se   encuentra   entre   32,42   y  
37,0  onzas.    

  𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4  
&

 
2.1.3. Intervalo  para  la  media  de  una  población  no  normal  
Como   el   grado   de   confiabilidad   (1   –   α   )   =   95%   entonces   en   la   distribución   normal   el   valor   de   Z   =  
En  la  lectura   anterior   se   dijo   que   para   poblaciones   no  normales   cuando   n   es   grande   entonces   el   1,96  (ver  pasos  del  ejemplo  1  para  hallar  el  valor  de  Z)  
;?V
valor  de    𝑍𝑍 =   W    se  distribuye  en  forma  aproximadamente  normal;  también  se  dijo  que  una  
X 𝑋𝑋 = 21  
muestra  se  considera  grande  si  n  >  30.  Entonces  el  intervalo  queda:  
n=100  
 
s=6  (desviación  estandar)  
𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4    
&

  El  intervalo  queda  entonces:  

Si  se  desconoce  σ2    se  estima  con  la  varianza  muestral  S2   𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4  
&
 
6  
21 ± 1,96 = 21 ± 1,18  
  100

  21 + 1,8 = 19,82
=  
21 − 1,8 = 22,18
 

13 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 14

    

   

Ahora,  se  puede  decir  que  la  vida  media  de  los  limpiabrisas  se  estima  entre  19,82  y  22,18  meses   es   aproximadamente   una   distribución   normal   estándar.   Haremos   uso   de   este   resultado   para  
con  una  confiabilidad  del  95%   obtener  los  intervalos  de  confianza  de  la  proporción  de  la  población,  

𝑃𝑃 − 𝑃𝑃
1−∝= 𝑃𝑃 −𝑍𝑍∝ < 𝑍𝑍 < 𝑍𝑍∝ = 𝑃𝑃 −𝑍𝑍∝ < < 𝑍𝑍∝  
& & & &
2.2. INTERVALOS  DE  CONFIANZA  PARA  PROPORCIONES  DE  UNA  POBLACIÓN   𝑃𝑃 1 − 𝑃𝑃
(TAMAÑO  DE  MUESTRA  GRANDE)   𝑛𝑛

Las  proporciones  poblacionales  se  refieren  a  aquella  parte  de  la  población  que  satisface  cierta  
característica.   Como   es   una   proporción   se   refiere   a   una   fracción,   es   decir,   una   parte   del   total   𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃
= 𝑃𝑃 −𝑍𝑍∝ < 𝑃𝑃 − 𝑃𝑃 < 𝑍𝑍∝  
que  cumple  con  cierta  condición.   & 𝑛𝑛 & 𝑛𝑛

 
𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃
La  proporción  muestral  está  dada  por:   = 𝑃𝑃 𝑃𝑃 − 𝑍𝑍∝ < 𝑃𝑃 < 𝑃𝑃 + 𝑍𝑍∝  
& 𝑛𝑛 & 𝑛𝑛
𝑋𝑋
𝑃𝑃 =  
𝑛𝑛  

donde  𝑃𝑃  representa   la   proporción   de   la   muestra,   X   el   número   de   éxitos   y   n   el   número   de   luego,   si   la   proporción   muestral   observada   es    𝑃𝑃,   se   obtiene   un   intervalo   de   confianza  
elementos  de  la  muestra.   aproximado  de  la  proporción  de  la  población  al  100(1-­‐∝)%  por  medio  de:  

Usando   el   modelo   de   la   distribución   binomial   tenemos   lo   siguiente:   si  𝑃𝑃  es   la   proporción   de    

éxitos   en   una   muestra   de   n   datos   independientes,   para   la   cual   la   probabilidad   de   éxito   es   P,  
entonces,  por  el  teorema  del  límite  central  se  tiene  que  la  variable  aleatoria   𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃
𝑃𝑃 − 𝑍𝑍∝ < 𝑃𝑃 < 𝑃𝑃 + 𝑍𝑍∝  
𝑃𝑃 − 𝑃𝑃 & 𝑛𝑛 & 𝑛𝑛
𝑍𝑍 =  
𝑃𝑃 1 − 𝑃𝑃  
𝑛𝑛
o,  lo  que  es  lo  mismo  
es  aproximadamente  una  distribución  normal  estándar.  

  𝑃𝑃 1 − 𝑃𝑃
𝑃𝑃 ± 𝑍𝑍∝ = 𝑃𝑃 ± 𝑀𝑀𝑀𝑀  
& 𝑛𝑛
Si   no   se   conoce   el   valor   de   P   (la   probabilidad   de   éxito)   este   valor   puede   ser   estimado   por    𝑃𝑃    
siempre   que   el   tamaño   de   la   muestra   dado   sea   mayor   que   30   (n>30),   así   la   distribución   de    
variable  aleatoria,  
donde  ME  es  el  margen  de  error  de  este  intervalo  
𝑃𝑃 − 𝑃𝑃
𝑍𝑍 =  
𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃
𝑀𝑀𝑀𝑀 = 𝑍𝑍∝  
𝑛𝑛 & 𝑛𝑛

15 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 16

    

   

Ejemplo  4  

En  una  muestra  aleatoria  de  95  empresas  manufactureras,  67  han  indicado  que  su  empresa  ha  
obtenido  la  certificación  ISO  en  los  dos  últimos  años.  Halle  el  intervalo  de  confianza  al  99%  de  la  
proporción  poblacional  de  empresas  que  han  recibido  la  certificación  en  los  dos  últimos  años.  

Solución:  

La  proporción  muestral  está  dada  por:  

𝑋𝑋 67
𝑃𝑃 = =  
𝑛𝑛 95
 

Para   una   confiabilidad   o   nivel   de   confianza   del   99%   encontramos   el   valor   Z   en   la   tabla   de   la  
distribución  normal,  para  ello  haremos  lo  siguiente:  

• Paso   1:  Encontrar  el  nivel  alfa.  Si  se  le  da  el  nivel  alfa  en  la  pregunta  (por  ejemplo,  un  
nivel   alfa   de   10%),   vaya   al   paso   2.   Para   este   caso   Restamos   el   nivel   de   confianza   del  
100%.  Es  decir,  si  tiene  un  nivel  de  confianza  del  90  por  ciento,  entonces  el  100%  -­‐  99%  =  
1%.  

• Paso  2:  Divida  la  cantidad  que  se  encontró  en  el  paso  1  en  2  para  obtener  el  nivel  alfa    
para  una  prueba  de  dos  colas:  1%  /  2  =  0,5%   Figura 5. Tabla Z, áreas bajo la curva, ejemplo 4

Fuente: Elaboración propia

• Paso  3:  Reste  el  paso  2  del  50%:    50%  -­‐  0,5%  =  49,5%  
 
• Paso  4:  Convertir  Paso  3  a  un  decimal  y  encontrar  esa  zona  en  el  centro  de  la  Tabla  Z.  
 
 
 
El  más  cercano  de  puntuación  Z  de  49,5%  (0.495)  se  encuentra  entre  en  Z  =  2,57  y  Z=2,58;  lo  que  
haremos  es  sumar  estos  dos  datos  y  dividir  en  dos  el  resultado,  obteniendo  𝑍𝑍∝/& =2,575    

17 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 18

    

   

Hallemos  el  intervalo  de  confianza:   χn2−1,α  es   el   valor   que   satisface   que   P ⎛⎜ χn2−1 > χn2−1,α ⎞ α  y   2
χ n −1,1−α  es   el   valor   para   el   cual  
⎟ =
2 ⎝ 2 ⎠ 2 2
α
P ⎛⎜ χn2−1 < χn2−1,1−α ⎞⎟ = .  
𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃 ⎠ 2
𝑃𝑃 − 𝑍𝑍∝ < 𝑃𝑃 < 𝑃𝑃 + 𝑍𝑍∝   ⎝ 2
& 𝑛𝑛 & 𝑛𝑛
 
67 67 67 67
67 1− 67 1−  
− 2,58 ∙ 95 95 < 𝑃𝑃 < + 2,58 ∙ 95 95  
95 95 95 95
Ejemplo  5  
0,71 − 0,12 < 𝑃𝑃 < 0,71 + 0,12  
El  director  de  control  de  calidad  de  una  empresa  química  ha  extraído  una  muestra  aleatoria  de  
0,58 < 𝑃𝑃 < 0,705   veinte  sacos  de  fertilizante  de  100  kilos  para  estimar  la  varianza  de  los  kilos  de  impurezas.  Se  ha  
observado  que  la  varianza  muestral  es  de  6.62.  Determine  el  intervalo  de  confianza  al  95%  de  la  
  varianza  poblacional  de  los  kilos  de  impurezas.    

Así  la  proporción  de  empresas  con  certificación  ISO    (con  un  margen  de  error  de  un  12%  y  un    
nivel  de  confianza  del  99%)  se  encuentra  entre  el  58%  y  71%  aproximadamente.  
Solución:  
  χn2−1,α χ n2−1,1−α α = 0.025
Dado  que  𝑠𝑠 & = 6.62  y  n=20  vamos  a  establecer  los  valores   2    y   2  cuando   2 .  
&
• Para  calcualar  𝜒𝜒@^,C.C&S  
2.3. INTERVALOS  DE  CONFIANZA  DE  LA  VARIANZA  DE  UNA  POBLACIÓN  QUE  SE  
DISTRIBUYE  NORMAL   & &
𝛼𝛼
𝑃𝑃 𝜒𝜒=?@ > 𝜒𝜒=?@,2/& =  
2
Si   se   tiene   una   muestra   aleatoria   de   tamaño   n   cuyas   observaciones   son   extraídas   de   una  
& &
población   que   se   distribuye   normal   con   varianza  𝜎𝜎 &  desconocida   y   la   varianza   muestral   es  𝑆𝑆 & ,   𝑃𝑃 𝜒𝜒@^ > 𝜒𝜒@^,C.C&S = 0,025  
entonces   un   intervalo   de   confianza   para   la   varianza   poblacional   con   un   nivel   de   confianza   de  
100 1 − 𝛼𝛼 %  es   de  acuerdo  a  los  valores  de  la  tabla  chi  cuadrado   𝜒𝜒 &    

(n − 1)s 2 2 (n − 1)s 2
<σ <
χ n2−1,α χ n2−1,1−α
2 2

La  variable  aleatoria,  

&
(𝑛𝑛 − 1)𝑆𝑆 &
𝜒𝜒=?@ =  
𝜎𝜎 &
sigue  una  distribución  ji-­‐cuadrado  con  (n-­‐1)  grados  de  libertad.  Este  resultado  constituye  la  base  
para  hallar  intervalos  de  confianza  de  la  varianza  poblacional  cuando  se  extrae  una  muestra  de  
una  población  que  sigue  una  distribución  normal.  

19 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 20

    

   

   
Figura 6. Tabla chi cuadrado (𝝌𝝌𝟐𝟐 ), áreas bajo la curva, ejemplo 5 parte 1 Figura  7.  Tabla  chi  cuadrado  (𝝌𝝌𝟐𝟐 ),  áreas  bajo  la  curva,  ejemplo  5  parte  2  

Fuente: Elaboración propia Fuente: Elaboración propia

 
&
𝜒𝜒@^,C.C&S = 32,85   &
𝜒𝜒@^,C.^aS = 8.91  
 
Luego  el  intervalo  de  confianza  es   (n 2− 1)s < σ 2 < (n2− 1)s
2 2
&
• Para  calcualar  𝜒𝜒@^,C.^aS   χ n −1,α χ n −1,1−α  
2 2

& &
𝛼𝛼
𝑃𝑃 𝜒𝜒=?@ < 𝜒𝜒=?@,@?2/& =  
2 (20 − 1)6.62
<σ2 <
(20 − 1)6.62
&
32.85 8.91  
&
𝑃𝑃 𝜒𝜒@^ < 𝜒𝜒@^,C.^aS = 0,025  
3.8289 < σ 2 < 14.1167
   
de  acuerdo  a  los  valores  de  la  tabla  chi  cuadrado   𝜒𝜒 &     En  otras  palabras,  la  varianza  poblacional  o  la  varianza  en  kilos  de  impurezas  se  encuentra  entre  
3.83  y  14.12  kilos.  
 

21 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 22

    

   

2.4. ELECCIÓN  DEL  TAMAÑO  DE  LA  MUESTRA  

𝑃𝑃 1 − 𝑃𝑃
𝑀𝑀𝑀𝑀 = 𝑍𝑍∝  
Es  posible  que  cuando  realicemos  una  estimación  por  intervalo  observemos  que  el  tamaño  de   & 𝑛𝑛
éste   es   demasiado   grande.   Por   ende,   si   ampliamos   el   tamaño   de   la   muestra   es   posible   que  
encontremos  intervalos  de  confianza  más  pequeños  que  nos  ayuden  a  establecer  conclusiones   Para  determinar  el  valor  de  n  sólo  necesitamos  despejarlo:  
más  precisas  y  cercanas  al  valor  de  los  parámetros  poblacionales.   &
𝑍𝑍2/& 𝑃𝑃 1 − 𝑃𝑃
Para   esto,   es   necesario   elaborar   un   proceso   que   nos   permita   establecer   el   tamaño   más   𝑛𝑛 =  
𝑀𝑀𝑀𝑀 &
adecuado   de   la   muestra.   Dicho   tamaño   de   muestra   se   obtiene   utilizando   el   margen   de   error.  
Veamos:   Téngase  en  cuenta  que  los  datos  dados  deben  ser  el  margen  de  error  y  la  varianza  poblacional.  

   

  Ejemplo  6  

La   política   de   gobierno   en   asuntos   internos   ha   recibido   un   índice   de   aprobación   del   65%   en   una  
encuesta   reciente.   Se   ha   dicho   que   el   margen   de   error   era   de   0.035.   ¿De   qué   tamaño   era   la  
2.4.1. TAMAÑO  DE  LA  MUESTRA  PARA  ESTIMAR  LA  MEDIA  POBLACIONAL  CON   muestra  utilizada  para  hacer  esta  encuesta  si  suponemos  que  el  nivel  de  confianza  era  del  95%?  
DISTRIBUCIÓN  NORMAL  Y  VARIANZA  CONOCIDA  

Dado  que  el  margen  de  error,  que  denotaremos  e  es  igual  a    
e = Z
σ x  
Solución:  
n  para  determinar  el  valor  
de  n  sólo  necesitamos  despejarlo:  
Organicemos  la  información  dada:  
 
 
2
σ x2
n= Z pˆ = 0.65
e 2
   
  ME  =  0,035  

Téngase  en  cuenta  que  los  datos  dados  deben  ser  el  margen  de  error  y  la  varianza  poblacional.    

  Determinamos  el  valor  de  alfa:    

Para   una   confiabilidad   o   nivel   de   confianza   del   95%   encontramos   el   valor   Z   en   la   tabla   de   la  
distribución  normal,  para  ello  haremos  lo  siguiente:  
2.4.2. TAMAÑO  DE  LA  MUESTRA  PARA  ESTIMAR  LA  PROPORCIÓN  POBLACIONAL  
CON  DISTRIBUCIÓN  NORMAL    

Al  igual  que  en  el  caso  anterior,  dado  que  el  margen  de  error,  que  denotaremos  ME  es  igual  a     • Paso   1:  Encontrar  el  nivel  alfa.  Si  se  le  da  el  nivel  alfa  en  la  pregunta  (por  ejemplo,  un  
nivel   alfa   de   10%),   vaya   al   paso   2.   Para   este   caso   Restamos   el   nivel   de   confianza   del  
100%.  Es  decir,  si  tiene  un  nivel  de  confianza  del  90  por  ciento,  entonces  el  100%  -­‐  95%  =  
5%.  

23 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 24

    

   

• Paso  2:  Divida  la  cantidad  que  se  encontró  en  el  paso  1  en  2  para  obtener  el  nivel  alfa    
para  una  prueba  de  dos  colas:  5%  /  2  =  2,5%  
Luego,    
• Paso  3:  Reste  el  paso  2  del  50%:    50%  -­‐  2,5%  =  47,5%  
&
𝑍𝑍2/& 𝑃𝑃 1 − 𝑃𝑃
• Paso  4:  Convertir  Paso  3  a  un  decimal  y  encontrar  esa  zona  en  el  centro  de  la  Tabla  Z.   𝑛𝑛 =  
𝑀𝑀𝑀𝑀 &
  1,96 &
0,65 1 − 0,65
𝑛𝑛 = = 713.44 ≈ 714  
El  más  cercano  de  puntuación  Z  de  47,5%  (0.475)  se  encuentre  entre  en  𝑍𝑍∝/& =1,96   0,035 &

El  tamaño  
  de  la  muestra  utilizada  para  hacer  esta  encuesta  con  un  nivel  de  confianza  del  95%  es  
de  714.

 
Figura 8. Tabla Z, áreas bajo la curva - ejemplo 6

Fuente: Elaboración propia

25 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 26

  

 
04 -------
REFERENCIAS  

• GUTIERREZ,  H.  y.  (2005).  Control  estadístico  de  Calidad  y  Seis  Sigma.  McGrawHill.  

• FREUND  John  E.,  M.  I.  (2000).  Estadística  Matemática  con  aplicaciones  (6  ed.).  Prentice  
Hall.  

• WALPOLE   Ronal   E.,   M.   R.   (1998).   Probabilidad   y   Estadística   para   Ingenieros   (6   ed.).  

Prentice  Hall.  

• KENNET,  R.  S.  (2000).  Estadística  Industrial  Moderna.  Thomsom.  

• Paul,  N.  (1988).  Estadística  para  los  Negocios  y  la  Economía  (4  ed.).  Prentice  Hall.  

• C   MONTGOMERY,   D.   C.   (2002).   Probabilidad   y   Estadística   aplicadas   a   la   Ingeniería   (2  

ed.).  Limusa  Wiley.  

LISTA  DE  FIGURAS  

Figura  1.  Representación  del  nivel  de  confianza  .............................................................................  6  

Figura  2.  Tabla  Z,  áreas  bajo  la  curva.  .............................................................................................  9  

Figura  3.  Representación  del  nivel  de  confianza  ejemplo  1  ............................................................  9  

Figura  4.  Tabla  t  de  Student,  áreas  bajo  la  curva.  .........................................................................  11  

Figura  5.  Tabla  Z,  áreas  bajo  la  curva,  ejemplo  4  ..........................................................................  17  

Figura  6.  Tabla  chi  cuadrado  (χ2),  áreas  bajo  la  curva,  ejemplo  5  parte  1  ....................................  20  

Figura  7.  Tabla  chi  cuadrado  (χ2),  áreas  bajo  la  curva,  ejemplo  5  parte  2  ....................................  21  

Figura  8.  Tabla  Z,  áreas  bajo  la  curva  -­‐  ejemplo  6  .........................................................................  24  

27 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 28

POLITÉCNICO GRANCOLOMBIANO - 2016 ©