ESTIMACIÓN DE PARÁMETROS

ESTADÍSTICA II
AUTOR: Rogelio Alvarado Martínez
ÍNDICE

Acceso rápido

GENERALIDADES DESARROLLO

REFERENCIAS

Este material pertenece al Politécnico

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 -------
 

1.INTRODUCCIÓN  
ÍNDICE  
Se   pueden   hacer   inferencias   acerca   de   los   parámetros   poblacionales   de   dos   maneras.   Se  
3. Tipos  de  estimadores     estiman   los   valores   de   los   parámetros   o   podemos   tomar   decisiones   con   respecto   a   ellos.   El  
procedimiento   que   se   utilice   depende   muchas   veces   de   las   circunstancias   que   motivan   la  
4. Intervalos  de  confianza     realización  de  inferencias.  Por  ejemplo,  en  empresas  con  producción  masiva  es  imposible  o  al  
4.1 Intervalo  de  confianza  para  la  media  poblacional     menos  impráctico  medir  cada  pieza  de  material  que  llega  o  las  propiedades  de  cada  producto  
terminado.   En   estos   casos,   las   características   se   estudian   mediante   muestras   de   artículos  
4.1.1 Intervalo   para   la   media   de   una   población   normal   y   la   varianza   de   la   extraídos  al  azar  y  los  resultados  se  generalizan  a  toda  la  producción.    
población  conocida.    
4.1.2 Intervalo   para   la   media   de   una   población   normal,     la   varianza   de   la   Suponga  que  una  fábrica  tiene  dos  incentivos  de  trabajo  para  que  los  empleados  incrementen  la  
población  desconocida  y  muestra  pequeña  (n<30).     producción.  Se  hace  un  muestreo  de  los  empleados  y  con  base  en  los  resultados  del  mismo,  se  
escoge   el   incentivo   que   da   una   mayor   producción.   Así   es   que   se   desea   tomar   una   decisión  
4.1.3 Intervalo  para  la  media  de  una  población  no  normal.     acerca   de   la   diferencia   en   la   producción,   pero   es   necesario   medir   el   riesgo   de   tomar   una  
4.2 Intervalos   de   confianza   para   proporciones   de   una   población   (tamaño   de   muestra   decisión   incorrecta   haciendo   que   la   probabilidad   de   que   esto   ocurra   sea   relativamente  
grande).     pequeña.  
4.2.1 Intervalos  de  confianza  de  la  varianza  de  una  población  que  se  distribuye   Si  se  observa  detenidamente,  en  todo  momento  se  están  haciendo  estimaciones.  Los  gerentes  
normal     recurren  a  las  estimaciones  porque  en  la  mayoría  de  casos  deben  tomar  decisiones  racionales  
4.2.2 Elección  del  tamaño  de  la  muestra     sin  disponer  de  información  completa  y  con  mucha  incertidumbre  respecto  a  lo  que  les  depara  
el  futuro.  
4.2.2.1 Tamaño   de   la   muestra   para   estimar   la   media   poblacional   con  
distribución  normal  y  varianza  conocida   La  teoría  de  la  probabilidad  constituye  el  fundamento  de  la   inferencia   estadística,   rama  de  la  
4.2.2.2 Tamaño   de   la   muestra   para   estimar   la   proporción   poblacional   con   estadística   que   se   ocupa   del   uso   de   los   conceptos   de   la   probabilidad   para   afrontar   la  
distribución  normal       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.  

RECOMENDACIONES  ACADÉMICAS  

En  esta  unidad  se  tratarán  algunos  conceptos  relacionados  con  Estimación  y  Determinación  del  
tamaño  de  muestra;  de  acuerdo  con  el  material  presentado  se  recomienda  profundizar  en  los  
temas   Estimación   por   intervalo   para   la   media   con   varianza   conocida   en   muestras   pequeñas   y  
grandes,   Estimación   por   intervalo   para   la   media   con   varianza   desconocida   en   muestras  
pequeñas   y   grandes,   Determinación   tamaño   de   muestra   y   Estimación   por   intervalo   para   la  
proporción  además  del  Tamaño  de  muestra.  

Se  recomienda  revisar  las  lecturas  y  las  teleconferencias  en  detalle,  siguiendo  los  ejemplos  con  
papel,  lápiz  y  calculadora,  para  la  mejor  comprensión  del  tema,  para  cualquier  duda,  puede  usar  
los  canales  de  comunicación  tales  como:  correo,  elluminate  y  chat.  

3 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 4

 02 ------
   

   

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

resultados,  es  por  esto  que  se  utiliza  más  la  estimación  por  intervalo.  

DESARROLLO  TEMATICO  
4. Intervalos  de  confianza  
ESTIMACIÓN  DE  PARÁMETROS  
4.1  Intervalo  de  confianza  para  la  media  poblacional  

3. Tipos  de  estimadores   Aquí   se   tendrán   en   cuenta   los   métodos   que   se   utilizan   para   construir   intervalos   de   confianza  
para  la  media  poblacional,  en  tres  situaciones  diferentes:  
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   1. Cuando  la  población  es  normal  y  la  varianza  de  la  población  es  conocida.  
ganancia   media   en   cada   venta   de   un   producto   nuevo.   Se   podría   establecer   la   estimación  
2. Cuando  la  población  es  normal  y  la  varianza  de  la  población  es  desconocida.  
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   3. Cuando  la  población  no  es  normal.  
al   único   número   que   representa   la   estimación.   El   segundo   tipo   se   llama   estimación   por  
intervalo.    

La  estimación  puntual  utiliza  la  información  de  una  muestra  para  llegar  a  un  solo  número,  que   4.1.1  Intervalo  para  la  media  de  una  población  normal  y  la  varianza  de  la  población  
estima  el  parámetro  de  interés.  La  estimación  se  realiza  mediante  un  estimador.   conocida.  

Un   estimador   es   una   regla   que   expresa   cómo   calcular   la   estimación,   basándose   en   la   Por   lo   que   se   vio   en   las   distribuciones   muéstrales,   se   sabe   que   la   distribución   muestral   de  𝑿𝑿,   es  
información  de  la  muestra  y  se  enuncia  mediante  una  fórmula.     normal  con  media  μ  y  varianza  𝝈𝝈𝟐𝟐𝑿𝑿    
Por  ejemplo,  la  media  muestral,   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:  
𝑋𝑋
𝑋𝑋   =  
𝑛𝑛
Es   un   estimador   puntual   de   la   media   poblacional   µ   y   explica   cómo   puede   obtenerse   el   valor  
numérico  de  la  estimación.  En  forma  similar  la  varianza  muestral:  

&
(𝑋𝑋( − 𝑋𝑋  )&
𝑆𝑆 =  
𝑛𝑛 − 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  
confiabilidad,   la   cual   mide   que   el   verdadero   parámetro   poblacional   se   encuentre   dentro   del    
intervalo.  
Figura  1.  Representación  del  nivel  de  confianza  
  Fuente: Elaboración propia

5 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 6

    

   

El  intervalo  está  dado  por:   Solución  

𝑃𝑃 𝑋𝑋 − 𝑍𝑍2 ∙ 𝜎𝜎4     ≤   𝜇𝜇   ≤ 𝑋𝑋 − 𝑍𝑍2 ∙ 𝜎𝜎4     = 1 − 𝛼𝛼 Con  los  datos  de  la  muestra  se  obtiene  𝑋𝑋  
& &
4 @C@,E
  𝑋𝑋   =  =   =16,9  
= F
Que  se  escribe  en  forma  resumida  como:   Para   una   confiabilidad  o   nivel   de   confianza  del   90%   encontramos   el   valor    𝑍𝑍∝/&  en   la   tabla   de   la  
distribución  normal,  para  ello  haremos  lo  siguiente:  
𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4  
& • Paso  1:  Encontrar  el  nivel  alfa.  Si  se  le  da  el  nivel  alfa  en  la  pregunta  (por  ejemplo,  un  
Donde:   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%  -­‐  90%  
Z  es  el  valor  de  la  tabla  normal  que  deja  por  arriba  o  por  abajo  una  probabilidad  igual  a  𝛼𝛼 /2  que   =  10%.  
corresponde  al  nivel  de  confianza  (1 − 𝛼𝛼)    y    𝜎𝜎4    es  el  error  estándar.    
• Paso  2:   Divida   la   cantidad   que   se   encontró   en   el   paso   1   en   2   para   obtener   el   nivel   alfa  
Recuerde  que  el  error  estándar  se  obtiene  como:   para  una  prueba  de  dos  colas:  10%  /  2  =  5%.  
• Paso  3:  Reste  el  paso  2  del  50%:    50%  -­‐  5%  =  45%.  
<
𝜎𝜎; =          para  población  infinita  o  desconocida  
• 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  
𝜎𝜎; =            para  población  finita  o  conocida   haremos  es  sumar  estos  dos  datos  y  dividir  en  dos  el  resultado,  obteniendo    𝑍𝑍∝/& =1,645  
= >?@

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

B

Ejemplo  1  

El  gerente  de  una  fábrica  preocupado  por  la  demora  en  la  producción,  desea  estimar  el  tiempo  
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:  

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

Obtener  una  estimación  con  un  nivel  de  confianza  del  90%.  

 
 

7 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 8

    

   

 
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.  
 
Figura  2.  Tabla  Z,  áreas  bajo  la  curva.  
4.1.2 Intervalo  para  la  media  de  una  población  normal,    la  varianza  de  la  población  
desconocida  y  muestra  pequeña  (n<30).  
Fuente: Elaboración propia
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       Solución  

𝑡𝑡2,=?@ = 𝑡𝑡C.C&S,@T = 2.1604   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:    
luego,  
𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4  
4,23 &
𝑋𝑋 ± 𝑡𝑡2,=?@ ∙ 𝑆𝑆; = 34,86   ± 2,1604 = 34,86 ± 2,44  
& 14 Como   el   grado   de   confiabilidad   (1   –   α   )   =   95%   entonces   en   la   distribución   normal   el   valor   de   Z   =  
1,96  (ver  pasos  del  ejemplo  1  para  hallar  el  valor  de  Z)  
34,86 + 2,44 = 32,42
=   𝑋𝑋 = 21  
34,86 − 2,44 = 37,00
  n=100  

Con   una   confianza   del   95%,   se   puede   decir   que   el   peso   promedio   se   encuentra   entre   32,42   y   s=6  (desviación  estandar)  
37,0  onzas.  
El  intervalo  queda  entonces:  

4.1.3  Intervalo  para  la  media  de  una  población  no  normal.   𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4  
&
En  la  lectura   anterior   se   dijo   que   para   poblaciones   no  normales   cuando   n   es   grande   entonces   el  
;?V 6  
valor  de    𝑍𝑍 =   W    se  distribuye  en  forma  aproximadamente  normal;  también  se  dijo  que  una   21 ± 1,96 = 21 ± 1,18  
X 100
muestra  se  considera  grande  si  n  >  30.  Entonces  el  intervalo  queda:  
21 + 1,8 = 19,82
=  
21 − 1,8 = 22,18
𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4  
& Ahora,  se  puede  decir  que  la  vida  media  de  los  limpiabrisas  se  estima  entre  19,82  y  22,18  meses  
2 2
Si  se  desconoce  σ    se  estima  con  la  varianza  muestral  S   con  una  confiabilidad  del  95%  

Ejemplo  3   4.2  Intervalos  de  confianza  para  proporciones  de  una  población  (tamaño  de  
muestra  grande).  
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   Las  proporciones  poblacionales  se  refieren  a  aquella  parte  de  la  población  que  satisface  cierta  
determinado  que  la  desviación  estándar  de  la  vida  de  la  población  es  seis  meses.  Se  selecciona   característica.   Como   es   una   proporción   se   refiere   a   una   fracción,   es   decir,   una   parte   del   total  
una   muestra   aleatoria   simple   de   100   limpiabrisas   obteniéndose   una   vida   media   de   21   meses.   que  cumple  con  cierta  condición.  
Como   el   distribuidor   utiliza   miles   de   estas   piezas   al   año,   quiere   encontrar   una   estimación   por  
intervalo  con  un  nivel  de  confianza  del  95%.    

   

   

La  proporción  muestral  está  dada  por    

 

13 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 14

    

   

𝑋𝑋
𝑃𝑃 =   𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃
𝑛𝑛 = 𝑃𝑃 𝑃𝑃 − 𝑍𝑍∝ < 𝑃𝑃 < 𝑃𝑃 + 𝑍𝑍∝  
& 𝑛𝑛 & 𝑛𝑛
donde  𝑃𝑃  representa   la   proporción   de   la   muestra,   X   el   número   de   éxitos   y   n   el   número   de  
elementos  de  la  muestra.    
Usando   el   modelo   de   la   distribución   binomial   tenemos   lo   siguiente:   si  𝑃𝑃  es   la   proporción   de   luego,   si   la   proporción   muestral   observada   es    𝑃𝑃,   se   obtiene   un   intervalo   de   confianza  
éxitos   en   una   muestra   de   n   datos   independientes,   para   la   cual   la   probabilidad   de   éxito   es   P,   aproximado  de  la  proporción  de  la  población  al  100(1-­‐∝)%  por  medio  de  
entonces,  por  el  teorema  del  límite  central  se  tiene  que  la  variable  aleatoria  

𝑃𝑃 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃
𝑍𝑍 =   𝑃𝑃 − 𝑍𝑍∝ < 𝑃𝑃 < 𝑃𝑃 + 𝑍𝑍∝  
𝑃𝑃 1 − 𝑃𝑃 & 𝑛𝑛 & 𝑛𝑛
𝑛𝑛
o,  lo  que  es  lo  mismo  
es  aproximadamente  una  distribución  normal  estándar.  
𝑃𝑃 1 − 𝑃𝑃
Si   no   se   conoce   el   valor   de   P   (la   probabilidad   de   éxito)   este   valor   puede   ser   estimado   por    𝑃𝑃     𝑃𝑃 ± 𝑍𝑍∝ = 𝑃𝑃 ± 𝑀𝑀𝑀𝑀  
& 𝑛𝑛
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
Ejemplo  4  
es   aproximadamente   una   distribución   normal   estándar.   Haremos   uso   de   este   resultado   para  
obtener  los  intervalos  de  confianza  de  la  proporción  de  la  población,  
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.  
 
 

 
𝑃𝑃 − 𝑃𝑃
1−∝= 𝑃𝑃 −𝑍𝑍∝ < 𝑍𝑍 < 𝑍𝑍∝ = 𝑃𝑃 −𝑍𝑍∝ < < 𝑍𝑍∝    
& & & &
𝑃𝑃 1 − 𝑃𝑃
𝑛𝑛  

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

15 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 16

    

   

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%  
• 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  

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

Fuente: Elaboración propia

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
Ejemplo  5  
67 67 67 67
67 1− 67 1− El  director  de  control  de  calidad  de  una  empresa  química  ha  extraído  una  muestra  aleatoria  de  
− 2,58 ∙ 95 95 < 𝑃𝑃 < + 2,58 ∙ 95 95  
veinte  sacos  de  fertilizante  de  100  kilos  para  estimar  la  varianza  de  los  kilos  de  impurezas.  Se  ha  
95 95 95 95
observado  que  la  varianza  muestral  es  de  6.62.  Determine  el  intervalo  de  confianza  al  95%  de  la  
0,71 − 0,12 < 𝑃𝑃 < 0,71 + 0,12   varianza  poblacional  de  los  kilos  de  impurezas.    

0,58 < 𝑃𝑃 < 0,705   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 .  
Así  la  proporción  de  empresas  con  certificación  ISO    (con  un  margen  de  error  de  un  12%  y  un   • &
Para  calcualar  𝜒𝜒@^,C.C&S  
nivel  de  confianza  del  99%)  se  encuentra  entre  el  58%  y  71%  aproximadamente.  
& &
𝛼𝛼
  𝑃𝑃 𝜒𝜒=?@ > 𝜒𝜒=?@,2/& =  
2
1.1. INTERVALOS  DE  CONFIANZA  DE  LA  VARIANZA  DE  UNA  POBLACIÓN  QUE  SE  DISTRIBUYE   &
𝑃𝑃 𝜒𝜒@^ &
> 𝜒𝜒@^,C.C&S = 0,025  
NORMAL  
de  acuerdo  a  los  valores  de  la  tabla  chi  cuadrado   𝜒𝜒 &    

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 & ,  
entonces   un   intervalo   de   confianza   para   la   varianza   poblacional   con   un   nivel   de   confianza   de  
100 1 − 𝛼𝛼 %  es  

(n − 1)s 2 (n − 1)s 2
<σ2 <
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

& χ n −1,α χ n −1,1−α  

• Para  calcualar  𝜒𝜒@^,C.^aS   2 2

& &
𝛼𝛼
𝑃𝑃 𝜒𝜒=?@ < 𝜒𝜒=?@,@?2/& =   (20 − 1)6.62 (20 − 1)6.62
2 <σ2 <
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

    

   

4.2.3 Elección  del  tamaño  de  la  muestra   Ejemplo  6  

Es  posible  que  cuando  realicemos  una  estimación  por  intervalo  observemos  que  el  tamaño  de   La   política   de   gobierno   en   asuntos   internos   ha   recibido   un   índice   de   aprobación   del   65%   en   una  
éste   es   demasiado   grande.   Por   ende,   si   ampliamos   el   tamaño   de   la   muestra   es   posible   que   encuesta   reciente.   Se   ha   dicho   que   el   margen   de   error   era   de   0.035.   ¿De   qué   tamaño   era   la  
encontremos  intervalos  de  confianza  más  pequeños  que  nos  ayuden  a  establecer  conclusiones   muestra  utilizada  para  hacer  esta  encuesta  si  suponemos  que  el  nivel  de  confianza  era  del  95%?  
más  precisas  y  cercanas  al  valor  de  los  parámetros  poblacionales.  
Solución  
Para   esto,   es   necesario   elaborar   un   proceso   que   nos   permita   establecer   el   tamaño   más  
adecuado   de   la   muestra.   Dicho   tamaño   de   muestra   se   obtiene   utilizando   el   margen   de   error.   Organicemos  la  información  dada:  
Veamos:  
pˆ = 0.65
 
Tamaño  de  la  muestra  para  estimar  la  media  poblacional  con  distribución  normal  y  
ME  =  0,035  
varianza  conocida  
Determinamos  el  valor  de  alfa:    
Dado  que  el  margen  de  error,  que  denotaremos  e  es  igual  a    
e σ
= Z x  
n  para  determinar  el  valor   Para   una   confiabilidad   o   nivel   de   confianza   del   95%   encontramos   el   valor   Z   en   la   tabla   de   la  
de  n  sólo  necesitamos  despejarlo:   distribución  normal,  para  ello  haremos  lo  siguiente:  

Z 2 σ x2
n= • Paso   1:  Encontrar  el  nivel  alfa.  Si  se  le  da  el  nivel  alfa  en  la  pregunta  (por  ejemplo,  un  
e 2
  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%  =  
Téngase  en  cuenta  que  los  datos  dados  deben  ser  el  margen  de  error  y  la  varianza  poblacional.   5%.  
• Paso  2:  Divida  la  cantidad  que  se  encontró  en  el  paso  1  en  2  para  obtener  el  nivel  alfa  
Tamaño  de  la  muestra  para  estimar  la  proporción  poblacional  con  distribución  
para  una  prueba  de  dos  colas:  5%  /  2  =  2,5%  
normal  
• Paso  3:  Reste  el  paso  2  del  50%:    50%  -­‐  2,5%  =  47,5%  
Al  igual  que  en  el  caso  anterior,  dado  que  el  margen  de  error,  que  denotaremos  ME  es  igual  a    
• Paso  4:  Convertir  Paso  3  a  un  decimal  y  encontrar  esa  zona  en  el  centro  de  la  Tabla  Z.  

𝑃𝑃 1 − 𝑃𝑃 El  más  cercano  de  puntuación  Z  de  47,5%  (0.475)  se  encuentre  entre  en  𝑍𝑍∝/& =1,96  
𝑀𝑀𝑀𝑀 = 𝑍𝑍∝  
& 𝑛𝑛

Para  determinar  el  valor  de  n  sólo  necesitamos  despejarlo:  

&
𝑍𝑍2/& 𝑃𝑃 1 − 𝑃𝑃
𝑛𝑛 =  
𝑀𝑀𝑀𝑀 &

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

23 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 24

 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  

Figura  2.  Tabla  Z,  áreas  bajo  la  curva.  

Figura  3.  Representación  del  nivel  de  confianza  ejemplo  1  

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

 
Figura  5.  Tabla  Z,  áreas  bajo  la  curva,  ejemplo  4  
Figura  8.  Tabla  Z,  áreas  bajo  la  curva  -­‐  ejemplo  6  

Fuente: Elaboración propia Figura  6.  Tabla  chi  cuadrado  (χ2),  áreas  bajo  la  curva,  ejemplo  5  parte  1  

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

& Figura  8.  Tabla  Z,  áreas  bajo  la  curva  -­‐  ejemplo  6  
𝑍𝑍2/& 𝑃𝑃 1 − 𝑃𝑃
𝑛𝑛 =  
𝑀𝑀𝑀𝑀 &
&
1,96 0,65 1 − 0,65
𝑛𝑛 = = 713.44 ≈ 714  
0,035 &

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

25 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA II 26

POLITÉCNICO GRANCOLOMBIANO - 2016 ©