Índice general

7. Estimación por intervalos de confianza 1

7.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
7.2. Método de construcción de intervalos de confianza: método pivotal . . . . 2
7.3. Intervalos de confianza en poblaciones normales . . . . . . . . . . . . . . 3
7.3.1. Intervalo de confianza para la media si la varianza poblacional es
conocida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
7.3.2. Intervalo de confianza para la media si la varianza poblacional es
desconocida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
7.3.3. Intervalo de confianza para la varianza si la media poblacional es
conocida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
7.3.4. Intervalo de confianza para la varianza si la media poblacional es
desconocida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
7.3.5. Intervalo de confianza para la diferencia de medias con σ1 y σ2
conocidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
7.3.6. Intervalo de confianza para la diferencia de medias con varianzas
desconocidas pero iguales . . . . . . . . . . . . . . . . . . . . . . . 6
7.3.7. Intervalo de confianza para el cociente de varianzas poblacionales 6
7.3.8. Intervalo de confianza para la diferencia de medias de dos pobla-
ciones normales no independientes . . . . . . . . . . . . . . . . . 7
7.4. Intervalos de confianza en poblaciones no necesariamente normales . . . . 7
7.4.1. Aplicación de la desigualdad de Chebychev para la obtención de
intervalos de confianza . . . . . . . . . . . . . . . . . . . . . . . . 8
7.5. Intervalos de confianza para muestras grandes . . . . . . . . . . . . . . . 8
7.5.1. Intervalos de confianza para muestras grandes aplicando el Teore-
ma Central del Lı́mite . . . . . . . . . . . . . . . . . . . . . . . . 9
7.6. Intervalos de confianza de una proporción y de la diferencia de proporciones 9
7.7. Estimación del tamaño muestral . . . . . . . . . . . . . . . . . . . . . . . 10
Capı́tulo 6. Intervalos de confianza 1

7.8. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Bibliografı́a 14

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7

Estimación por intervalos de

confianza

7.1. Introducción

En la práctica, interesa no solamente dar una estimación puntual de un parámetro

sino, un intervalo que permita precisar la incertidumbre existente en la estimación, ası́ co-
mo la precisión con la que se ha realizado la estimación puntual.
De una población descrita por una variable aleatoria X, cuya distribución teórica
Fθ depende del parámetro θ que se desea estimar, se considera una muestra aleatoria
(X1 , X2 , . . . , Xn ). Sea T1 ≤ T2 dos estadı́sticos tales que

P (T1 (X1 , X2 , . . . , Xn ) ≤ θ ≤ T2 (X1 , X2 , . . . , Xn )) ≥ 1 − α

Entonces para cualquier muestra concreta (x1 , x2 , . . . , xn ), el intervalo

(T1 (x1 , x2 , . . . , xn ) ≤ θ ≤ T2 (x1 , x2 , . . . , xn ))

se denomina intervalo de confianza para θ, de nivel de confianza 1 − α.

La definición de la confianza se entiende usualmente desde un punto de vista
frecuentista más que probabilista en el sentido que los lı́mites del intervalo se calculan
de tal manera que, si construimos muchos intervalos, cada vez con distintos valores
muestrales el 100(1 − α) % de ellos contendrán el verdadero valor del parámetro.
Observamos que los extremos del intervalo variarán de forma aleatoria de una
muestra a otra, pues dependen de las observaciones de la muestra, luego tanto los ex-
tremos del intervalo como la longitud del intervalo serán cantidades aleatorias y, por
Capı́tulo 7. Intervalos de confianza 2

tanto, no podremos saber con seguridad si el valor del parámetro θ se encuentra dentro
del intervalo obtenido cuando se selecciona una sola muestra.
El objetivo que se pretende con los intervalos de confianza es obtener un interva-
lo de poca amplitud y con un nivel de confianza 1 − α alto cuyos valores más frecuentes
suelen ser 0.90, 0.95 y 0.99. La precisión de la estimación por intervalos vendrá carac-
terizada por estas dos medidas: nivel de confianza y amplitud del intervalo. Ası́ pues,
para un nivel de confianza fijo, cuanto más pequeño sea el intervalo de confianza, más
precisa será la estimación.

7.2. Método de construcción de intervalos de confi-

anza: método pivotal

Básicamente daremos un único método para la obtención de intervalos de confi-

anza, el método pivotal basado en la posibilidad de obtener una función del parámetro
desconocido y cuya distribución muestral no dependa del parámetro.
La descripción general es la siguiente: supongamos que T (X1 , X2 , . . . , Xn ; θ) es
una función de la muestra y del parámetro, cuya distribución en el muestreo no depende
de θ. En tal caso, fijado cualquier nivel de confianza 1 − α entre 0 y 1, se pueden
determinar constantes, a y b, (que no serán únicas) tales que
P (a ≤ T (X1 , X2 , . . . , Xn ; θ) ≤ b) ≥ 1 − α
Basta, por ejemplo, que a y b sean los cuantiles de orden α1 y 1 − α2 , con α1 + α2 = α,
de la distribución en el muestreo de T (X1 , X2 , . . . , Xn ; θ). Si es posible despejar θ en las
desigualdades
a ≤ T (X1 , X2 , . . . , Xn ; θ) y T (X1 , X2 , . . . , Xn ; θ) ≤ b
obtendremos sendos valores T1 (X1 , X2 , . . . , Xn ) y T2 (X1 , X2 , . . . , Xn ) tales que
P (T1 (X1 , X2 , . . . , Xn ) ≤ θ ≤ T2 (X1 , X2 , . . . , Xn )) ≥ 1 − α
De manera que
(T1 (x1 , x2 , . . . , xn ) ≤ θ ≤ T2 (x1 , x2 , . . . , xn ))
será un intervalo de confianza para θ, de nivel de confianza 1 − α, cualquiera que sea la
muestra obtenida. Ello es fácil de llevar a cabo en muchas circunstancias. Lo habitual
es que α1 = α2 = α/2.

Ejemplo 1. Intervalo para la media poblacional en poblaciones normales.

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 3

7.3. Intervalos de confianza en poblaciones normales

Utilizando los resultados relativos a distribuciones en el muestreo asociados a

poblaciones normales, la construcción de intervalos de confianza para los parámetros
poblacionales, bajo la hipótesis de normalidad, es un simple ejercicio.
Adoptemos la siguiente notación estándar: si Z, Y , t y U son variables aleatorias
que tienen respectivamente distribución N (0, 1), χ2n , tn y Fn,m , Zα , χ2n,α , tn,α y Fn,m,α
representan los valores reales tales que
P (Z > zα ) = α P (t > tn,α ) = α
P Y > χ2n,α = α


P (U > Fn,m,α ) = α
En primer lugar consideremos una única población, N (µ, σ 2 ) de la cual se dispone de
una muestra aleatoria simple (X1 , X2 , . . . , Xn ).

7.3.1. Intervalo de confianza para la media si la varianza pobla-

cional es conocida

Puesto que
X̄ − µ
√ tiene distribución en el muestreo N (0, 1)
σ/ n
será  
X̄ − µ
P −zα/2 < √ < zα/2 = 1 − α
σ/ n
de forma que  
σ σ
x̄ − zα/2 √ , x̄ + zα/2 √
n n
es un intervalo de confianza para µ de nivel de confianza 1 − α.

7.3.2. Intervalo de confianza para la media si la varianza pobla-

cional es desconocida

Puede observarse que el intervalo anterior tiene extremos indeterminados si σ

es desconocida. Convendrá utilizar entonces que
X̄ − µ
√ tiene distribución en el muestreo tn−1
S/ n

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 4

para obtener  
X̄ − µ
P −tn−1,α/2 < √ < tn−1,α/2 =1−α
S/ n
lo cual proporciona  
s s
x̄ − tn−1,α/2 √ , x̄ + tn−1,α/2 √
n n
como intervalo de confianza para µ de nivel de confianza 1 − α.

7.3.3. Intervalo de confianza para la varianza si la media pobla-

cional es conocida

A pesar de que esta situación es poco frecuente en la práctica, la solución teórica

es inmediata:
n
X (Xi − µ)2
2
tiene distribución en el muestreo χ2n
i=1
σ

de forma que !
n
X (Xi − µ)2
P χ2n,1−α/2 < < χ2n,α/2 =1−α
i=1
σ2
y por tanto !
n n
1 X 1 X
(xi − µ)2 , (xi − µ)2
χ2n,α/2 i=1
χ2n,1−α/2 i=1
2
es un intervalo de confianza para σ de nivel de confianza 1 − α.
La asimetrı́a de la distribución χ2 hace que el intervalo anterior, obtenido elimi-
nando colas iguales α/2 en los dos extremos de la distribución, no sea de longitud mı́ni-
ma. Sin embargo, la diferencia no es lo suficientemente importante como para tomarse
la molestia de buscar en la tabla los valores que minimizan la longitud.

7.3.4. Intervalo de confianza para la varianza si la media pobla-

cional es desconocida

Esta situación, de mucha más utilidad que la anterior, se resuelve mediante la

afirmación del teorema de Fisher:
n
X (Xi − X̄)2 (n − 1)S 2
2
= 2
tiene distribución en el muestreo χ2n−1
i=1
σ σ

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 5

Según ello
(n − 1)S 2
 
P χ2n−1,1−α/2 < < χ2n−1,α/2 =1−α
σ2
y resulta !
(n − 1)s2 (n − 1)s2
,
χ2n−1,α/2 χ2n−1,1−α/2
como intervalo de confianza para σ 2 de nivel de confianza 1 − α (con la misma conside-
ración acerca de la longitud mı́nima que en el caso anterior).
Consideramos ahora la situación en la cual se dispone de dos muestras aleatorias
simples (X1 , X2 , . . . , Xn ) e (Y1 , Y2 , . . . , Ym ) de dos poblaciones normales N (µ1 , σ1 ) y
N (µ2 , σ2 ), independientes.

7.3.5. Intervalo de confianza para la diferencia de medias con

σ1 y σ2 conocidas

Como
X̄ − Ȳ − (µ1 − µ2 )
q tiene distribución en el muestreo N (0, 1)
σ12 σ22
n
+ m

resulta directamente que

r r !
σ12 σ22 σ12 σ22
x̄ − ȳ − zα/2 + , x̄ − ȳ + zα/2 +
n m n m
es un intervalo de confianza para µ1 − µ2 de nivel de confianza 1 − α.
Análogo resultado se obtiene, reemplazando σ12 y σ22 por S12 y S22 , en el caso en
que las varianzas poblacionales sean desconocidas pero los tamaños de ambas muestras
sean los suficientemente grandes (n, m ≥ 15). En el caso de tamaños muestrales grandes,
también se puede prescindir de la hipótesis de normalidad y utilizar el Teorema Central
del Lı́mite, como después se comentará en más detalle.

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 6

7.3.6. Intervalo de confianza para la diferencia de medias con

varianzas desconocidas pero iguales

Si σ1 y σ2 tiene un valor común desconocido, el estadı́stico

X̄ − Ȳ − (µ1 − µ2 )
q q
(n−1)S12 +(m−1)S22 1 1
n+m−2 n
+ m

tiene distribución en el muestreo tn+m−2 .

De manera que el intervalo
 s r 
x̄ − ȳ ∓ tn+m−2,α/2 (n − 1)s21
+ (m − 1)s22 1 1
+ 
n+m−2 n m

es un intervalo de confianza para µ1 − µ2 de nivel de confianza 1 − α.

Análogo resultado se obtiene, con el estadı́stico
X̄ − Ȳ − (µ1 − µ2 )
q
s21 s2
n
+ m2

utilizando la aproximación de Welch, en el caso en que σ12 y σ22 no pudiesen suponerse

iguales y alguna de las muestras fuese de pequeño tamaño. El intervalo de confianza de
nivel 1 − α tendrı́a entonces por extremos
r !
S12 S22
x̄ − ȳ ∓ tf,α/2 +
n m

siendo f el entero más próximo a

(S12 /n + S22 /m)2
1 2 2 + 1 (S 2 /m)2
−2
n+1
(S1 /n) m+1 2

7.3.7. Intervalo de confianza para el cociente de varianzas pobla-

cionales

Puesto que
S12 /σ12
tiene distribución en el muestreo Fn−1,m−1
S22 /σ22

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 7

será
S12 /σ12
 
P Fn−1,m−1,1−α/2 < 2 2 < Fn−1,m−1,α/2 = 1 − α
S2 /σ2
y por tanto
s21 s21
 
1 1
2
, 2
s2 Fn−1,m−1,α/2 s2 Fn−1,m−1,1−α/2
es un intervalo de confianza para σ12 /σ22 de nivel de confianza 1 − α.

7.3.8. Intervalo de confianza para la diferencia de medias de

dos poblaciones normales no independientes

En el caso en que (X1 , Y1 ), (X2 , Y2 ), . . . , (Xn , Yn ) sea una muestra aleatoria sim-
ple (de datos apareados) de una población normal bidimensional de medias (µ1 , µ2 ) y
covarianza σ11 6= 0, la construcción de intervalos de confianza para µ1 − µ2 se basa en
que
√ X̄ − Ȳ − (µ1 − µ2 )
n tiene distribución en el muestreo tn−1
SD
Concretamente,  
sD sD
x̄ − ȳ − tn−1,α/2 √ , x̄ − ȳ + tn−1,α/2 √
n n
2
es un intervalo de confianza para µ1 −µ2 de nivel de confianza 1−α, donde SD representa
la cuasi-varianza muestral de las diferencias Di = Xi − Yi .

7.4. Intervalos de confianza en poblaciones no nece-

sariamente normales

Hasta ahora hemos considerado que las poblaciones de partida eran normales
y se han obtenido intervalos de confianza para distintos parámetros. Pero en muchas
situaciones nos podemos encontrar con poblaciones cuya distribución no es conocida, no
siendo de aplicación los criterios dados anteriormente, siendo necesario buscar alterna-
tivas.

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 8

7.4.1. Aplicación de la desigualdad de Chebychev para la ob-

tención de intervalos de confianza

Si no se conoce la distribución de la población, se puede utilizar la distribución

de Chebychev para obtener un intervalo de confianza para la media µ de cualquier
distribución con σ 2 conocida.
Aplicando la desigualdad de Chebychev se tiene que,
 
σ2
P X̄ − µ ≤ k ≥ 1 − 2
nk
Luego un intervalo de confianza a nivel (1 − α) o superior para µ será,
 
σ σ
x̄ − √ , x̄ + √
nα nα

7.5. Intervalos de confianza para muestras grandes

Es conocido que, a menudo, es difı́cil conocer la distribución en el muestreo de

determinados estadı́sticos y que, en cambio, se puede conocer su distribución asintótica.
Como ocurre con los cuantiles y los momentos muestrales, frecuentemente, es posible
disponer de una sucesión Tn de estadı́sticos, correspondientes a sucesivos tamaños mues-
trales n, tales que
Tn − θ d
−→ N (0, 1)
σn (θ)
donde θ representa el parámetro que caracteriza la distribución teórica y σn (θ) depende
en general de n y del parámetro poblacional.
Esta situación puede ser utilizada para obtener intervalos de confianza aproxi-
mados para el parámetro θ. De hecho, si n es suficientemente grande, será
 
Tn − θ
P −zα/2 < < zα/2
σn (θ)

de manera que si puede invertirse la desigualdad, despejando θ, se obtendrá un intervalo

de confianza para θ, de nivel de confianza aproximado 1 − α.

Ejemplo 1. Intervalos basados en el estimador máximo verosı́mil.

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 9

7.5.1. Intervalos de confianza para muestras grandes aplicando

el Teorema Central del Lı́mite

Si se quiere obtener un intervalo de confianza para la media µ de una población

con varianza desconocida se puede utilizar el Teorema Central del Lı́mite que garantiza
que,
X̄ − µ
√ → N (0, 1)
S/ n
lo cual conduce al intervalo de confianza,
 
s s
x̄ − zα/2 √ , x̄ + zα/2 √
n n

La diferencia con los intervalos obtenidos anteriormente es que aquellos eran exactos y
ahora son aproximados y sólo son válidos para muestras grandes, n > 30.

Ejemplo 2. Intervalo para λ en una distribución de Poisson.

7.6. Intervalos de confianza de una proporción y de

la diferencia de proporciones

Supongamos una población B(1, p) y consideremos una muestra aleatoria de

tamaño suficientemente grande, es decir, realizamos un número grande de repeticiones
independientes del experimento de Bernoulli que estamos considerando y queremos
obtener un intervalo de confianza para el parámetro p.
Aplicando el Teorema Central del Lı́mite se tiene que
 r 
pq
p̂ → N p,
n

Luego el intervalo de confianza para el parámetro p a nivel 1 − α será,

r r !
p̂q̂ p̂q̂
p̂ − zα/2 , p̂ + zα/2
n n

donde
número de éxitos en n pruebas
p̂ =
n

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 10

Igualmente se puede obtener un intervalo para la diferencia de proporciones pobla-

cionales en base a dos muestras independientes de tamaño n1 y n2 de cada una de las
poblaciones B(1, p1 ) y B(1, p2 ), respectivamente. El intervalo final serı́a,
r r !
p̂1 q̂1 pˆ2 qˆ2 p̂1 q̂1 p̂2 q̂2
(p̂1 − p̂2 ) − zα/2 + , (p̂1 − p̂2 ) + zα/2 +
n m n m

7.7. Estimación del tamaño muestral

Hasta ahora hemos estudiado métodos para obtener intervalos de confianza de

parámetros de una población, basándonos en la información contenida en una muestra
dada. Sin embargo, se puede pensar que el intervalo de confianza es demasiado amplio,
reflejando una importante incertidumbre sobre el parámetro estimado. La única manera
de obtener un intervalo más preciso, con un nivel de confianza dado, es aumentando el
tamaño muestral.
En algunas circunstancias, se puede fijar previamente la amplitud del intervalo,
eligiendo un tamaño muestral adecuado. Por ejemplo en el caso de la media de una
población normal con σ conocido, si se fija la amplitud L y se mantiene el nivel de
confianza en 1 − α el tamaño muestral óptimo es

2 σ2
n = 4zα/2
L2

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 11

7.8. Problemas
1. Un fabricante de fibras sintéticas desea estimar la tensión de ruptura media de
una fibra. Se diseña un experimento en el que se observan las tensiones medias
de ruptura, en libras, de 16 hilos del proceso, seleccionados aleatoriamente. Las
tensiones son 20.8, 20.6, 21.0, 19.9, 20.2, 19.6, 19.8, 20.9, 21.1, 20.4, 20.6, 19.7,
19.6, 20.3 y 20.7. Suponga que la tensión de ruptura de una fibra se encuentra
modelada por una distribución normal con desviación tı́pica de 0.45. Construir un
intervalo de confianza estimado del 98 % para el valor real de la tensión de ruptura
promedio de la fibra.

2. Las peleas semanales en Madrid se distribuyen como una Poisson con parámetro
desconocido. En 30 semanas se observan 217 peleas. Determinar un intervalo de
confianza al 90 % para el número medio de peleas semanales.

3. El contenido de celulosa de 7 frutos tomados al azar en una determinada especie es,

en unidades arbitrarias: 10.2, 10.4, 9.8, 10.8, 10.2, 10 y 9.6. Calcular un Intervalo
de Confianza al 95 % para la media de tal contenido, suponiendo que se trata de
una variable con distribución normal. ¿Cuántas observaciones necesitaremos para
tener una confianza del 95 % de que el error máximo cometido por la estimación
puntual sea de 0.1?.

4. Se observa la eficiencia de dos departamentos asignándole a cada uno de ellos diez

tareas y midiendo su rendimiento en ellas. Los resultados están a continuaciı́on:

Departamento1 0,6 1,2 0,9 1,9 2 0,6 0,9 2 0,8 1

Departamento2 0,4 1,3 1,1 2,1 1,9 0,5 1,1 1,7 0,8 1,1

Suponiendo las puntuaciones como variables normales, determinar un intervalo de

confianza de 0.9 para la diferencia media de eficiencia.

5. Observamos 200 Diplomados y 200 Licenciados en Estadı́stica. De los primeros se

colocaron el 80 % y de los segundos el 85 %. Determinar un intervalo de confianza
al 95 % para la diferencia de proporciones poblacionales.

6. El peso de bolsas de aceitunas de dos marcas se distribuye N (300, σi ). Para la

primera marca se obtiene (n1 = 10): 300, 290, 280, 307, 305, 295, 299, 305, 300,
307. Para la segunda (n2 = 12): 280, 300, 307, 290, 285, 295, 300, 260, 290, 300,
304, 298. Hallar un intervalo del 90 % para el cociente de varianzas.

7. Para averiguar si el calor disipado por el funcionamiento de un procesador afecta

a su eficiencia se miden los tiempos de espera para ciertas operaciones al encender
el ordenador y tras dos horas de funcionamiento de este. Se obtiene:

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 12

Xi 169,7 168,5 165,9 177,8 179,6 168,9 169,2 167,9 181,8 163,3
Yi 168,2 165,5 164,4 175,7 176,6 166,1 167,1 166,3 179,7 161,5

Calcular un intervalo de confianza del 95 % para la diferencia media del tiempo de

ejecución.

8. De una muestra aleatoria de 12 licenciados en Económicas en una Universidad

pública, los sueldos de su primer empleo fueron los siguientes (expresados en miles
de dólares)
26,2 29,3 31,3 28,7 27,4 25,1
26,0 27,2 27,5 29,8 32,6 34,6

De otra muestra aleatoria independiente de 10 licenciados en Económicas en una

Universidad privada los primeros sueldos fueron los siguientes

25,3 28,2 29,2 27,1 26,8

26,5 30,7 31,3 26,3 24,2

Discutir si existen diferencias entre los sueldos de los licenciados de Universidades

públicas y privadas.

9. Un ingeniero está interesado en la repoblación de cangrejo autóctono en el cauce

alto del rı́o de Valdecabras. Para ello es imprescindible determinar las relaciones
genéticas existentes con las tres especies presentes en la actualidad. Tomando una
muestra amplia, determina que estas especies existen con frecuencias: α2 , 2α(1−α)
y (1−α)2 , donde α es la frecuencia (desconocida) de relación genética con la especie
autóctona.

a) Supongamos que en una muestra aleatoria de tamaño n de la población se en-

cuentran a, b y c cangrejos de cada una de las tres especies (respectivamente).
Hallar el estimador de máxima verosimilitud para α.
b) Las frecuencias observadas en una muestra de tamaño 50 han sido: 17, 23 y
10 respectivamente. Calcular la estimación correspondiente a estos datos.
c) Calcular un intervalo de confianza para α, basado en el EMV, con un nivel
de significación del 95 %.

10. Una empresa se dispone a comercializar un nuevo producto y estudia la conve-

niencia de lanzar una campaña publicitaria previa. Para averiguar si el porcentaje
de personas que comprarı́an el producto aumentarı́a con esta campaña se llevaron
a cabo dos encuestas distintas. La primera encuesta se realizó sobre 100 personas

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Capı́tulo 7. Intervalos de confianza 13

que no habı́an visto la campaña publicitaria, de las cuales 25 se mostraron in-

teresadas en la compra del producto. En la segunda encuesta, las 100 personas
visualizaron previamente la publicidad antes de responder si comprarı́an el pro-
ducto, resultando que un total de 30 personas afirmaron su intención de adquirir
el producto.
Resolver las siguientes cuestiones:

a) Construir un intervalo de confianza al 90 % para la verdadera proporción de

personas que comprarı́an el producto tras haber visto la publicidad.
b) ¿A cuántas personas habrá de encuestar la empresa si quiere asegurarse una
longitud del intervalo de confianza para la anterior proporción inferior a 0.1?.
c) Construir el intervalo de confianza al 90 % para la diferencia de proporciones
de compra entre personas que han visto la publicidad y las que no la han visto.
En base a este intervalo, ¿podemos afirmar que la campaña es efectiva?.
d ) Si las dos encuestas se hubieran realizado al mismo grupo de personas (antes
y después de la visualización de la publicidad), ¿serı́a válido el intervalo que
se propone en (c)?, ¿por qué?. Razonar sin realizar operaciones.

11. Sea (X1 , . . . , Xn ) e (Y1 , . . . , Ym ) dos muestras aleatorias simple de dos poblaciones
independientes con distribuciones exponenciales de parámetros λ1 y λ2 respecti-
vamente. Determinar un intervalo de confianza para λ1 /λ2 .

12. Sea X una variable aleatoria absolutamente continua con función de densidad
2
f (x) = 2θxeθx , x>0

siendo θ > 0. Utilizando una muestra aleatoria simple de tamaño n de X, determi-

nar un intervalo de confianza de colas iguales para θ, por el método de la cantidad
pivotal.

Grado en Estadı́stica y Empresa. Técnicas de Inferencia Estadı́stica I. Rosa Elvira Lillo

Rodrı́guez
Bibliografı́a

[1] Casas, J.M. (1997). Inferencia Estadı́stica. Centro de Estudios Ramón Areces.

[2] Mukhopadhyay, N. (2000). Probability and Statistical Inference. Marcel Dekker.

[3] Peña, D. (1995). Estadı́sitca, Modelos y métodos. Tomo 1. Alianza Universal.

[4] Rohatgi, V. K. (1976). An introduction to Probability Theory and Mathematical

Statistical. Wiley.

[5] Vélez, R.; Garcı́a, A. (1993). Principios de Inferencia Estadı́stica. UNED.