Estadística II

3. Estimación por Intervalos

ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES

Introducción

e  ˆ  

P(ˆI    ˆS )  1   ˆI  ˆS

Introducción

P(ˆI    ˆS )  1   ˆI  ˆS

Introducción

Procedimiento para obtener un intervalo para un

parámetro
Por ejemplo, la media poblacional:
1. Seleccionar el Estimador del parámetro y su distribución
 2

X  N μ, σ 2   X  N  μ, 
σ
 n
2. Determinar los valores a y b tales que

P ( a  X  b)  1  
3. Estandarizar los valores

 a X  b 
P     1

  n  n  n 
Introducción
 
 
 a X  b 
P    1
 n  n  n 
  
 Z  N ( 0 ,1) 
 X  
P  Z1 2    Z1 2   1  
  n 

2,5% 95% 2,5%

-1,96 +1,96
Introducción

 X  
P  1,96   1,96   0,95
  n 

   
P X  1,96ꞏ    X  1,96ꞏ   0,95
 n n

Generalizar
   
P X  Z1 2 ꞏ    X  Z1 2 ꞏ   1  
 n n
Introducción

   
   X  Z1 2 ꞏ ; X  Z1 2 ꞏ 
 n n


X  Z1 2 ꞏ
n
En distribuciones muestrales simétricas:

ESTIMADOR ± coef CONFIANZA · Error estándar del Estimador

ESTIMADOR ± error de estimación

Interpretación Nivel de Confianza
Simulación: Intervalo de confianza para la media poblacional
Media Poblacional 60,05 / 100 muestras / Nivel de confianza 95%
 Definición de intervalo de confianza
I.C. PARA LA MEDIA EN POBLACIONES NORMALES.
A.-La varianza poblacional es conocida:

X  N , 2

n
  zx 
x

 N 0;1
n

   
P x  z / 2    x  z / 2   1
/2 1- /2
 n n

-z2 z2

P z / 2  z x  z / 2   1  
 Definición de intervalo de confianza
INTERVALOS DE CONFIANZA PARA LA MEDIA EN
POBLACIONES NORMALES.
B.-La varianza poblacional es desconocida:

X  N ,  2

n
  t
x
s
 t( n 1)
n

 s s 
P x  t ( n 1) / 2    x  t ( n 1) / 2   1 
/2 1- /2  n n

-t2 t2

P t( n 1), / 2  t x  t( n 1), / 2   1  

Definición de intervalo de confianza
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS POBLACIONALES.
A.-Las varianzas poblacionales conocidas:

 σ
2 2 
X - Y   N μ x  μ y ,    Z 
x σ y
X - Y  μx  μy 
 N 0,1

 nx ny  2
σx  σy
2

nx ny

  2
 2
 2
 2 

P ( x  y )  z / 2
y 
   x   y  ( x  y )  z / 2   1
x y x
 nx n y nx n y 
 
 Definición de intervalo de confianza
B.-Las varianzas poblacionales son iguales, pero no
conocidas:


 σ
2
x σ
2 
X - Y   N μ x  μ y ,    t 
y

X - Y   μ x  μ y  
 t( nx  n y  2)
 nx ny   1 
2  1
S pꞏ 
n 
 x ny 

n x  1S2x  n y  1S2y
Varianza muestral ponderada, S 2

nx  ny  2
p

  1 1   1 1  
P ( x  y )  t  / 2 s 2p     (  x   y )  ( x  y )  t  / 2 s 2p      1  
  nx n y   n x n y  

 Definición de intervalo de confianza
C.-Las varianzas poblacionales son distintas y no
conocidas
nx < 30 y ny < 30:

2
 S2x S2x

X - Y   N μ

 μ σ
, 
2
xσ 
2
y
t 

X - Y   μ x  μ y 
 t( v )
  
n n x y
 v
S n   S n 
x y
 n x n y 
2
Sx  Sy
2
2
2
2
2
x x y y

nx ny nx  1 ny 1

  s x2 s y2   s x2 s y2  
P ( x  y )  t (  ) / 2     (  x   y )  ( x  y )  t ( ) / 2     1  
  nx n y   n x n y  

Definición de intervalo de confianza
INTERVALO DE CONFIANZA DE LA PROPORCIÓN
POBLACIONAL.

 pꞏq  pˆ  p
pˆ  N  p, Z   N 0,1
 n  pꞏq n

 pꞏq pꞏq 
P pˆ  z / 2  p  pˆ  z / 2   1
 n n 

 pˆ ꞏqˆ pˆ ꞏqˆ 
P pˆ  z / 2  p  pˆ  z / 2   1
/2 1- /2  n n 

-z2 z2
Definición de intervalo de confianza
INTERVALO DE CONFIANZA PARA DIFERENCIA DE
PROPORCIONES POBLACIONALES.

 px qx p y q y 

( pˆ x  pˆ y )  N p x  p y ,  
 nx ny 
 
( pˆ x  pˆ y )  ( p x  p y )
Z  N (0,1)
px qx p y q y

nx ny

 ˆ
p ˆ
q ˆ
p qˆ ˆ
p ˆ
q ˆ
p qˆ 
P(pˆx  pˆy ) z/2 x x   px  py (pˆx  pˆy ) z/2 x x   1
y y y y
 n n n n 
 x y x y 
Definición de intervalo de confianza
INTERVALO DE CONFIANZA PARA LA VARIANZA
POBLACIONAL
Población Normal n  1ꞏS2   2
( n 1)
2
 2 (n  1) s 2 2
 2n1
P  I    S   1  
  2

1

 (n  1) s 2 ( n  1) s 2

 I2  S2 P  
2
  1  
 S I 
2 2

x
 Definición de intervalo de confianza
INTERVALO DE CONFIANZA PARA EL COCIENTE DE
VARIANZAS POBLACIONALES
Poblaciones Normales S2
 2

ꞏ 2  Fn 1;n 1

x y

S x
2
y
x y

Fn x 1;n y 1  2

Sx y 2


P FI  2 ꞏ 2  FS   1
 Sy  x 
1  

FI FS  S y2  y2 S y2 
P FI ꞏ 2  2  FS ꞏ 2   1  
 S  S 
 x x x 
x
Control del Intervalo de Confianza
 Nivel de Confianza
99%

95%

90%

-2,58 -1,96 -1,64 +1,64 +1,96 +2,58

 Tamaño Muestral
Control del Intervalo de Confianza .

1- I.C. Media Poblacional

(a)Población Normal-Varianza conocida

   
P  x  z / 2    x  z / 2   1 
 n n

Fija Amplitud Fija Error Estimación

 
A  2 z / 2 e  | x   |  z / 2
n n

4 z2 / 2 2 z 2 / 2 2
n n
A2 e2
Control del Intervalo de Confianza .

(b)Población Normal-Varianza desconocida

 s s 
P x  t ( n 1) / 2    x  t ( n 1) / 2   1 
 n n
4t (2n1), / 2 S 2 t (2n1), / 2 S 2
n
A2 n
e2
1- I.C. Proporción Poblacional

 pq pq 
P pˆ  z / 2  p  pˆ  z / 2   1
 n n 

Fija Amplitud Fija Error Estimación

4 z2 / 2 pq p (1  p )z2 / 2
n n
A2 e2