Intervalos de predicción y de

tolerancia

Andrés Leonardo González Gómez, MSc

Universidad Industrial de Santander

Escuela de Ingeniería de Sistemas e Informática
Mayo 27 de 2019

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 1 / 10

Contenido

1 Intervalos de predicción y de tolerancia

Ejemplo

2 Bibliografía

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 2 / 10

Intervalo de predicción
Para una observación futura

En algunas situaciones resulta de interés predecir un observación futura.

Cuando se conoce σ 2
Para una distribución normal de mediciones con media µ desconocida y
varianza σ 2 conocida, un intervalo de predicción del 100(1 − α) % de
una observación futura x0 es,
p p
X − zα/2 σ (1 + 1/n) ≤ x0 ≤ X + zα/2 σ (1 + 1/n) (1)

Cuando se desconoce σ 2
Para una distribución normal de mediciones con media µ y varianza σ 2
desconocida, un intervalo de predicción del 100(1 − α) % de una
observación futura x0 es,
p p
X − tα/2 S (1 + 1/n) ≤ x0 ≤ X + tα/2 S (1 + 1/n) (2)

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 3 / 10

Intervalo de tolerancia

Límites de tolerancia
Un intervalo de tolerancia que comprenda al menos γ % de los valores en
una distribución normal con 100(1 − α) % nivel de confianza se define
como,
X − kS, X + kS, (3)
en donde k is el factor del intervalo de tolerancia, y se encuentra tabulado
para valores γ = 90 %, 95 %, y 99 %, para niveles de confianza del
90 %, 95 % y 99 %.

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 4 / 10

Ejemplo
Debido a la disminución en las tasas de interés el First Citizens Bank
recibió muchas solicitudes para hipoteca. Una muestra reciente de 50
créditos hipotecarios dio como resultado un promedio en la cantidad de
préstamos de $257, 300. Suponga una desviación estándar de la pobla-
ción de $25, 000. En el caso del siguiente cliente que llena una solicitud
de crédito hipotecario calcule un intervalo de predicción del 95 % para
la cantidad del crédito.
zα/2 = z0,025 (4)

Figura 1: Código de Matlab

1 norminv(.975)
2
3 ans =
4
5 1.9600

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 5 / 10

Ejemplo

Debido a la disminución en las tasas de interés el First Citizens Bank

recibió muchas solicitudes para hipoteca. Una muestra reciente de 50
créditos hipotecarios dio como resultado un promedio en la cantidad de
préstamos de $257, 300. Suponga una desviación estándar de la pobla-
ción de $25, 000. En el caso del siguiente cliente que llena una solicitud
de crédito hipotecario calcule un intervalo de predicción del 95 % para
la cantidad del crédito.
p p
257300 − (1,96)(25000 (1 + 1/50)) ≤ x0 ≤ 257300 + (1,96)(25000 (1 + 1/50))
(5)
207812,42 ≤ x0 ≤ 306787,57 (6)

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 6 / 10

Ejemplo

Un inspector de alimentos seleccionó aleatoriamente 30 paquetes de

carne de res 95 % magra. La muestra dio como resultado una media
de 96,2 % con una desviación estándar muestral de 0,8 %. Calcule un
intervalo de predicción del 99 % para la condición baja en grasa de un
paquete nuevo.

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 7 / 10

Ejemplo

Un inspector de alimentos seleccionó aleatoriamente 30 paquetes de

carne de res 95 % magra. La muestra dio como resultado una media
de 96,2 % con una desviación estándar muestral de 0,8 %. Calcule un
intervalo de predicción del 99 % para la condición baja en grasa de un
paquete nuevo.
tα/2 = t0,005 (7)

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 7 / 10

Ejemplo

Un inspector de alimentos seleccionó aleatoriamente 30 paquetes de

carne de res 95 % magra. La muestra dio como resultado una media
de 96,2 % con una desviación estándar muestral de 0,8 %. Calcule un
intervalo de predicción del 99 % para la condición baja en grasa de un
paquete nuevo.
tα/2 = t0,005 (7)
Figura 2: Código de Matlab
1 tinv(1-0.005,29)
2
3 ans =
4
5 2.7564

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 7 / 10

Ejemplo

Un inspector de alimentos seleccionó aleatoriamente 30 paquetes de

carne de res 95 % magra. La muestra dio como resultado una media
de 96,2 % con una desviación estándar muestral de 0,8 %. Calcule un
intervalo de predicción del 99 % para la condición baja en grasa de un
paquete nuevo.
tα/2 = t0,005 (7)
Figura 2: Código de Matlab
1 tinv(1-0.005,29)
2
3 ans =
4
5 2.7564
r r
1 1
96,2 − (2,7564)0,8 1 + ≤ x0 ≤ 96,2 + (2,7564)0,8 1+ (8)
30 30

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 7 / 10

Ejemplo

Un inspector de alimentos seleccionó aleatoriamente 30 paquetes de

carne de res 95 % magra. La muestra dio como resultado una media
de 96,2 % con una desviación estándar muestral de 0,8 %. Calcule un
intervalo de predicción del 99 % para la condición baja en grasa de un
paquete nuevo.
93,9584 ≤ x0 ≤ 98,4416 (9)

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 8 / 10

Ejemplo

Un inspector de alimentos seleccionó aleatoriamente 30 paquetes de

carne de res 95 % magra. La muestra dio como resultado una media
de 96,2 % con una desviación estándar muestral de 0,8 %. Calcule un
intervalo de predicción del 99 % para la condición baja en grasa de un
paquete nuevo.
93,9584 ≤ x0 ≤ 98,4416 (9)

Con la información dada calcule un intervalo de tolerancia que propor-

cione límites bilaterales del 95 % sobre el 90 % de la distribución de
paquetes de carne 95 % magra.

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 8 / 10

Ejemplo

Un inspector de alimentos seleccionó aleatoriamente 30 paquetes de

carne de res 95 % magra. La muestra dio como resultado una media
de 96,2 % con una desviación estándar muestral de 0,8 %. Calcule un
intervalo de predicción del 99 % para la condición baja en grasa de un
paquete nuevo.
93,9584 ≤ x0 ≤ 98,4416 (9)

Con la información dada calcule un intervalo de tolerancia que propor-

cione límites bilaterales del 95 % sobre el 90 % de la distribución de
paquetes de carne 95 % magra.

[(96,2 − k0,8) − (96,2 + k0,8)] (10)

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 8 / 10

Ejemplo

Figura 3: Código de Matlab

1 ToleranceFactor(30,.90,.95)
2
3 ans =
4
5 2.1451

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 9 / 10

Ejemplo

Figura 3: Código de Matlab

1 ToleranceFactor(30,.90,.95)
2
3 ans =
4
5 2.1451

[(96,2 − (2,1451)(0,8)) − (96,2 + (2,1451)(0,8))], (11)

[94,4839 − 97,9161] (12)

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 9 / 10

Ejemplo

Figura 3: Código de Matlab

1 ToleranceFactor(30,.90,.95)
2
3 ans =
4
5 2.1451

[(96,2 − (2,1451)(0,8)) − (96,2 + (2,1451)(0,8))], (11)

[94,4839 − 97,9161] (12)

Tenemos 95 % de confianza en que el rango anterior cubre el 90 % central

de la distribución de paquetes de carne de res 95 % magra.

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 9 / 10

Bibliografía

WALPOLE RONALD et. al. Probabilidad y Estadistica para

Ingenieria y Ciencias. PEARSON. 2012.

Andrés L. González (EISI-UIS) Estadística 2 Mayo 27 de 2019 10 / 10