Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En este capítulo trabajaremos la construcción de intervalos de confianza. Más específicamente, nos ocuparemos de
la construcción de un intervalo de confianza para la media y la construcción de un intervalo de confianza para una
proporción.
Un valor t (como un valor Z) es solo un punto a lo largo de la línea de base de una distribución (o, más
correctamente, una distribución muestral).
Hay muchas distribuciones muestrales de t diferentes, y cada una tiene una forma ligeramente diferente. Una
distribución t construida sobre la base de pequeñas muestras será más plana que una basada en muestras que son
más grandes. Cuando una distribución es plana, tendremos que recorrer una distancia mayor por encima y por
debajo de la media para abarcar un porcentaje dado de casos o área bajo la curva.
La tabla para la familia de distribuciones t
La columna en el extremo izquierdo de la tabla se llama Grados de libertad (df). Los grados de libertad se calculan
de la siguiente manera: dada la media de una distribución de n valores, n-1 de los valores son libres de variar.
Entonces→ grados de libertad=n-1
Si deseamos construir un intervalo de confianza del 95%, miramos en las columna de nivel de significancia
aquella que arroja el valor .05 (5%) → 1- el nivel de significancia=nivel de confianza. Si queremos construir un
intervalo de confianza del 99%, iremos a las sección que arroja el valor .01 (1%) de nivel de significancia.
Los valores t son directamente análogos a los valores Z; ambos son puntos a lo largo de una base de las diferentes
distribuciones de t.
Entonces, ¿qué elementos necesitamos? el tamaño muestral n, la media muestral ( X ), el desvío estándar, y el
intervalo de confianza con el que deseemos trabajar. Procedemos con la siguiente fórmula:
IC= X ± t (s x )
En resumen, construimos nuestro intervalo sumando y restando a la media un cierto valor determinado por el error
estándar de la distribución muestral.
Dado que todo lo que tenemos es la desviación estándar de la muestra (la desviación estándar de la población, σ , es
desconocida), trabajaremos con la distribución t, y por ello tendremos que estimar el error estándar.
El valor de t que usaremos se encuentra localizando la intersección de los grados apropiados de libertad y nivel de
confianza. Al valor de esta intersección lo llamamos valor t. Luego tendremos que multiplicar el valor t por nuestro
estimador del error estándar; el error estándar ( s x) lo estimamos dividiendo el desvío estándar de la muestra (s) por
la raíz cuadrada del tamaño muestral (n). El resultado es nuestro estimador de error estándar
s
sx=
√❑
Ese valor de error estándar lo multiplicamos por el valor t, y ese resultado lo sumamos y restamos de nuestra media
muestral para calcular los límites del intervalo de confianza.
En este caso también hay una relación inversa entre confianza y precisión→ a mayor nivel de confianza (por
ejemplo un IC de 99%), mayor es la amplitud del IC y por ende menor es la precisión. Dado un nivel
constante de confianza (digamos, 95%), puede aumentar la precisión de una estimación (o disminuir la
amplitud del intervalo) aumentando su tamaño muestral. Para comprender la lógica detrás de esto, pensemos
en el tamaño de muestra más grande posible: sería toda la población. En ese caso, no habría error estándar, y su
estimación sería exactamente igual a la media de la población, ¡el intervalo más estrecho que podría tener!
El valor p en la fórmula representa el valor de la proporción observada. El valor 1-p representa la proporción
restante. Sustituyendo los valores de los elementos en la fórmula obtenemos el error estándar de una proporción.
Margen de error:
El margen de error es, en efecto, simplemente una declaración sobre la amplitud del intervalo.
El margen de error es una declaración indirecta de la amplitud del intervalo. Por ejemplo, la afirmación de que la
proporción en una población se estima en 45%, con una margen de error de ± 3%, es en realidad una afirmación de
que el intervalo de la estimación oscila entre el 42% y el 48%. Dado un nivel constante de confianza, un aumento
en el tamaño muestral reducirá el margen de error.