c2

UNIVERSIDAD NACIONAL DE
CAJAMARCA
Escuela de Posgrado
Maestría en Ciencias
Mención: Gestión Ambiental

DISEÑOS ESTADÍSTICOS APLICADOS A LA

INVESTIGACIÓN

CARLOS TIRADO SOTO Ing. Dr.

Diapositiva 1

c2 carlos; 23/02/2013
Capítulo 8
Estimación de intervalos
Media poblacional:  conocido
Media poblacional:  desconocido
Determinación del tamaño de la muestra
Proporción de la población

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Margen de error y estimación de intervalo

No se puede esperar que un estimador puntual

proporcione valor exacto del parámetro de población.

Una estimación de intervalo se puede calcular sumando y

restando un margen de error al estimador puntual.

Estimador puntual  Margen de error

El propósito de una estimación del intervalo es

proporcionar información sobre qué tan cerca está
la estimación puntual del valor del parámetro.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Margen de error y estimación de intervalo

La forma general de una estimación de intervalo de

la media de una población es
x  Margen del Error

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de una media
poblacional:  conocido
Para desarrollar una estimación de intervalo de la
media de una población, el margen de error debe
calcularse utilizando:
La desviación estándar de la población , o
• la desviación estándar de la muestra s
 rara vez se conoce con exactitud, pero a menudo
se puede obtener una buena estimación basada en
datos históricos u otra información.
Nos referimos a casos como el  conocido.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación del intervalo de una media
poblacional:  conocido
Hay un 1   de probabilidad de que el valor de una
media muestral proporcionará un margen de error de z /2 x
o menos.

Muestreo
distribución
de x

/ 2 / 2
1 -  de todos
los valores de x

x
z /2 x z /2 x
Diseños Estadíticos aplicados a la
10/22/2020
Investigación
 Estimación de intervalo de una media
poblacional:  Conocido

Muestreo
distribución
de x

/ 2 / 2
intervalo 1 -  de todos
no los valores de
incluiye a x

 intervalo
z /2 x z /2 x
incluye 
[------------------------- x
-------------------------]
[------------------------ x- -------------------------]
[------------------------- x -------------------------]
x

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de una media poblacional:
 Conocido

Estimación de intervalo de


x  z /2
n
dónde:
x es la media muestral
1 - es el coeficiente de confianza
z/ 2 es el z valor proporcionando un área de
/ 2 en la cola superior de la
distribución de probabilidad normal estándar
 es la desviación estándar de la población
n es el tamaño de la muestra

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de una media
poblacional:  conocido
Tamaño de muestra adecuado

En la mayoría de las aplicaciones, un tamaño de

muestra de n = 30 es adecuado.

Si la distribución de la población está muy sesgada o

contiene valores atípicos, un tamaño de muestra de
50 o más es recomendado.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de una media
poblacional:  conocido
Tamaño de muestra adecuado (continuación)

Si la población no se distribuye normalmente pero está

aproximadamente simétrico, un tamaño de muestra
tan pequeño como 15 será suficiente.

Si se cree que la población es al menos

aproximadamente normal, un tamaño de muestra de
menos de 15 puede ser usado.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de la media
poblacional:  conocido
Ejemplo: Sonidos de descuento
Discount Sounds tiene 260 puntos de venta

re
en todo Estados Unidos. La firma
está evaluando una ubicación potencial para un
nueva salida, basada en parte, en la media
ingresos anuales de las personas en
el área de marketing de la nueva ubicación.
Una muestra de tamaño n = 36 fue tomado;
la renta media muestral es de $ 31 100. La población se cree
que no esté muy sesgada.
La desviación estándar de la población se estima en $ 4500,
y el coeficiente de confianza que se utilizará en el intervalo
la estimación es .95.
Diseños Estadíticos aplicados a la
10/22/2020
Investigación
 Estimación de intervalo de la media
poblacional:  Conocido re
95% de la muestra significa que se puede observar
están dentro + 1,96  x de la media poblacional .
El margen de error es:
  4,500 
z /2  1.96    1,470
n  36 

Por lo tanto, al 95% de confianza, el margen de

error es $ 1,470.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de la media poblacional: 
conocido re

Estimación del intervalo de  es:

$ 31,100 + $ 1,470
o
$ 29,630 a $ 32,570

Tenemos el 95% de confianza que el intervalo contiene la

media poblacional.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de una media
poblacional:  desconocido

Si una estimación de la desviación estándar de la

población  no se puede desarrollar antes del muestreo,
utilizamos la desviación estándar de la muestra s para
estimar  .
Este es el caso  desconocido.
En este caso, la estimación del intervalo para  se
basa en el t distribución.
(Asumiremos por ahora que la población está
distribuida normalmente).

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Distribución de t

La distribución de t es una familia de distribuciones de

probabilidad similar.

Una distribución de t específica depende de un parámetro

conocido como los grados de libertad.

Los grados de libertad se refieren al número de

datos independientes de información que entran en el
cálculo de s.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Distribución de t

Una distribución de t con más grados de libertad tiene

menos dispersión.

A medida que aumenta el número de grados de

libertad, la diferencia entre la distribución de el t y la
distribución de probabilidad normal estándar se
convierte en cada vez más pequeño.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
Distribución de t

t distribución
Distribución (20 grados
Normal de libertad)
Estándar

t distribución
(10 grados
de libertad)

z, t
0

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Distribución de t

Para más de 100 grados de libertad, la normal estándar

z proporciona valores de una buena aproximación a
los valores t.

Los valores de la normal estándar z se pueden encontrar


enla fila de grados de libertad infinitos ( ) de la tabla
de la distribución de t.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 t Distribución

Degrees Area in Upper Tail

of Freedom .20 .10 .05 .025 .01 .005
. . . . . . .
50 .849 1.299 1.676 2.009 2.403 2.678
60 .848 1.296 1.671 2.000 2.390 2.660
80 .846 1.292 1.664 1.990 2.374 2.639
100 .845 1.290 1.660 1.984 2.364 2.626
 .842 1.282 1.645 1.960 2.326 2.576

Estándar normal
z valores

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de una media
poblacional:
 Desconocido
Estimación de intervalo

x  t /2 s
n
dónde: 1 - = el coeficiente de confianza
t/ 2 = los valores de t proporcionan un área de
 / 2 en la cola superior de una distribución
 de t con n - 1 grados de libertad
s = la desviación estándar de la muestra

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de una media
poblacional:  desconocido
Ejemplo: Alquileres de apartamentos

Un reportero de un periódico estudiantil está

escribiendo un artículo sobre el costo de alojamiento
fuera del campus. Una muestra de 16
apartamentos de eficiencia dentro de una
media milla de campus resultó en
una media muestral de $ 650 por mes y una
desviación estándar muestral de de $ 55.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de una media
poblacional:  desconocido
Ejemplo: Alquileres de apartamentos
Proporcionemos un intervalo de confianza del
95% de la renta media por mes para la población de
apartamentos de eficiencia dentro de
media milla del campus. Asumimos que esta
población tiene una distribución normal.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo de una media
poblacional:  Desconocido
Con un 95% de confianza,  = .05, y / 2 = .025.
t.025 está basado en n  1 = 16  1 = 15 grados de libertad.
En la tabla de la distribución de t vemos que t.025 = 2.131.
Degrees Area in Upper Tail
of Freedom .20 .100 .050 .025 .010 .005
15 .866 1.341 1.753 2.131 2.602 2.947
16 .865 1.337 1.746 2.120 2.583 2.921
17 .863 1.333 1.740 2.110 2.567 2.898
18 .862 1.330 1.734 2.101 2.520 2.878
19 .861 1.328 1.729 2.093 2.539 2.861
. . . . . . .
Diseños Estadíticos aplicados a la
10/22/2020
Investigación
 Estimación de intervalo de una media
poblacional:
 Desconocido
Estimación de intervalo

s
x  t.025 Margen
n de error

55
650  2.131  650  29.30
16

Tenemos un 95% de confianza en que la media del

alquiler mensual para la población de departamentos
de eficiencia dentro de una media milla del campus
está entre $ 620.70 y $ 679.30.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Resumen de los procedimientos de estimación
de intervalos para una media poblacional
Asumiendo que la
si desviación estándar No
de la población  es
conocida?

Usa la muestra
Desviación Estándar
Caso
 conocida s para estimar 

Utilizar Caso Utilizar

  desconocida
s
x  z /2 x  t /2
n n
Diseños Estadíticos aplicados a la
10/22/2020
Investigación
 Tamaño de la muestra para una estimación de
intervalo de una media poblacional
Dejar E = el margen de error deseado.

E es la cantidad que se suma y se resta de la

estimación puntual para obtener una estimación
del intervalo.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Tamaño de la muestra para una estimación de
intervalo de una media poblacional
Margen de error


E  z / 2
n
Tamaño de muestra requerida

( z /2 )  2 2
n 2
E

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Tamaño de la muestra para una estimación del re
intervalo de una media poblacional
Recuerde que Discount Sounds está evaluando una
ubicación potencial para una nueva tienda minorista,
basándose en parte, en el ingreso anual promedio de las
personas en el área de marketing de la nueva ubicación.
Supongamos que el equipo de gestión de Discount
Sounds quiere una estimación de la media poblacioanal tal
que hay una probabilidad de .95 de que el error de muestreo
sea de $ 500 o menos.
¿Qué tamaño de muestra se necesita para cumplir con
precisión requerida?

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Tamaño de la muestra para una estimación de
intervalo de una media poblacional
re

z /2  500
n
Con un 95% de confianza, z.025 = 1,96. Recordar que = 4.500.
(1.96)2 (4,500)2
n 2
 311.17  312
(500)

Se necesita una muestra de tamaño 312 para

alcanzar un precisión de + $ 500 al 95% de confianza.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación del intervalo
de una proporción poblacional

La forma general de una estimación del intervalo de

la proporción poblacional es

p  Margen del Error

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación del intervalo
de una proporción poblacional

La distribución muestral de p juega un papel clave en

calcular el margen de error para estimar este intervalo
estimar.

La distribución muestral de p puede ser aproximada

por una distribución normal siempre que np > 5 y
n(1 - p) > 5.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación del intervalo
de una proporción poblacional
Aproximación normal de la distribución muestral de p
Distribución
muestral de
p(1  p)
p 
de p n

/ 2 / 2
1 -  de todos
los valores p
p
p
z /2 p z /2 p

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación del intervalo
de una proporción de una población
Estimación de intervalo

p (1  p )
p  z /2
n

dónde: 1 - es el coeficiente de confianza

z/ 2 es el valos z proporcionando un área de
/2 en la cola superior de la distribución
de probabilidad normal estándar
p es la proporción de la muestra

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación del intervalo
de la proporción de una población
Ejemplo: Ciencias Políticas, Inc.
Ciencias políticas, Inc. (PSI)
se especializa en encuestas electorales y
encuestas diseñadas para mantener
solicitantes de cargos políticos informados
de su posición en una carrera.
Mediante encuestas telefónicas, los entrevistadores
de la PSI preguntan a los
votantes registrados por quienes votarían el
día que se lleve a cabo las elecciones.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación de intervalo
de la proporción de una población
Ejemplo: Ciencias Políticas, Inc.
En una campaña electoral actual,
PSI acaba de encontrar que 220
votantes registrados, de 500
contactados, favorecerían a un particular
candidato.
PSI quiere desarrollar un intervalo de confianza
del 95% de la estimación de la proporción de la
población de votantes registrados que favorecerían
al candidato.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Estimación del intervalo
de la proporción de una población

p(1  p)
p  z /2
n
dónde: n = 500, p = 220/500 = .44, z/ 2 = 1,96
.44(1  .44)
.44  1.96 = .44 + .0435
500

PSI tiene un 95% de confianza en que la proporción

de todos los votantes a favor del candidato está
entre .3965 y .4835.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Tamaño de la muestra para una estimación del
intervalo de la proporción de una población
Margen de error

p(1 p)
E  z/2
n
Resolviendo el tamaño de muestra necesario,
obtenemos
(z /2 ) p(1 p)
2
n 2
E
Sin embargo, p no se conocerá hasta que hayamos
seleccionado la muestra. Usaremos el valor de
planificación p* para p

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Tamaño de la muestra para una estimación del
intervalo de la proporción de una población
Tamaño de muestra necesario

( z /2 )2 p* (1 p* )
n 2
E

El valor de planificación p* puede ser elegido

por:
1. Usar la proporción muestral de una muestra
previa de unidades iguales o similares, o
2. Seleccionar una muestra preliminar y utilizar
la proporción muestral de esta muestra.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Tamaño de la muestra para una estimación del intervalo de
la proporción de una población

Suponga que a PSI le gustaría una probabilidad de .99

que la proporción muestral está dentro de + .03 de la
proporción de la población.
¿Qué tamaño de muestra se necesita para alcanzar la
precisión requerida? (Una muestra anterior de unidades
similares arrojó .44 para la proporción de la muestra).

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Tamaño de la muestra para una estimación del
intervalo de una proporción de población
p (1  p )
z /2  .03
n
Con un 99% de confianza, z.005 = 2.576. Recordar que
 p = .44.

( z /2 )2 p(1  p) (2.576)2 (.44)(.56)

n   1817
E2 (.03) 2

Se necesita una muestra de tamaño 1817 para alcanzar un

precisión de + 0,03 al 99% de confianza.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
 Tamaño de la muestra para una estimación del
intervalo de la proporción de una población

Nota: Usamos .44 como la mejor estimación de p en la

expresión precedente. Si no hay información
disponible acerca de p, entonces a menudo se asume
.5 porque proporciona el mayor tamaño de muestra
posible. Si hubiéramos usado p = .5, el recomendado
n habría sido 1843.

Diseños Estadíticos aplicados a la

10/22/2020
Investigación
Fin

Diseños Estadíticos aplicados a la

10/22/2020
Investigación