Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Paso 1: obtener una variable aleatoria 𝐻�𝑋⃗, 𝜃� con distribución de probabilidad totalmente
determinada.
El concepto de confianza de un intervalo expresa las garantías que ofrece de contener al valor
desconocido del parámetro 𝜃.
Los niveles de confianza más usuales son 0.9, 0.95, 0.975 y 0.99.
1
INTERVALOS DE ESTIMACIÓN PARA UNA POBLACIÓN
Paso 1: el estadístico media muestral 𝑋� tiene una distribución aproximada Normal a partir del
𝜎 2
Teorema Central del Límite, 𝑋� → 𝑁 �𝜇, 𝑛 �. Tipificando se obtiene una variable aleatoria cuya
Paso 2 considerando que el intervalo de mínima amplitud es el que está centrado en 0 se obtienen
los valores ℎ1 y ℎ2 que verifican la igualdad:
𝑋� − 𝜇
𝑃 �ℎ1 ≤ 𝜎 ≤ ℎ2 � = 1 − 𝛼
� 𝑛
√
Paso 3: desde los valores ℎ1 = −𝑧𝛼�2 y ℎ2 = 𝑧𝛼�2 y operando se obtiene el intervalo aleatorio:
Inconveniente: en la práctica es que los extremos del intervalo dependen de 𝜎 que suele ser
desconocida. Sin embargo, al considerar tamaños muestrales grandes, la aproximación de 𝜎 por s es
aceptable. Con esa aproximación el intervalo que se obtiene es:
Este intervalo está centrado en 𝑥̅ , y ±𝑧𝛼�2 𝜎� es el error máximo que se cometerá al estimar 𝜇
√𝑛
mediante 𝑥̅ con una confianza (1 − 𝛼).
2
b) Distribución población Normal
𝜎2
𝑋� → 𝑁 �𝜇, �
𝑛
Operando como en el caso anterior el intervalo que ofrece una confianza (1 − 𝛼) de contener a
la media poblacional 𝜇 es:
b2) 𝜎 desconocida
𝜎2 𝑛𝑛 2
𝑋� → 𝑁 �𝜇, � 𝑦 2
→ 𝜒(𝑛−1)
𝑛 𝜎2
𝑋� − 𝜇
𝜎
� 𝑛
√ = 𝑋� − 𝜇 → 𝑡
(𝑛−1)
𝑛𝑛 2 𝑆�
� 𝜎2 √𝑛 − 1
𝑛−1
verifican
𝑋� − 𝜇
𝑃 �−𝑡𝑛−1,𝛼�2 ≤ ≤ 𝑡𝑛−1,𝛼�2 � = 1 − 𝛼
𝑆�
√𝑛 − 1
3
Paso 3: operando se tiene el intervalo de extremos aleatorios
𝑆 𝑆
�𝑋� −𝑡𝑛−1,𝛼�2 , 𝑋� +𝑡𝑛−1,𝛼�2 �
√𝑛 − 1 √𝑛 − 1
Paso 4: sustituyendo los datos muestrales tenemos el intervalo numérico que ofrece una
confianza (1 − 𝛼) de contener a la media poblacional 𝜇
𝑠 𝑠
�𝑥̅ −𝑡𝑛−1,𝛼�2 , 𝑥̅ +𝑡𝑛−1,𝛼�2 �
√𝑛 − 1 √𝑛 − 1
Sea una variable con distribución de Bernoulli, 𝑋 → 𝐵𝐵(𝑝), donde 𝜇 = 𝑝 y 𝜎 2 = 𝑝(1 − 𝑝).
Para una muestra (𝑥1 , 𝑥2 , … … , 𝑥n ) con tamaño muestral elevado el problema de estimar una
proporción p puede plantearse de manera equivalente al de estimar la media de una población, 𝜇.
𝑝(1 − 𝑝) 𝑝(1 − 𝑝)
�𝑟 − 𝑧𝛼�2 � , 𝑟 + 𝑧𝛼�2 � �
𝑛 𝑛
Por lo tanto, el intervalo para p, de confianza aproximada (1 − 𝛼) con muestras grandes es:
𝑟(1 − 𝑟) 𝑟(1 − 𝑟)
�𝑟 − 𝑧𝛼�2 � , 𝑟 + 𝑧𝛼�2 � �
𝑛 𝑛
4
INTERVALO DE CONFIANZA PARA LA VARIANZA POBLACIONAL
2 2
Paso 2: utilizando ℎ1 = 𝜒(𝑛−1),1− 𝛼� y ℎ2 = 𝜒(𝑛−1), 𝛼� se tiene:
2 2
2 𝑛𝑆 2 2
𝑃 �𝜒(𝑛−1),1− 𝛼� ≤ ≤ 𝜒(𝑛−1), 𝛼� � = 1 − 𝛼
2 𝜎2 2
Paso 3: operando se obtiene que el intervalo de extremos aleatorios que contiene 𝜎 2 con una
probabilidad (1 − 𝛼) es:
𝑛𝑆 2 𝑛𝑆 2
� 2 , 2 �
𝜒(𝑛−1), 𝛼� 𝜒(𝑛−1),1− 𝛼�
2 2
Paso 4: sustituyendo los datos muestrales, se tiene el intervalo numérico que ofrece una
confianza (1 − 𝛼) de contener al valor de 𝜎 2
𝑛𝑠 2 𝑛𝑠 2
� 2 , 2 �
𝜒(𝑛−1), 𝛼� 𝜒(𝑛−1),1− 𝛼�
2 2