UNA Puno

Estadística General
2020 – I
III semestre
Grupo B

Ing. Alcides Ramos Calcina

Facultad de Ingeniería Estadística e Informática
Estimación Interválica
Capítulo VIII

ESTIMACIÓN INTERVÁLICA
Introducción
• El hecho de saber que un estimador es "bueno" o "malo" no nos da una idea numérica de
cuánto es el error que podemos estar cometiendo al usar el estimador para estimar el
parámetro.

• Para solucionar este problema, hará su aparición en escena otra herramienta: el intervalo
de confianza. ˆ

• El intervalo de confianza es un intervalo entre dos números, tal que hay una determinada
probabilidad de que el verdadero valor del parámetro (desconocido) pertenezca al
intervalo.

Queremos calcular un intervalo donde estemos bastante seguros de que esté m

Ing. Alcides Ramos Calcina

Introducción
Tenemos algunos conceptos:

• NIVEL DE CONFIANZA:
Es la probabilidad que asociamos con una estimación del intervalo. Se representa con
(1 - a). Los niveles más utilizados son 0.90; 0.95 y 0.99.
ˆ

• INTERVALOS DE CONFIANZA (I.C.):

Es el alcance de la estimación que estamos haciendo.

Ing. Alcides Ramos Calcina

Estimación interválica
• La estimación interválica consiste en determinar un par de valores Límite inferior de
confianza (LIC) y Límite superior de confianza (LSC), tales que constituidos en intervalo
[LIC , LSC] ; y para una probabilidad 1 - a prefijada (nivel de confianza) se verifique en
relación al parámetro  a estimar se cumpla:
P  LIC, LSC  1  a
PLIC    LSC   1  a

a 1a a
2 2


Ing. Alcides Ramos Calcina

1. I.C. para la media
A) Varianza poblacional conocida

I .C. : P  x  Z1a 2 x   1  a
También se puede expresar:

I .C. : P  x  Z1a 2 x  m  x  Z1a 2 x   1  a

-Z0 Z0
Donde:
x  
n

Ing. Alcides Ramos Calcina

1. I.C. para la media
B) Varianza poblacional desconocida
i) Muestras grandes (n > 30)

I .C. : P  x  Z1a 2 sx   1  a

También se puede expresar:

I .C. : P  x  Z1a 2 sx  m  x  Z1a 2 sx   1  a -Z0 Z0

Donde:

sx  s
n

Ing. Alcides Ramos Calcina

 1. I.C. para la media
ii) Muestras pequeñas (n  30)

I .C. : P  x  t( n 1) s x   1  a
También se puede expresar:

I .C. : P  x  t( n 1) sx  m  x  t( n 1) sx   1  a

Donde: -t0 t0

sx  s
n
Nota: Obviamente, decidir si utilizar un estadístico t o Z es crucial. Vale la pena recordar que la
distribución t deberá utilizarse cuando todas estas tres condiciones están presentes: (1) la
población es normal, (2) se toma una muestra pequeña, y (3)  es desconocido.

Ing. Alcides Ramos Calcina

Ejemplo 1
La lectura de una muestra aleatoria de 50 estudiantes mostro una media de 174.5 cm y se
sabe que la desviación estándar es de 6.9 cm. Determine un intervalo de confianza del
98% para la altura promedio de todos los estudiantes.

Solución:

La desviación estándar poblacional es conocida  = 6.9 cm, entonces utilizaremos:

I .C. : P  x  Z x  m  x  Z  x   1  a
El valor de Z para un nivel de confianza 1- α = 98% (prueba bilateral), lo encontramos en
la Tabla A.2, y es de ± 2.326. Remplazando, se tiene:

    98%
I.C. : P 174.5   2.326   6.9   m  174.5  2.326  6.9
   
  50   50 

Ing. Alcides Ramos Calcina

Ejemplo 1

I.C. : P 174.5  2.70  m  174.5  2.70  98%

El intervalo de confianza es:

I.C. : P 172.230  m  176.770  98%

1 - a = 98%

172.2 m 176.8
Ing. Alcides Ramos Calcina
Ejemplo 1 -
En el menú: Estadísticas / Estadística básica / Z de una muestra …
Luego Aceptar y en la ventana de
resultados se muestra el intervalo para
la media.

El intervalo de confianza es:

I.C. : P 172.230  m  176.770   98%

Ing. Alcides Ramos Calcina

Ejemplo 2
Una muestra de 50 observaciones tiene una media de 65 y una desviación estándar de
4.2. Se pide calcular los límites de confianza para la media poblacional µ con 1- α = 95%.

Solución:

La desviación estándar poblacional es desconocida y la muestra es grande (n = 50),

entonces :
I .C. : P  x  Zsx  m  x  Zsx   1  a
Ahora determinamos el valor de Z para un 1-α = 95%, lo encontramos en la Tabla A.2, la
cual corresponde un valor de ±1.96.

    4.2 
I.C. : P 65  (1.96) 4.2   m  65  (1 .96)   95%
  50   50 

Ing. Alcides Ramos Calcina

Ejemplo 2

I.C. : P65  1.16  m  65  1.16  95%

El intervalo de confianza nos queda:

I.C. : P63.84  m  66.16  95%

1 - a = 95%

63.84 m 66.16
Ing. Alcides Ramos Calcina
Ejemplo 2 -
En el menú: Estadísticas / Estadística básica / Z de una muestra …
Luego Aceptar y en la ventana de
resultados se muestra el intervalo para
la media.

El intervalo de confianza es:

I.C. : P63.84  m  66.16  95%

Ing. Alcides Ramos Calcina
Ejemplo 3
La duración de unas determinadas baterías es una variable aleatoria normal, cuya media
se desea estimar, para lo cual se toma una muestra de 9 baterías, cuyas duraciones, en
horas, resultan:

6.3, 6.8, 7.3, 5.4, 8.1, 7.9, 6.9, 6.2, 8.3.

Se pide:

a) Calcular el intervalo del 95% de confianza para estimar la media.

b) Suponga que se averigua que el desvío poblacional de la duración es 1, ¿cómo sería

el intervalo de confianza?

Ing. Alcides Ramos Calcina

Ejemplo 3
Solución:

a) Como no se conoce la desviación poblacional () y la muestra es pequeña (n = 9),

usaremos:
I .C. : P  x  t( n 1) ,1a 2 sx   1  a

Estimamos la media y la desviación a partir de la muestra.

9

x i
6.3  6.8  7.3  5.4  8.1  7.9  6.9  6.2  8.3 63.2
X i 1
   7.022
9 9 9
9

x  X
2

 6.3  7.022    6.8  7.022      8.3  7.022 

i 2 2 2

S i 1

9 1 8
7.536
  0.971
8
Ing. Alcides Ramos Calcina
Ejemplo 3
El valor de t(n-1) para un 1-α/2 = 97.5%, lo encontramos en la Tabla C de t-Student, la cual
corresponde un valor de 2.306004.

 
I.C. : P 7.022  (2.306)  0.971   m  65  (2.306)  0.971    95%
  9  9 

I.C. : P  7.022  0.746  m  7.022  0.746  95%

El intervalo de confianza para la media poblacional es:

I .C. : P  6.276  m  7.768  95%

Ing. Alcides Ramos Calcina

Ejemplo 3
b) Como conocemos la desviación poblacional ( = 1), ahora vamos a usar:

I .C. : P  x  Z1a 2 x  m  x  Z1a 2 x   1  a

el valor de Z para un 1-α = 95% (Tabla A.2), es: 1.96.

 
I .C. : P 7.022  (1.96)  1   m  7.022  (1.96)  1    95%
  9  9 

I .C. : P  7.022  0.653  m  7.022  0.653  95%

El intervalo de confianza nos queda: I .C. : P  6.369  m  7.675  95%

Vemos que aunque el desvío poblacional es un poco mayor que el desvío muestral que habíamos utilizado, de todas
formas el intervalo nos quedó más chico. Esto es porque si conocemos el desvío poblacional, tenemos más información
sobre el parámetro desconocido, y entonces podemos garantizar la misma probabilidad, con un intervalo más chico

Ing. Alcides Ramos Calcina

Ejemplo 3 -
a) En la hoja de trabajo ingresamos los En el menú: Estadísticas / Estadística
datos de la muestra básica / t de una muestra …

Luego Aceptar
Ing. Alcides Ramos Calcina
Ejemplo 3 -
en la ventana de resultados se muestra el intervalo para la media.

El intervalo de confianza es:

I .C. : P  6.407  m  7.637   95%

Ing. Alcides Ramos Calcina

Ejemplo 3 -
b) En el menú: Estadísticas / Estadística básica / Z de una muestra …
Luego Aceptar y en la ventana de
resultados se muestra el intervalo para
la media.

El intervalo de confianza es:

I .C. : P  6.369  m  7.675  95%

Ing. Alcides Ramos Calcina
2. I.C. para la Proporción
Para eso se toma una muestra de tamaño n, contabilizándose x éxitos en esa muestra. Se
x
estimará P mediante p̂ 
n
Se requiere que n sea lo suficientemente grande para que se cumplan: npˆ  5 y n 1  pˆ   5

Los límites del intervalo de confianza son:

 pˆ (1  pˆ ) 
I .C. : P  pˆ  Z1a 2   1a
 n 
También se puede expresar:

 pˆ (1  pˆ ) pˆ (1  pˆ ) 
I .C. : P  pˆ  Z1a 2  P  pˆ  Z1a 2   1 a
 n n 

Ing. Alcides Ramos Calcina

Ejemplo 4
De la producción de una fábrica de chips, se revisan 200 chips, encontrándose 12
defectuosos. Halle el intervalo del 99% de confianza para la verdadera proporción de chips
defectuosos en la producción de la fábrica.

Solución:
 pˆ 1  pˆ  pˆ 1  pˆ  
Usaremos: I .C. : P  pˆ  Z1a 2  P  pˆ  Z1a 2   1a
 n n 

x 12
Estimamos la proporción p̂    0.06 , el valor de Z = 2.575 (Tabla A.2)
n 200
Remplazando tenemos:

 0.06(1  0.06) 
I.C. : P  0.06  (2.575)   99%
 200 
Ing. Alcides Ramos Calcina
Ejemplo 4

I.C. : P0.06  2.58  P  0.06  2.58  99%

Obtenemos el intervalo de confianza:

I.C. : P0.017  P  0.103  99%

1 - a = 99%

0.017 P 0.103

Ing. Alcides Ramos Calcina

Ejemplo 4 -
En el menú: Estadísticas / Estadística básica / 1 Proporción …
Luego Aceptar y en la ventana de
resultados se muestra el intervalo para
la proporción.

El intervalo de confianza es:

I.C. : P0.017  P  0.103  99%

Ing. Alcides Ramos Calcina
Ejemplo 5
En un estudio de prevalencia de factores de riesgo de un total de 412 mujeres mayores de
15 años en la Región Puno, se encontró que el 17.7% eran hipertensas. Halle un intervalo
del 95% de confianza para la proporción de mujeres hipertensas en la Región Puno.

Solución:

Sabemos que: p̂  17.7%  0.177 y la muestra es n = 412 mujeres.

 pˆ 1  pˆ  pˆ 1  pˆ  
Usaremos: I .C .: P  pˆ  Z1a 2  P  pˆ  Z1a 2   1a
 n n 

El valor de Z = 1.96 (Tabla A.2)

Ing. Alcides Ramos Calcina

Ejemplo 5
 0.177(1  0.177) 
Remplazando tenemos I .C. : P  0.177  (1.96)   95%
 412 
I .C. : P  0.177  0.037  P  0.177  0.037   95%

Obtenemos el intervalo de confianza: I .C. : P  0.140  P  0.214  95%

1 - a = 95%

0.140 P 0.214

Ing. Alcides Ramos Calcina

Ejemplo 5 -
En el menú: Estadísticas / Estadística básica / 1 Proporción …
Luego Aceptar y en la ventana de
resultados se muestra el intervalo para
la proporción.

X = 0.177(412)

El intervalo de confianza es:

I .C. : P  0.140  P  0.214  95%

Ing. Alcides Ramos Calcina
 GRACIAS
• https://aulavirtual.unap.edu.pe/

En el curso se utilizan exposiciones teóricas breves, ejercicios prácticos y

casos que implican una solución analítica con software estadístico (SPSS,
MINITAB) y EXCEL, entre otros recursos didácticos.

FINESI