FORMATO DE DESEMPEÑ O CORTE DOS A FORMADORES EN ESTADISTICA

INFERENCIAL.
Docente: Ing.Jeaqueline Franco Peñ a.

GRUPO 3
MARTHA CAROLINA VELASQUEZ ID 214896
ADRIANA ALMEIDA ID
ALEXANDER GOMEZ ID
MARYORY GONZALEZ ID 491118

1. Teoria complementaria a las socializació n.

2. Analisis de conclusiones sobre que le brinda el tema asignado.
3. Referencias bibliográ ficas

ENTREGA DE LA INFORMACIÓ N

1. Teoria de estimadores o intervalos de confianza

Un intervalo de confianza es un rango de valores, derivado de los estadísticos de la

muestra, que posiblemente incluya el valor de un pará metro de població n
desconocido. Debido a su naturaleza aleatoria, es poco probable que dos muestras de
una població n en particular produzcan intervalos de confianza idénticos. Sin embargo,
si usted repitiera muchas veces su muestra, un determinado porcentaje de los
intervalos de confianza resultantes incluiría el pará metro de població n desconocido.

El nivel de confianza representa el porcentaje de intervalos que incluirían el

pará metro de població n si usted tomara muestras de la misma població n una y otra
vez. Por lo general, un nivel de confianza de 95% funciona adecuadamente. Esto indica
que si usted recogió cien muestras y creó cien intervalos de confianza de 95%, cabría
esperar que aproximadamente 95 de los intervalos incluyeran el pará metro de
població n, tal como la media de la població n, como se muestra en la siguiente figura.

En este caso, la línea negra horizontal representa el valor fijo de la media desconocida
de la població n, µ. Los intervalos de confianza azules verticales que se sobreponen a la
línea horizontal contienen el valor de la media de la població n. El intervalo de
confianza rojo que está completamente por debajo de la línea horizontal no lo
contiene. Un nivel de confianza de 95% indica que 19 de 20 muestras (95%) de la
misma població n producirá n intervalos de confianza que incluirá n el pará metro de
població n.

El intervalo de confianza se determina calculando una estimació n de punto y luego

determinando su margen de error.
  Estimación de punto
Este valor individual estima un pará metro de població n usando los datos de la
muestra.

 Margen de error
Cuando usted utiliza estadísticos para estimar un valor, es importante recordar que,
sin importar lo bien que esté diseñ ado su estudio, su estimació n está sujeta a error de
muestreo aleatorio. El margen de error cuantifica este error e indica la precisió n de la
estimació n.

Usted probablemente ya entiende el margen de error, porque está relacionado con los
resultados de las encuestas. Por ejemplo, una encuesta política podría indicar que el
nivel de popularidad de un candidato es de 55% con un margen de error de 5%. Esto
significa que el nivel de popularidad real es +/- 5% y, por lo tanto, se ubica entre 50%
y 60%.

Para un intervalo de confianza bilateral, el margen de error es la distancia desde el

estadístico estimado hasta cada el valor del intervalo de confianza. Cuando un
intervalo de confianza es simétrico, el margen de error es la mitad del ancho del
intervalo de confianza. Por ejemplo, la longitud media estimada de un á rbol de levas
es 600 mm y el intervalo de confianza oscila entre 599 y 601. El margen de error es 1.

Mientras mayor sea el margen de error, má s ancho será el intervalo y menos seguro
podrá estar usted del valor de la estimació n de punto.

Maneras de obtener un intervalo de confianza más preciso

Si el intervalo de confianza es demasiado ancho, usted no puede estar muy seguro del
valor real de un pará metro, como por ejemplo la media. Sin embargo, puede utilizar
varias estrategias para reducir el ancho de un intervalo de confianza y hacer que la
estimació n sea má s precisa. Las siguientes características afectan el ancho del
intervalo de confianza.
 Tamañ o de la muestra
 Variació n en los datos
 Tipo de intervalo
 Nivel de confianza

Aumentar el tamaño de la muestra

Con frecuencia, la manera má s prá ctica de reducir el margen de error es aumentar el

tamañ o de la muestra. Por lo general, mientras má s observaciones haya, má s estrecho
será el intervalo alrededor del estadístico de la muestra. Por lo tanto, se recomienda
recolectar má s datos para obtener una estimació n má s precisa de un pará metro de
població n.

Debe sopesar los beneficios de una mayor precisió n con respecto al tiempo y los
recursos adicionales necesarios para recopilar una muestra má s grande. Por ejemplo,
un intervalo de confianza que sea lo suficientemente estrecho como para contener
solamente el pará metro de població n requiere que se midan todos los sujetos de la
població n. Obviamente, esta estrategia por lo general resultaría muy poco prá ctica.
Reducir la variabilidad
Mientras menos varíen los datos, má s precisa será la estimació n de un pará metro de
població n.

Eso se debe a que al reducirse la variabilidad de los datos, disminuye la desviació n

está ndar y, por ende, el margen de error de la estimació n. Aunque puede ser difícil
reducir la variabilidad de los datos, a veces se puede lograr ajustando la forma en que
se recolectan los datos. Por ejemplo, puede utilizar un diseñ o pareado para comparar
dos grupos. También podría reducir la variabilidad mejorando el proceso, de manera
que el proceso sea má s consistente, o midiendo con mayor precisió n.

Utilizar un intervalo de confianza unilateral

Un intervalo de confianza unilateral tiene un margen de error má s pequeñ o que un
intervalo de confianza bilateral. Sin embargo, un intervalo unilateral indica solo si un
pará metro es menor que o mayor que un valor de corte. Un intervalo unilateral no
proporciona informació n acerca del pará metro en la direcció n opuesta. Por lo tanto,
utilice un intervalo de confianza unilateral para aumentar la precisió n de una
estimació n solo cuando le preocupe que la estimació n sea mayor o menor que un
valor de corte, pero no ambos.

Por ejemplo, una empresa de bebidas desea determinar la cantidad de só lidos

disueltos en su agua potable. Mientras menos só lidos disueltos tenga el agua, mejor
será . Cuando calculan un intervalo de confianza bilateral, el lado superior del intervalo
es 18.4. Sin embargo, puesto que a la empresa solo le preocupa el límite superior,
pueden calcular má s bien un intervalo de confianza unilateral. El intervalo de
confianza unilateral muestra que el límite superior de la cantidad de só lidos disueltos
es incluso menor, 17.8 mg/L.

Reducir el nivel de confianza

La ventaja de un nivel de confianza má s bajo es que se obtiene un intervalo de
confianza má s estrecho y má s preciso. La desventaja es que se está menos seguro de
que el intervalo de confianza contiene el pará metro de població n de interés.

Entonces, reduzca el nivel de confianza solo si, en su situació n, la ventaja de una

mayor precisió n supera a la desventaja de un menor grado de certeza. Por ejemplo, si
es demasiado costoso aumentar el tamañ o de la muestra en su estudio, disminuir el
nivel de confianza reducirá la longitud del intervalo a expensas de perder algo de
confianza.

Uso de un intervalo de confianza para decidir si rechazar la hipótesis nula

Supongamos que usted realiza una prueba de hipó tesis. Recuerde que la decisió n de
rechazar la hipó tesis nula (H0) o no rechazarla puede depender del valor p y del nivel
de significancia elegido (también denominado α). Si el valor p es menor que o igual al
nivel de significancia (α), usted rechaza H0; si es mayor que α, usted no puede
rechazar H0.

La decisió n también puede basarse en el intervalo de confianza (o límite) calculado

usando el mismo nivel de significancia (α). Por ejemplo, la decisió n para una prueba
en el nivel de significancia de 0.05 puede basarse en el intervalo de confianza de 95%:
Si el valor de referencia especificado en H0 está fuera del intervalo (es decir, es menor
que el límite inferior o mayor que el límite superior), usted puede rechazar H0.
Si el valor de referencia especificado en H0 está dentro del intervalo (es decir, no es
menor que el límite inferior ni mayor que el límite superior), usted no puede rechazar
H0.

Para realizar el cálculo de un intervalo de confianza, deben considerarse los

siguientes elementos:

 El tamañ o de la selecció n de la muestra: esto depende de la proporció n de

datos que se utilicen para el cá lculo del valor muestral. Se debe observar si se
acerca má s o menos al pará metro poblacional.

 El nivel de confianza: este informa en qué porcentaje de casos la estimació n es

certera. Frecuentemente, los niveles oscilan entre el 95 % y el 99 %.

 El margen de error de la estimació n: se señ ala como alfa y marca la

probabilidad que existe para que el valor poblacional esté fuera del intervalo.

 Estimació n de la muestra: se relaciona con los valores de la media, la varianza y

las diferencias de las medias. En dichos valores se fundamenta el cá lculo del
intervalo.

Estimador puntual

El objetivo de la estimació n puntual es aproximar el valor del pará metro desconocido

(tiempo medio de ejecució n de un algoritmo, altura media de las mujeres de una
població n, diferencia del resultado medio entre dos tratamientos médicos, proporció n
de gente que mejora con un tratamiento médico…)
 2. Analisis de conclusiones sobre que le brinda el tema asignado

Se puede determinar que los estimadores o intervalos de confianza nos sirven para
estimar el pará metro desconocido de la població n y establecer los limites entre los
cuales se encuentre ese pará metro

Referencias bibliográficas

 https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/statistics/basic-statistics/supporting-topics/basics/what-is-a-confidence-
interval/
 https://www.bancofinandina.com/finanblog/noticias/2019/11/01/que-es-
un-intervalo-de-confianza-y-para-que-se-utiliza
