Estimación

intervalar para
la proporción

Herramientas
Matemáticas V -
Estadística II

1
 Estimación intervalar para la
proporción
Bibliografía básica
En el caso de datos categóricos, también podemos aplicar estimación por
En el punto 10.6 del intervalos de la proporción poblacional de casos que poseen ciertas
texto de Berenson y características.
Levine (1996), se
desarrolla el tema de Tal como señalamos en el caso de la estimación puntual, la base de la
estimación de un estimación va a estar dada por la proporción muestral.
intervalo de confianza
para la proporción. Te La propiedad que permite hacer uso de la distribución normal en este caso
recomendamos que es la aproximación de la distribución binomial a la normal cuando se
sigas con detalle los verifican las condiciones:
ejemplos propuestos
en el texto, P×n≥5
verificando si llegas a y
los mismos resultados. (1-P) × n ≥ 5

Con esta premisa, los límites del intervalo van a estar dados por

Donde:

 P = proposición muestral.
 P = proposición poblacional.
 N = tamaño de la muestra.
 Z = valor crítico de la distribución normal.

Veamos un ejemplo de estimación de una proporción poblacional.

En un estudio de opinión pública, en el cual se quiere estimar la proporción

de votantes que elegirán a un candidato, se realiza una encuesta a una
muestra representativa de votantes. El tamaño de la muestra es 400 casos.
Tras procesar las encuestas, se obtiene que 178 individuos están seguros de
que elegirán al candidato en cuestión en la elección. ¿Cómo se estima la
proporción de electores que tendrá el candidato en la elección con un nivel
de confianza del 99 %?

2
La estimación puntual que surge de la proporción muestral es:

Veamos si se cumplen las condiciones para aproximar la distribución

binomial a la distribución normal.

n × p = 400 × 0,445
= 178

n (1-p) = 400 × 0,555

= 222

En ambos casos se cumple la condición.

Ahora procedamos a estimar el intervalo de confianza:

El estadístico Z, que tiene acumulada una probabilidad de 0,995:

Como conclusión, podemos decir que, con un nivel de confianza del 99 %, el

intervalo [0,38; 0,51] atrapa el verdadero valor poblacional de la proporción
de votantes que tienen decidido votar al candidato. Observa que,
dependiendo de los porcentajes de otros candidatos, esto podría significar
que pierda la elección (si obtiene un porcentaje inferior al 50 % de los votos,
algún otro candidato puede alcanzar un porcentaje mayoritario) o bien que
gane (si obtiene un valor mayor al 50 % de los votos) en ambos casos, con el
nivel de confianza definido, que, al tan elevado, le permite estar casi seguro
de que el resultado se encuentra en el intervalo estimado.

3
 Resumen de casos de estimación

La siguiente figura resume los casos presentados de estimación por

intervalos.

Figura 1:

Fuente: elaboración propia.

Anexo de ejercitación ¿Cuándo aplicar cada estadístico?

Además de los  Como mencionamos, para estimar el intervalo para la media poblacional,
ejemplos presentados se aplica distribución normal en el caso de distribución normal de la
en la lectura y el texto variable de estudio o, en su defecto, si la muestra es superior a 30 casos.
básico, encontrarás en  El uso de la distribución t en la estimación por intervalos de la media
el anexo del módulo poblacional es un requisito cuando desconocemos la varianza
una guía de ejercicios poblacional, con distribución de la variable de estudio normal si la
y sus respectivas muestra es menor a 30 casos, y es recomendable en idénticas
soluciones. Te
condiciones, aun cuando la muestra es mayor. De hecho, los paquetes
estadísticos usan las pruebas t en los casos en los que se necesita estimar
recomendamos que
la varianza.
realices toda la
ejercitación posible
 Para la estimación de la proporción poblacional, debe verificarse que
para identificar con
tanto p × n ≥ 5 y (1-p) × n ≥ 5.
claridad las
situaciones en las que
se aplica cada prueba
estudiada.

4
 Determinación del tamaño de la muestra

Hasta ahora, se ha estudiado el modo de realizar la estimación de

parámetros poblacionales a partir de una muestra de tamaño n. Sin
embargo, una cuestión fundamental en la estadística inferencial es
determinar cuál es el tamaño de muestra óptimo para lograr resultados
dentro de un error máximo tolerable, minimizando los recursos empleados.

1) Determinación del tamaño de la muestra para la media. La fórmula que

permite obtener el tamaño adecuado de la muestra para la estimación de
la media es la siguiente:

Esta fórmula se obtiene despejando la fórmula del error de muestreo e. Esto

puede verse con detenimiento en el punto 10.7 del texto de Berenson y
Levine (1996). Como se observa, son datos necesarios para el cálculo:
conocer el nivel de confianza deseado (a partir del cual se obtiene Z), tener
en cuenta el error máximo permitido o aceptable en cada caso (e) y la
desviación estándar de la población (posiblemente, a partir de datos
históricos o conocidos por la experiencia del investigador).

2) Determinación del tamaño de la muestra para la proporción. La fórmula

que permite obtener el tamaño adecuado de la muestra para la
estimación de la proporción es la siguiente:
Si se cuenta con una
estimación de p…

En este caso, la regla

práctica indica que se
Al igual que en el caso anterior, esta fórmula se desprende de la expresión
utilizará un valor de p
del error de muestreo (en este caso, para la proporción). Además de los
= 0,5, dado que es un
datos sobre el nivel de confianza deseado y el error máximo tolerable, debe
criterio conservador
conocerse alguna estimación o dato histórico sobre p. De lo contrario, una
(que dará un mayor
regla práctica consiste en darle a p el valor 0,5. De esta manera, la expresión
valor de la varianza y p (1-p) será la mayor posible, al igual que el tamaño de muestra
del tamaño de la determinado.
muestra). Ver
Berenson y Levine
(1996), punto 10.8.
3) Determinación del tamaño de la muestra para las poblaciones finitas.
Tal como se estudió en los casos anteriores, la fórmula para obtener el

5
 tamaño de la muestra se logra despejando n de la fórmula del error (en
el que se utilizará el factor de corrección por población finita). Mira el
punto 10.9 del texto.

Concepto de distribución de muestreo

Dada una población, si se consideran todas las muestras posibles de un

mismo tamaño (n) para las que se calcula un estadístico determinado (por
ejemplo, la media o la proporción), la distribución de los resultados
obtenidos de esas muestras recibe el nombre de distribución de muestreo.

6
Referencias
Berenson, M. L. y Levine, D. M. (1996). Estadística para administración y
economía (6.a ed.). México D. F., MX: Prentice Hall Hispanoamericana.

Levine, D. M., Krehbiel, T. C. y Berenson, M. L. (2014). Estadística para

administración (6.a ed.). México D. F., MX: Pearson.