INFERENCIA

𝛍 𝛑 𝝉 𝝈𝟐

𝐗 𝐩 𝐚 𝐬𝟐

10
 INFERENCIA DE PROPORCION
Y TOTAL

p x
n

p(1 p)
Sp  n

10
 INTERVALO DE CONFIANZA
(Proporción)

p x
n Sp  p(1 p)
n
γ%

LI  p  z1Sp z1 0 z2

LS  p  z1Sp
γ%

LI LS

03/02/2017 3
 INTERVALO DE CONFIANZA
DE TOTAL

p x
n Sp  p(1 p)
n
γ%
A  Np SA  NSp z1 0 z2

LI  A  z1SA
γ%
LS  A  z1SA
LI LS

03/02/2017 4
 Intervalo de Confianza Binomial
(Proporción)
De p  zS p a p  zS p para un n grande
Ejemplo: X = 83 de n = 268 encuestados dicen que ellos
van a comprar el producto
 = ? = porcentaje de la población quienes podrían
decir que ellos van a comprar el producto
p = 83/268 = 0.3097, o 31.0%, es la muestra proporcional
Un estimado de 
S p  p(1  p) / n  0.3097  (1  0.3097) / 268  0.0282
Indica la incertidumbre en p
Intervalo de Confianza:p  tSp  0.3097  1.960  0.0282
Estamos 95% seguros que  está entre 25.4% y
36.5%
03/02/2017 5
 P( -1.96 < p < 1.96 ) = 0.95 γ= 95 %

z1 0 z2
-1.96 1.96

P( 0.254 < p < 0.365 ) = 0.95

γ= 95 %

LI LS
0.254 0.365

03/02/2017 6
 Ejemplo:
El marco muestral de un asentamiento humano se haya en
un archivo del SPSS ( *.SAV ) que tiene una población de
7,500 habitantes adultos. A partir de este marco de
muestra seleccionamos una muestra completamente
aleatoria de tamaño 65. Cuyos datos se muestran en el
cuadro adjunto.
Estimar:
a) La proporción poblacional del porcentaje de
analfabetos,
b) El total de analfabetos en el asentamiento humano;
c) En forma interválica la proporción poblacional y el
total de analfabetos con un nivel de confianza del 96%.
03/02/2017 7
 Datos :
n Nº A X n Nº A X n Nº A X n Nº A X
1 178 1 19 2408 0 37 4304 0 55 6651 0
2 181 0 20 2423 1 38 4547 1 56 6673 0 X : Analfabeto ?
3 336 0 21 2791 0 39 4552 1 57 6745 1
4
5
337
431
1
0
22
23
2799
2937
0
0
40
41
4603
4634
0
0
58
59
6813
6987
0
1
0 No
6 499 0 24 3016 0 42 5322 0 60 7170 0
7 601 1 25 3077 0 43 5389 0 61 7171 0
1 Si
8 657 0 26 3104 0 44 5472 0 62 7182 0

9 671 0 27 3120 0 45 5740 0 63 7216 0

10 878 1 28 3264 0 46 5753 0 64 7251 1
11 895 1 29 3324 0 47 5771 0 65 7275 0
12 1433 0 30 3643 0 48 6028 0
13 1441 0 31 3649 0 49 6090 0 n: Tamaño de la
14 1449 1 32 3664 0 50 6421 1
15 1605 0 33 3855 1 51 6433 0
muestra
16 2136 0 34 3927 0 52 6439 1
17 2302 1 35 4025 0 53 6551 1 NºA: Numero aleatorio
18 2344 0 36 4266 0 54 6649 0

X : Variable
03/02/2017 8
 Estimación puntual

a.- p = 0.26

b.- A = 7500*0.26 = 1950

Interpretación:
Se espera que la proporción de analfabetos en el área
urbana es del 26% y el total de analfabetos 1950 ciudadanos.

03/02/2017 9
 Intervalo de Proporción: P

c.- Intervalo de p: t1 = IDF.T(0. 02,64) = -2.0965

t2 = IDF.T(0.98, 64) = 2.0965
t2 = INV.T( 0.04, 64) = 2.0965
t1 = Por simetría de la función = -2.0965

LI  0.26  2.0965(0.05493)  0.14 γ = 96%

LS  0.26  2.0965(0.05493)  0.37
0.14 0.26 0.37
LI LS

Interpretación: Se espera que P sea un punto del segmento 0.14 ,

0.37 con una seguridad del 96%

03/02/2017 10
 Intervalo del Total A
c.- Intervalo de A = 1950 SA = 412.01

LI  1950  2.0965(412.01)  1086.2

LS  1950  2.0965(412.01)  2813.8
γ = 96%

1086.2 1950 2813.8

LI LS

Interpretación: Se espera que A sea un punto del segmento 1086.2 ,

2813.8 con una seguridad del 96%

03/02/2017 11
 Intervalo de Confianza Un-Lado

Estamos 95% seguros que la media de la población es al

menos tan grande como
X  tonesided S X
O: Estamos 95% seguros que la media de la población no es
mas grande que
X  tonesided S X
Donde t proviene de la tabla t de un-lado 95% un-lado
…
… 95% un-lado
90% dos-lados
95% dos-lados

Error Standard
Promedio muestra
03/02/2017 12
 Ejemplo: Producción Médica

Producción de una nueva droga para el ataque al corazón

n = 10 corridas de producción
X = 68.3 gramos producidos
S = 14.6 gramos S X  S / n  14.6 / 10  4.617
Presupuesto anual necesita saber acerca de  = tasa
media del proceso de producción
99% un-lado cálculo del intervalo de confianza
t = 2.821 para 1-lado 99% confianza con n = 10
X  t unlado S X  68.3  2.821 4.617  55.28
Estamos 99% seguros que la tasa media de producción 
es al menos 55.28
03/02/2017 13
 n = 10
X  68.7 γ= 95 %
S X  S / n  14.6 / 10  4.617
0 t
2.821
L  X  tunladoS X
L  68.3  2.821 4.617  55.28
γ= 95 %
P( µ < 55.28) = 0.95 LS
55.28

03/02/2017 14
 LA DISTRIBUCION t Student

Para muestras de tamaño menor a 30 llamadas pequeñas

muestras, la aproximación normal no es tan buena y va siendo
peor a medida que n disminuye, por lo que hay necesitad de
hacer uso de otra distribución, esta es la distribución t de Student
cuya aplicación son validas para muestras grandes y pequeñas.

x x x

t  análogo a z
s / n 1 s / n / n

S2 
 x  x
2
^2
S 
 x  x
2 Donde :
n : Tamaño de la muestra
n n 1 n-1 Números de grados de libertad.

03/02/2017 15
 Ejemplo:
A nueve pacientes que sufren la misma incapacidad física,
y por lo tanto son comparables, se les pidió que llevaran a
cabo cierta tarea como parte de un experimento. El tiempo
promedio necesario para realizar la tarea fue de siete
minutos con una desviación estándar de dos minutos.
Suponiendo que la distribución de los datos es normal,
construir intervalos de confianza del 90, 95 y 99 por ciento
para el tiempo medio real necesario para que este tipo de
pacientes efectué la tarea.

03/02/2017 16
 Ejemplo:
El administrador de un hospital tomo una muestra de 25
cuentas vencidas con el propósito de estimar el monto
medio de la deuda. A partir de dicha muestra, calculo con
una media de $250 y una desviación estándar de $75. Si
todas las cuentas vencidas siguen una distribución
normal, calcular los intervalos de confianza del 90, 95 y
99 por ciento para μ.

03/02/2017 17
 TAMAÑO DE MUESTRA

Para determinar el tamaño de la muestra depende de los

parámetros que se desea estimar, es decir podemos estar
interesados en conocer una media aritmética, una proporción,
diferencia de medias o una diferencia de proporciones, de una o
dos poblaciones. Para cada uno de los casos mencionados
anteriormente existe una determinada fórmula.
a) Estimación de la media
𝟐
x _
 𝐳𝟏−𝛂/𝟐 σ𝟐
z ( x  )  d  z1 / 2 𝐧=
/ n n 𝐝𝟐
NOTA: estimar ES con la relación siguiente
Vmax  Vmin

6

03/02/2017 18
 TAMAÑO DE MUESTRA

a) Estimación de la media con N conocida.

x N n _
 N n
z ( x   )  d  z1 / 2
/ n N 1 n N 1

𝟐
𝐍𝐳𝟏−𝛂/𝟐 σ𝟐 𝐍 𝐭 𝟐𝟏−𝛂/𝟐 σ𝟐
𝐧= 𝟐 𝐧=
𝐝𝟐 𝐍−𝟏 +𝐳𝟏−𝛂/𝟐 𝛔𝟐 𝐝𝟐 𝐍−𝟏 +𝐭 𝟐𝟏−𝛂/𝟐 𝛔𝟐

Nz12 / 2 2
n 2
d ( N  1)  z12 / 2 2

03/02/2017 19
 b) Estimación de una proporción.

pe  p p(1  p)
z ( pe  p)  d  z1 / 2
p (1  p ) n
n
𝟐
𝐳𝟏−𝛂/𝟐 𝐩(𝟏−𝐩) 𝐭 𝟐𝟏−𝛂/𝟐 𝐩𝐪
𝐧= 𝐧= 1
𝐝𝟐 𝐝𝟐
𝐍 𝐳 𝟐 𝛂 𝐩(𝟏−𝐩) 𝐍 𝐭 𝟐𝟏−𝛂/𝟐 𝐩𝐪
𝐧=
𝟏−
𝟐 𝐧= 2
𝟐 𝐝𝟐 𝐍−𝟏 +𝐭 𝟐𝟏−𝛂/𝟐 𝐩𝐪
𝐝𝟐 𝐍−𝟏 +𝐳𝟏−𝛂/𝟐 𝐩𝐪
NOTA : En caso que no existiera estudio similares y no pudiera hacerse un
estudio piloto, se recomienda considerar la máxima varianza cuando p= 0.5 con
un error de 0.05 ( d = 0.05)
Si la fracción de muestreo n/N es menor 1% se puede hacer uso de la formula 1

03/02/2017 20
 Ejemplo:
Un nutriólogo del departamento de salud, al efectuar una
encuesta entre una población de muchachas adolescentes
con el fin de determinar su ingestión diaria promedio de
proteínas, buscó el consejo de un bioestadística con
respecto al tamaño de la muestra que debe tomar. Antes de
que el estadístico pueda ayudar al nutriólogo, éste debe
proporcionar tres elementos de información: la dimensión
deseada del intervalo de confianza, el nivel de confianza
deseado y la magnitud de la varianza de la población, d =
5 z =1.96 S =20 . 1.962 (20)2
n 2
 61.47
(5)
n = 62 adolescentes
03/02/2017 21
 Ejemplo :
Se planea realizar una encuesta para determinar
qué proporción de familias en cierta área carece de
servicios médicos. Se cree que la proporción no
puede ser mayor que 0.35 Se desea un intervalo de
confianza del 95 % con d = 0.05 ¿ de qué tamaño se
debe seleccionar la muestra de familias?
1.962 (0.35)(0.65)
n 2
 349.6
(0.05)
n = 350 familias
03/02/2017 22
 INFERENCIA DE VARIANZA

10
 ESTIMACION DE LA VARIANZA
POBLACIONAL

VARIANZA POBLACIONAL VARIANZA MUESTRAL


 ix   2

 
2
2  _

N   xi  x 
 
s2 
n 1

 ix   2

S x2 
N 1
Muestreo con reemplazo:  
Es 
2  si
2

Nn
   i
2
s
Muestreo sin reemplazo: E s2
N Cn

03/02/2017 24
 _ 2
 
  xi  x 
s2   
Ejemplo: n 1
SEGUNDA MUESTRA
6 8 10 12 14
6 0 2 8 18 32
8 2 0 2 8 18
PRIMERA
MUESTRA
10 8 2 0 2 8
12 18 8 2 0 2
14 32 18 8 2 0

Varianza en la población : (6, 8, 10, 12, 14)


 ix   2

 ix   2

2  8 S2   10
N N 1

E s   
Muestreo con reemplazo: s 2
0  2  ...  2  0 200
2 i
  8
Nn 25 25

E s   
2  8  ...  8  2 100
2
Muestreo sin reemplazo: s
2 i
   10
N Cn 10 10
03/02/2017 25
 INTERVALO DE CONFIANZA PARA LA
VARIANZA DE UNA POBLACION CON
DISTRIBUCION NORMAL
(𝐧 − 𝟏)𝐬𝐗𝟐 𝟐
→ 𝛘 𝐧−𝟏 𝐠𝐥
𝛔𝟐

(𝐧 − 𝟏)𝐬𝐗𝟐
𝛘𝟐𝛂/𝟐 ≤ ≤ 𝛘𝟐
𝟏−𝛂/𝟐
𝛔𝟐

(𝐧 − 𝟏)𝐬𝐗𝟐 (𝐧 − 𝟏)𝐬𝐗𝟐 (𝐧−𝟏)𝐬𝐗𝟐 (𝐧−𝟏)𝐬𝐗𝟐

≤ 𝛔𝟐 ≤ 𝐏 ≤ 𝛔𝟐 ≤ =𝛄
𝛘𝟐(𝟏−𝛂 /𝟐) 𝛘𝟐(𝛂 /𝟐) 𝛘𝟐(𝟏−𝛂 /𝟐) 𝛘𝟐(𝛂 /𝟐)

03/02/2017 26
 Ejemplo:
Se efectuaron mediciones de la concentración de amilasa
en suero de una muestra de 15 individuos aparentemente
sanas. La muestra proporciono una media de 96
unidades/100ml y una desviación estándar de 35
unidades/100 ml. La varianza se desconoce. Construir un
intervalo de confianza del 95% para la varianza de
amilasa del suero.
 (14)1225 (14)1225 
P  2    0.95
 26.119 5.629 

 
P 656 .6101   2  3046 .7223  P25 .62    55 .2   0.95

03/02/2017 27
 INTERVALO DE CONFIANZA PARA LA RAZON DE
LAS VARIANZAS DE DOS POBLACIONES CON
DISTRIBUCION NORMAL

 s12 /  12 

 s2 /  2 
  F( n1. gl ;n 2. gl )
 2 2 
La distribución muestral se basa en los supuestos
siguientes: las varianzas muestrales son calculados a partir
de muestras independientes de tamaño n1 y n2; y que sean
extraídas de poblaciones distribuidas normalmente.
 s12 /  12   s12 / s22   12  s12 / s22 
F( / 2)   2 2   F(1 / 2) P   2   
 s2 /  2  F 
 (1 / 2 )   2  F( / 2 ) 

03/02/2017 28
 Ejemplo:
Un grupo de investigadores seleccionan una muestra aleatoria simple de
tamaño 21 a partir de una población de adultos aparentemente sanos , asi
como una muestra aleatoria simple independiente de tamaño 16 de una
población de pacientes con el mal de Parkinson. La variable de interés fue el
tiempo de reacción a un estímulo en particular. La varianza para la muestra1
fue 1600 y para la muestra 2 fue de 1225. Se desea formar al intervalo de
confianza del 95% para el cociente o razón de las varianzas poblacionales.
 1600 / 1225   12  1600 / 1225     12  
P 
 2   
 P 0.473   2   3.36   0.95
 

 2.76 2  0.389   2  
FT : Se extrae directamente de tabla F.
1
F(1 , gl1, gl 2) 
FT (1 / 2, 20 gl ,15 gl )  FT ( 0.975, 20 gl ,15 gl )  2.76 F( , gl 2, gl 2)
FT : Se extrae directamente de tabla F.
1 1 1
F( / 2, 20 gl ,15 gl )    0.389
FT (1 / 2,15 gl , 20 gl ) FT (0.025,15 gl , 20 gl ) 2.57
03/02/2017 29
03/02/2017 30