ESTIMACIÓN POR INTERVALOS DE CONFIANZA – NOTAS DE CLASE

Los siguientes conceptos son tomados de Díaz, Martín:

Dos métodos de estimación:

Estimación Puntual: Con un número obtenido a partir de un estimador, pretender acercarse al

verdadero valor del parámetro.

Estimación por Intervalos de Confianza: 2 valores a y b, que dependen del parámetro a estimar (y
de la distribución de probabilidad a utilizar), dentro de los cuales, con cierto nivel de confianza, se
encuentra el verdadero valor del parámetro desconocido.

𝑎≤𝜃≤𝑏
Donde a = Límite inferior de confianza y b = Límite superior de confianza. Y θ= parámetro (puede
ser por ejemplo, la media poblacional μ, la varianza poblacional σ2, o la proporción poblacional π
𝜎12
(ó P), para el caso de una población; o diferencia de medias Δμ, cociente de varianzas , o
𝜎22
diferencia de proporciones Δπ ó ΔP.

Recuerde que los intervalos de confianza y las pruebas de hipótesis se les hacen a los Parámetros.

Nota: Las fórmulas aquí utilizadas son tomadas del libro de Walpole Myers, 9 ed.

1
1. Intervalo de confianza para una media poblacional μ
Casos de Z (Distribución Normal Estándar):
 Población normal, varianza población conocida, no importa n (tamaño de la muestra).
 Población de cualquier distribución, varianza desconocida, 𝑛 ≥ 30 (Teorema del
Límite Central - TLC).

Los intervalos de confianza para medias y proporciones tienen la estructura:

𝜃̂ ± 𝑒𝑟𝑟𝑜𝑟 𝑑𝑒 𝑒𝑠𝑡𝑖𝑚𝑎𝑐𝑖ó𝑛

𝜃̂ ± 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑡𝑎𝑏𝑙𝑎(𝑍 / 𝑇) × 𝑒𝑟𝑟𝑜𝑟 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟

Donde el error estándar = desviación estándar del estimador utilizado, y 𝜃̂ es un estimador

puntual.

Los valores de Z ó T, para el caso de intervalos de confianza, favor tomarlos POSITIVOS siempre.

Alfa = error – Nunca se puede tener 100% certeza de algo.

Tabla de Alfas más comúnmente utilizados

Alfa NC (Nivel Confianza) (%)

0,10 90
0,05 95
0,02 98
0,01 99
0,005 99,5
Fórmula del tamaño de muestra – Aproximar n al entero inmediatamente superior

Ejercicio

2
3
X= Profundidad del módulo conector de marcapasos [In] –Variable Aleatoria Dist. Aprox. Normal.

μ = Media de la profundidad – Parámetro al cual se le calculará el IC.

Datos:

NC = 95% - Esto indica que alfa = 0,05 y alfa medios = 0,05/2 = 0,025.

𝑛 = 75, 𝑥̅ = 0,310; 𝜎 = 0,0015. – Trabajar con Z.

Obtener el valor 𝑧𝛼⁄ = 𝑧0,025 = 1,96 (𝑡𝑎𝑏𝑙𝑎)

2

Fórmula:
𝜎
𝑥̅ ± 𝑧𝛼⁄
2 √𝑛

Reemplazando:
0,0015
0,310 ± (1,96 × ) = 0,310 ± 0,0003
√75
Lo que se reduce a:

0,3097 ≤ 𝜇 ≤ 0,3103
Conclusión genérica: Al nivel de confianza dado, el parámetro oscila entre LIC y LSC

Conclusión Problema: Con un 95% de confianza, la media de la profundidad de los módulos

conectores del marcapasos se encuentra entre 0,3097 y 0,3103 In.

9,7 Datos

Error e: 0,0005

NC 95% - Con lo que se obtiene 𝑧𝛼⁄ = 𝑧0,025 = 1,96

2

Fórmula:
𝑧𝛼⁄ 𝜎 2
𝑛=( 2 )
𝑒
Reemplazando:

1,96 × 0,0015 2
𝑛=( ) = 34,57 ≈ 35 𝑚𝑎𝑟𝑐𝑎𝑝𝑎𝑠𝑜𝑠
0,0005
Respuesta: Se necesitan 35 marcapasos para tener un 95% de confianza en que la media muestral
no distará de la media poblacional en no más de 0,0005 In.

Caso de T Student:
 Población normal, varianza desconocida, n<30 (Muestras pequeñas)

Fórmula (También extraída de Walpole Myers):

4
X = Diámetro de pieza cilíndrica [cm]. Distribución normal

Manejo calculadora: Obtener media y desviación estándar muestrales.

𝑥̅ = 1,0056; 𝑠 = 0,0246 𝑐𝑚; 𝑛 = 9

NC 99% - Alfa = 0,01 y alfa medio = 0,005

Población normal, varianza poblacional desconocida, n<30 – Use caso T para el IC para μ

Grados de libertad = 𝑣 = 𝑛 − 1 = 9 − 1 = 8

𝑡𝛼⁄ = 𝑡0,005;8 = 3,355

2;𝑛−1

Fórmula
𝑠
𝑥̅ ± 𝑡𝛼⁄
2;𝑛−1 √𝑛

Reemplazando:
0,0246
1,0056 ± 3,355 ×
√9
Simplificando:

1,0056 ± 0,0275
Lo que se reduce a:

0,9781 ≤ 𝜇 ≤ 1,0331

5
Conclusión: con un 99% de confianza, la media del diámetro de las piezas que se manufacturan
con la máquina se encuentra entre 0,9781 y 1,0331 cm

X= Pies cuadrados de tabla de sembrado

Int. Confianza del 90% para μ

𝑛 = 1000; 𝑥̅ = 695; 𝑠 = 22,1

Se utiliza caso Z, dado n>30 (TLC)

Para un NC 90%, alfa medios = 0,05 y 𝑧𝛼⁄ = 𝑧0,05 = 1,645 (𝑡𝑎𝑏𝑙𝑎)

2

Fórmula:
𝑠
𝑥̅ ± 𝑧𝛼⁄
2 √𝑛

Reemplazando:
22,1
695 ± (1,645 × ) = 695 ± 1,15
√1000
Lo que se reduce a:

693,85 ≤ 𝜇 ≤ 696,15
Conclusión genérica: Al nivel de confianza dado, el parámetro oscila entre LIC y LSC

Conclusión Problema: Con un 90% de confianza, la media de pies cuadrados de tabla para sembrado
se encuentra entre 693,85 y 696,15 bf. Como el IC no incluye el valor de 700, la empresa no debería
sembrar el bosque.

2. Intervalo de confianza del 100(1-α)% para la varianza poblacional σ2.

Aclarar que la variable aleatoria sea normal.

6
X= Duración de baterías [año]. Distribución normal.

IC del 95% para la varianza poblacional – Distribución Chi Cuadrado.

De los datos de la muestra se obtiene:

𝑥̅ = 3; 𝑠 = 0,9028 𝑎ñ𝑜𝑠; 𝑛 = 5
NC: 95%, entonces alfa medios = 0,025 y grados de libertad 𝑣 = 𝑛 − 1 = 5 − 1 = 4

Los valores Chi son:

2 2
𝜒0,025;4 = 11,143 𝑦 𝜒0,975;4 = 0,484

Fórmula:

(𝑛 − 1)𝑆 2 (𝑛 − 1)𝑆 2
≤ 𝜎2 ≤
𝜒𝛼2⁄ 2
𝜒1−𝛼⁄
2;𝑛−1 2;𝑛−1

Reemplazando:

(𝑛 − 1)𝑆 2 = 4 × 0,90282 = 3,26

3,26 3,26
≤ 𝜎2 ≤
11,143 0,484
Simplificando:

0,2926 ≤ 𝜎 2 ≤ 6,7355
7
Un IC aproximado del 95% para σ sería:

0,5409 ≤ 𝜎 ≤ 2,5953
Conclusión: Con un 95% de confianza, la varianza poblacional de la duración de las baterías oscila
entre 0,2926 y 6,7355 años2. Como el 1 se encuentra dentro del intervalo, la afirmación del
fabricante de baterías es válida, con un 95% de Confianza.

3. Intervalo de confianza para una proporción poblacional (binomial) grande. Π ó P

𝑝 = 𝑥⁄𝑛
Fórmula tomada, como todas, de Walpole Myers

Tamaño de muestra para proporción

Si no se sabe nada, asume 50-50

8
X= Número de personas a favor del juicio de anexión

P = Proporción de personas a favor del juicio de anexión

𝑥 114
𝑝̂ = = = 0,57
𝑛 200
𝑞̂ = 1 − 𝑝̂ = 1 − 0,57 = 0,43
Para un 96% Confianza, alfa medios = 0,02 y

𝑍𝛼⁄ = 𝑍0,02 = 2,054 (𝑡𝑎𝑏𝑙𝑎)

2

Fórmula IC

𝑝̂ 𝑞̂
𝑝̂ ∓ 𝑍𝛼⁄ √
2 𝑛

Reemplazando:

0,57 × 0,43
0,57 ∓ 2,054√
200

Lo que reduce a:

0,57 ∓ 0,072
0,498 ≤ 𝑃 ≤ 0,642
Con un 96% de confianza, la proporción verdadera de personas a favor del juicio de anexión se
encontrará entre 0,498 y 0,642.

9
b) Con un nivel de confianza del 96%, se puede afirmar que el error en la estimación de la proporción
verdadera de votantes a favor del juicio de anexión, no superará el 7,2%.

9,59) tamaño de muestra teniendo un p estimado inicial

𝑥 114
𝑝̂ = = = 0,57
𝑛 200
NC= 96%; del ejercicio anterior 𝑍0,02 = 2,054 (𝑡𝑎𝑏𝑙𝑎) y 𝑒𝑟𝑟𝑜𝑟 𝑒 = 0,02.

𝑧𝛼2⁄ 𝑝̂ 𝑞̂
2
𝑛=
𝑒2
Reemplazando

2,0542 × 0,57 × 0,43

𝑛= = 2585,14 ≈ 2586 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
0,022
En el peor de los casos (sin muestra piloto)

𝑧𝛼2⁄ 2,0542
2
𝑛= = = 2636,82 ≈ 2637 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
4𝑒 2 4(0,022 )
Intervalos de confianza para dos poblaciones

4. Intervalo de confianza para la diferencia de proporciones ∆𝑃 = 𝑃1 − 𝑃2

Recordar que estas proporciones son binomiales, se verá el caso de muestras grandes, de forma
que se utilice la aproximación normal.

X1= Número de estudiantes graduados que fueron a clima cálido por vacaciones.

X2= Número de estudiantes no graduados que fueron a clima cálido por vacaciones.

P1= Proporción de estudiantes graduados que fueron a clima cálido por vacaciones

P2= Proporción de estudiantes no graduados que fueron a clima cálido por vacaciones.

La aproximación se debe cumplir para los 4 valores (Sean por lo menos 5) = Use Z.

10
 𝑥1 10
𝑝̂1 = = = 0,20 𝑦 𝑞̂1 = 1 − 0,20 = 0,80
𝑛1 50
𝑥2 24
𝑝̂ 2 = = = 0,32 𝑦 𝑞̂2 = 1 − 0,32 = 0,68
𝑛2 75
Para un NC 95%, alfa medios = 0,025

NC 95% - Con lo que se obtiene 𝑍𝛼⁄ = 𝑍0,025 = 1,96

2

Fórmula:

𝑝̂1 𝑞̂1 𝑝̂ 2 𝑞̂2

(𝑝̂1 − 𝑝̂ 2 ) ± 𝑍𝛼⁄ √ +
2 𝑛1 𝑛2

Reemplazando:

0,20 × 0,80 0,32 × 0,68

(0,20 − 0,32) ± 1,96√ +
50 75

Lo que se reduce a:

−0,12 ± 0,1531
Intervalo de confianza del 95% resulta:

−0,2731 ≤ 𝑃1 − 𝑃2 ≤ 0,0331
Conclusión 1 décima: Con un 95% de confianza, la diferencia entre las proporciones de graduados y
no graduados que fueron a clima cálido a vacacionar, oscila entre -0,2731 y 0,0331.

CONCLUSIONES PARA INTERVALOS DE CONFIANZA DE DIFERENCIA DE MEDIAS O PROPORCIONES

Revisar si el intervalo obtenido incluye o no el cero.

 Si el IC incluye el cero, se concluye que no existe diferencia estadísticamente

significativa entre las (medias/proporciones), al nivel de confianza dado.
 Si el IC NO incluye el cero, se infiere que existe diferencia estadísticamente significativa
entre las (medias/proporciones), al nivel de confianza dado. En este caso, además,
revisar entonces cómo son los límites de confianza del intervalo: Si ambos límites son
positivos, el parámetro de la población 1 es mayor que el parámetro correspondiente a
la población 2; en caso contrario, el parámetro de la población 1 es menor que el de la
población 2, al nivel de confianza dado.

11
Conclusión 2 décimas: Como el IC incluye el cero, no existe diferencia estadísticamente significativa
entre las proporciones de graduados y no graduados que fueron a clima cálido a vacacionar, con un
95% de confianza.

5. Intervalo de confianza para Diferencia de medias, muestras grandes, población normal o no. No
aplica prueba de varianzas, interesa es comparar las medias, normalmente.

Usa caso Z. Tomado de Walpole Myers, la fórmula y el párrafo siguiente.

Ejercicio: Tomado de Jay Devore. Probabilidad y Estadística para Ingeniería y Ciencias.

12
6. Intervalo de confianza para diferencia de medias, muestras pareadas (Relacionadas)
Normalmente, el tamaño de muestra es pequeño, por eso se usa distribución T.
Procedimiento: Revisar que el ejercicio sea pareado. Una condición necesaria es que el número
de mediciones de cada variable debe ser el mismo, ya que ambos procedimientos son aplicados
a la misma unidad experimental.
Calcule la columna de las diferencias, acorde a como sugiera el problema. O normalmente,
acudiendo a la lógica (Después – Antes). Trátela luego como de una variable, y calcúlele los
estadísticos resumen.

13
X = Presión arterial diastólica en madres 2 etapas

A cada madre se le tomaron las dos mediciones (pareado).

IC de 95% para diferencia de medias, muestras pareadas.

∆𝜇 = 𝜇𝑒𝑡𝑎𝑝𝑎2 − 𝜇𝑒𝑡𝑎𝑝𝑎1

Diferencias (2-1) = 9 0 1 7 7 -2 1 3

Calcule los estadísticos resumen:

𝑑̅ = 3,25; 𝑠𝑑 = 3,9551
NC: 95%, entonces alfa-medios = 0,025, grados de libertad 𝑣 = 𝑛 − 1 = 8 − 1 = 7

𝑡𝛼⁄ = 𝑡0,025;7 = 2,365

2,𝑣

Fórmula:
𝑠𝑑
𝑑̅ ± 𝑡𝛼⁄
2,𝑣 √𝑛
Reemplazando:
3,9551
3,25 ± 2,365 ×
√8
Simplificando:

3,25 ± 3,3071
Intervalo de confianza:

−0,0571 ≤ ∆𝜇 ≤ 6,5571
Conclusión 1 décima: ___________(colocar)

14
Conclusión 2 décimas: Como el 0 está incluido en el IC, no existe diferencia estadísticamente
significativa entre las medias de presiones arteriales diastólicas de las dos etapas, con un 95% de
confianza.

Ejercicios tomados del texto Bioestadística de Daniel.

7. Intervalo de confianza para diferencia de medias, muestras pequeñas, poblaciones

Independientes y normales.
8. Primero, compruebe si las varianzas poblacionales son iguales o no con la fórmula de intervalo
de confianza para el cociente de varianzas – Usa distribución F.

15
Después, determine acorde al resultado obtenido, si el caso para diferencia de medias es con
varianzas iguales (Usa Sp y distribución t con n1+n2-2 grados de libertad)

En caso contrario, use el caso t varianzas desiguales (Aproximación de Welch o Satterwaite)

16
X = Kilómetros recorridos hasta el desgaste de llanta (Km)
μ = Desgaste promedio

Item A B
Media muestral 36300 38100
Desv est muestral 5000 6100
n 12 12
No suponer, comprobar cómo son las varianzas poblacionales acorde a la conclusión
obtenida con el intervalo de confianza para la razón de varianzas.
𝑠12 50002
= = 0,6719
𝑠22 61002
NC 90%; alfa =0,10 y alfa medios = 0,05.

17
 𝑓𝛼⁄2;𝑛1 −1;𝑛2 −1 = 𝑓0,05;11;11 = 2,82

𝑠12 𝜎12 𝑠12

≤ ≤ 𝑓𝛼
𝑠22 𝑓𝛼⁄2;𝑛1 −1;𝑛2 −1 𝜎22 𝑠22 ⁄2;𝑛2 −1;𝑛1 −1

Reemplazando:
0,6719 𝜎12
≤ 2 ≤ 0,6719 × 2,82
2,82 𝜎2
𝜎12
0,2383 ≤ ≤ 1,8948
𝜎22
Conclusión 1 décima: Con un 90% de confianza, el cociente de varianzas poblaciones de
desgaste oscila entre 0,2383 y 1,8948.
CONCLUSIONES PARA INTERVALOS DE CONFIANZA – COCIENTE DE VARIANZAS POBLACIONALES

Revisar si el intervalo obtenido incluye o no el UNO.

 Si el IC incluye el uno, se concluye que las varianzas poblacionales son estadísticamente

iguales, al nivel de confianza dado.
 Si el IC NO incluye el uno, se infiere que las varianzas poblacionales son diferentes, al
nivel de confianza dado. En este caso, además, se puede observar cuál población
presenta mayor variabilidad: Si ambos límites del IC obtenido son menores que 1, la
varianza poblacional 1 es menor que la 2; y si ambos límites son mayores que uno, la
varianza poblacional 1 es mayor que la 2.

Como el 1 está incluido en el IC, las varianzas poblacionales son iguales con
un 90% de confianza.
Intervalo de confianza para la diferencia de medias poblacionales, muestras
pequeñas, población normal, varianzas iguales: t con Sp.
∆𝜇 = 𝜇𝐴 − 𝜇𝐵
∆𝑋̅ = 𝑋̅𝐴 − 𝑋̅𝐵 = 36300 − 38100 = −1800
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22
𝑆𝑝2 =
𝑛1 + 𝑛2 − 2
(11) × 50002 + (11) × 61002
𝑆𝑝2 = = 31105000
22
𝑆𝑝 = 5577,1857

18
 1 1 1 1 2 1
√ + =√ + = √ = √ = 0,4083
𝑛1 𝑛2 12 12 12 6

1 1
𝑆𝑝 √ + = 5577,1857 × 0,4083 = 2277,1649
𝑛1 𝑛2

NC 95%, entonces alfa medios = 0,025 y

𝑡𝛼⁄2;𝑛1 +𝑛2 −2 = 𝑡0,025;22 = 2,074

1 1
𝑡𝛼⁄2;𝑛1 +𝑛2 −2 𝑆𝑝 √ + = 2,074 × 2277,1649 = 4722,84
𝑛1 𝑛2

IC fórmula

1 1
∆𝑋̅ ± 𝑡𝛼⁄2;𝑛1 +𝑛2 −2 𝑆𝑝 √ +
𝑛1 𝑛2

Reemplazando:
−1800 ± 4722,84
Se obtiene:
−6522,84 ≤ 𝜇𝐴 − 𝜇𝐵 ≤ 2922,84
Conclusión 1 décima: Con un 95% de confianza, la diferencia media de
desgaste oscila entre -6522,84 y 2922,84 Km.
Conclusión 2 décimas: Como el 0 está incluido en el IC, no existe diferencia
estadísticamente significativa entre las medias de desgaste, con un 95% de
confianza.
Si las varianzas poblacionales hubiesen sido desiguales – Método con el t con
grados de libertad aproximados con Welch o Satterwaite

𝑠2 𝑠2 50002 61002
√ 1 + 2 =√ + = 2276,8765
𝑛1 𝑛2 12 12

19
Grados de libertad aproximados:
𝑠2 𝑠2
(𝑛1 + 𝑛2 )2
𝑣∗ = 2 1 2
𝑠 𝑠2
(𝑛1 )2 (𝑛2 )2
1 2
𝑛1 − 1 + 𝑛2 − 1
Reemplazando
2
50002 61002
( 12 + 12 )
∗
𝑣 = 2 2
50002 61002
( ) ( )
12 12
+
11 11
2,687558403 × 1013
𝑣∗ =
(3,945707071 × 1011 + 8,741061237 × 1011 )
𝑣 = 21,18 ≈ 21
𝑡0,025;21 = 2,080
𝑡 × 𝑟𝑎𝑑𝑖𝑐𝑎𝑙 = 2,080 × 2276,8765 = 4735,90
Fórmula del IC

𝑠12 𝑠22
̅
∆𝑋 ± 𝑡𝛼⁄2;𝑣 ∗ √ +
𝑛1 𝑛2

Reemplazando:
−1800 ± 4735,90
Se obtiene:
−6535,90 ≤ 𝜇𝐴 − 𝜇𝐵 ≤ 2935,90
Conclusiones de 1 y 2 décimas – Darlas.

20