Documentos de Académico
Documentos de Profesional
Documentos de Cultura
confianza
8-1
Un banquero requiere saber sobre el porcentaje de deudas
vencidas del banco.
8-2
Se tienen múltiples situaciones donde se requieren estimar
parámetros poblacionales, los cuales tendrán que efectuarse en
base a la toma de una muestra de la población por razones de
costo, tiempo y de viabilidad.
8-3
Objetivos
8-4
Desarrollo y Cobertura
8-5
Punto Estimado o Estimado Puntual
Ejemplo:
Para determinar el costo de un producto se selecciona una
muestra y cada producto de la muestra es seguido a través de
todo el proceso productivo, registrándose los costos en que se
incurre. Se indentifica el costo total de cada producto y luego el
costo promedio de la muestra. Este costo promedio es un
estimado puntual, o punto estimado, del verdadero costo promedio
de producción, el cual es un parámetro de la producción.
8-6
Puntos Estimados
Media μ x
Proporción π p
Un punto estimado es un número, estimado a través de
una muestra, y empleado como estimación de un
parámetro desconocido.
8-7
Punto Estimado o Estimado Puntual
8-8
Intervalos de Confianza
Límite de Límite de
Confianza Confianza
Inferior Punto Estimado Superior
Ancho del intervalo de
confianza
8-9
Proceso de Estimación
Muestra
8-10
Fórmula General
Valor z ( ó t) basado
en el nivel de
confianza deseado
8-11
Nivel de Confianza
Nivel de Confianza
Confianza en que el intervalo
contendrá al parámetro
desconocido
Un porcentaje (menor al 100%)
Los más comunes: 90%, 95%, 99%.
8-12
Nivel de Confianza, (1-)
(continuación)
8-13
Intervalos de Confianza
Intervalos de
Confianza
Media Proporción
Poblacional Poblacional
σ σ
conocida desconocida
8-14
Intervalo de Confianza para μ
(σ Conocida)
Supuestos
Desviación estándar poblacional σ es
conocida.
Población tiene distribución normal.
Intervalo de confianza:
Error estándar
Estimado
σ
xz
Punto
Valor
crítico n
8-15
Hallando el Valor Crítico
Considerar un intervalo de z 1.96
confianza al 95%:
1 .95 0.95/2 = 0.475
buscar en la
tabla Z
α α
.025 .025
2 2
8-17
Cálculo de un Intervalo de Confianza
para la Media (s Conocida)
1. Seleccionar una muestra aleatoria de
tamaño n.
2. Especificar el nivel de confianza.
3. Calcular la media muestral.
4. Determinar el error estándar.
5. Determinar el valor crítico (z) de la tabla
normal estándar.
6. Calcular el intervalo de confianza.
8-18
Ejemplo
8-19
Ejemplo
(continuación)
Solución:
σ
xz
n
2.20 1.96 (0.35/ 11)
2.20 .2068
1.9932 2.4068
8-20
Interpretación
8-21
Margen de Error
8-22
Margen de Error
Margen de Error (e): Es la cantidad agregada y
sustraída al punto estimado para formar el intervalo de
confianza
Define la relación entre el parámetro (población) y su estadístico
(muestra).
Medida de la cercanía que se espera que el estimado puntual esté del
parámetro poblacional, según el nivel de confianza especificado.
σ σ
xz ez
n n
8-23
Factores que Afectan el
Margen de Error
σ
ez
n
Dispersión de datos, σ : e cuando σ
8-24
Intervalo de Confianza para μ
(σ Desconocida)
8-25
Intervalo de Confianza para μ
(σ Desconocida)
8-26
Intervalo de Confianza para μ
(σ Desconocida)
(continuación)
Supuestos
Desviación estándar poblacional es desconocida.
Población tiene distribución normal.
Si la población no es normal, usar una muestra
grande n > 30.
Intervalo de Confianza:
s
xt
n
8-27
Distribución t (de Student)
gl. = n – 1
Solamente hay n-1 datos independientes en la muestra
dado que la media muestral ha sido calculada.
8-28
Distribución t (de Student)
Comparación de distribuciones t con Z cuando
n crece
Cuando n , el estimado de s se
Normal hace mejor y t converge a Z
Estándar
(t con gl = )
t (gl = 13)
Las distribuciones t son
simétricas y tienen forma
de campana, pero tienen t (gl = 5)
colas más gruesas que la
normal
0 t
8-29
Tabla t (de Student)
Nivel de Confianza
Sea: n = 3, gl = n - 1 = 2,
gl 0.50 0.80 0.90 nivel de confianza = 90%
El cuerpo de la tabla
contiene valores t, 0 2.920 t
no probabilidades
8-30
Distribución t: Valores
Comparación con el valor z
Nivel de t t t z
Confianza (10 gl) (20 gl) (30 gl) ____
8-31
Ejemplo
Una muestra aleatoria de n = 25 tiene x = 50 y
s = 8. Construir un intervalo de confianza al
95% para μ
8-32
Aproximación para Muestras
Grandes
Como t se parece a z cuando el tamaño muestral
crece, una aproximación es usada a veces cuando n
es grande.
La tabla proporciona valores t hasta los 500 grados
de libertad.
Hay programas que proporcionan el valor t correcto
para cualquier grado de libertad.
s s
xt xz
n n
8-33
Tamaño de la Muestra
Lo ideal es tener un alto nivel de confianza, un bajo
margen de error y un tamaño de muestra pequeño.
8-34
Determinación del Tamaño de
Muestra
El tamaño de muestra requerido puede ser
hallado considerando un margen de error
deseado (e) y un nivel de confianza (1 - )
s z σ
2
zσ 2 2
ez n 2
n e e
8-35
Tamaño de Muestra Requerido:
Ejemplo
Si s = 45. ¿Cuál es el tamaño de muestra
necesario al 90% de confianza para estar
dentro del ± 5?
zσ 2 2
1.645 (45) 2 2
n 2 2
219.19
e 5
(Siempre redondear
hacia arriba)
8-36
¿Qué si no se conoce la desviación estándar
de la población?
8-37
Tres alternativas:
μ ± 3σ
De μ - 3σ a μ + 3σ
R = ( μ + 3σ ) - ( μ - 3σ ) = 6σ
8-39
Estimación de una proporción poblacional
8-40
Se denota con π la proporción de la población que satisface el
atributo de interés.
p = x/n
Donde:
p: Proporción muestral
x: Número de objetos que satisfacen el atributo
n: Tamaño de la muestra
8-41
Intervalos de Confianza para
la Proporción Poblacional, π
8-42
Intervalos de Confianza para
la Proporción Poblacional, π
(continuación)
p(1 p)
sp
n
8-43
Límites de un Intervalo de
Confianza
Los límites de confianza, inferior y superior, para la
proporción poblacional son calculados con la
fórmula
p(1 p)
pz
n
Donde
z es el valor normal estándar para el nivel de confianza deseado
p es la proporción muestral
n es el tamaño de muestra
8-44
Ejemplo
8-45
Ejemplo
(continuación)
Una muestra aleatoria de 100 personas
indica que 25 son zurdos. Construir un
intervalo de confianza al 95% para la
proporción poblacional de zurdos.
1. p 25/100 0.25
2. Sp p(1 p)/n 0.25(0.75)/100 0.0433
8-47
Cambiando el Tamaño de
Muestra
Incrementos en el tamaño de muestra
reducen el ancho del intervalo de
confianza.
Ejemplo:
Si el tamaño de muestra en el ejemplo anterior
fuera el doble, 200, y si 50 fueran los zurdos en la
muestra, entonces el intervalo todavía seguiría
centrado en 0.25, pero con el ancho reducido
0.19 0.31
8-48
Hallando el Tamaño Muestral Requerido
en Problemas de Proporción
Definir el π(1 π)
margen de error: ez
n
z π (1 π)
2
Calcular n: n 2
e
π puede ser estimado con una muestra
piloto. Si es necesario ser conservador usar
π = 0.50 (máxima variación posible, por lo
tanto, máximo tamaño de muestra)
8-49
¿Qué Tamaño de Muestra?
8-50
¿Qué Tamaño de Muestra?
(continuación)
Solución:
Para el 95% de confianza, usar z = 1.96
e = 0.03
p = 0.12, usar esto para estimar π
Usar n = 451
8-51
Resumen
Se expuso la estimación puntual.
Se introdujo la estimación de intervalos.
Se discutió la estimación por intervalos de
confianza para la media [σ conocida].
Se discutió la estimación por intervalos de
confianza para la media [σ desconocida].
Se expuso la determinación del tamaño de
muestra para problemas de media y proporción.
Se discutió la estimación por intervalos de
confianza para la proporción.
8-52