Está en la página 1de 4

c 






 
 
 
Distribución muestral de mediasY

Durante muchos años les estudiantes hacen su esfuerzo

Si tenemos una muestra aleatoria de una población N(QWYG se sabe (Teorema del
límite centralG que la fdp de la media muestral es también normal con media Q y
varianza W2/n. Esto es exacto para poblaciones normales y aproximado (buena

aproximación con n>30G para poblaciones cualesquiera. Es decir es el error


típico, o error estándar de la media.Y

r ómo usamos esto en nuestro problema de estimación?


1º problema: No hay tablas para cualquier normal sólo para la normal Qå0 y Wå1 (la
llamada ¦G pero haciendo la transformación (llamada tipificaciónG

Y
una normal de media Q y desviación W se transforma en una ¦ Y

›lamando z‘ al valor de una


variable normal tipificada que deja
a su derecha un área bajo la curva
de ‘ es decir que la probabilidad
que la variable sea mayor que ese
valor es ‘ (estos son los valores
que ofrece la tabla de la normalGY

podremos construir intervalos de


la formaY

para los que la probabilidad es 1 -


‘.Y

eniendo en cuenta la simetría de la normal y manipulando algebraícamente Y


c  




 
 
 

que también se puede escribir Y

o haciendo énfasis en que es el error estándar de la media Y

Recuérdese que la probabilidad de que Q esté en este intervalo es 1 - ‘. A un intervalo


de este tipo se le denomina intervalo de confian¦a con un nivel de confian¦a del 100(1
- ‘G o nivel de significación de 100‘. El nivel de confianza habitual es el 95 en
cuyo caso ‘å005 y ¦‘Y/2å196. Al valor se le denomina estimación puntual y se dice
que es un estimador de Q.Y

Ejemplo: Si de una población normal con varianza 4 se extrae una muestra aleatoria

de tamaño 20 en la que se calcula se puede decir que Q tiene una probabilidad


de 095 de estar comprendida en el intervaloY

que sería el intervalo de confianza al 95 para QY

En general esto es poco útil en los casos en que no se conoce Q tampoco suele
conocerse W2 en el caso más realista de W2 desconocida los intervalos de confianza se
construyen con la t de Student (otra fdp continua para la que hay tablasG en lugar de
la ¦.Y

o haciendo énfasis en que es el error estándar estimado de la mediaY

Este manera de construir los intervalos de confianza sólo es válido si la variable es


normal. uando n es grande (>30G se puede sustituir t por ¦ sin mucho error. Y
c  




 
 
 


‘stimación de proporcionesY

Sea w una variable binomial de parámetros n y p (una variable binomial es el número


de éxitos en n ensayos en cada ensayo la probabilidad de éxito (pG es la misma por
ejemplo: número de diabéticos en 2000 personasG.
Si n es grande y p no está próximo a 0 ó 1 (np ! 5G w es aproximadamente normal con

media np y varianza npq (siendo q å 1 - pG y se puede usar el estadístico


(proporción muestralG que es también aproximadamente normal con error típico dado

por
en consecuencia un I para p al 100(1 - ‘G seráY

es decir la misma estructura que antes: Y

Obsérvese que para construirlo ¡se necesita conocer pÚ. Si n es grande (>30G se
pueden substituir p y q por sus estimadores sin mucho error en cualquier caso como
pq @ 025 si se substituye pq por 025 se obtiene un intervalo más conservador (más
grandeG.Y

Ejemplo: En una muestra de 100 pacientes sometidos a un cierto tratamiento se


obtienen 80 curaciones. alcular el intervalo de confianza al 95 de la eficacia del
tratamiento.Y

rué significa este intervalo? ›a verdadera proporción de curaciones está comprendida


entre aproximadamente 72 y 88 con un 95 de probabilidad. Y


c  




 
 
 


También podría gustarte