Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Estimacion por Intervalos

Clase 8
Alvarez -Arceo-Aurucis -Casparian -Castro
-Chan- Howlin-Maulhardt- Spano -Stein-Calvo

October 26, 2020 1 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Organizacion

1 Introduccion

2 Intervalos de Conanza de nivel Exacto

3 Metodo asintotico basado en el Teorema Central del Lmite

October 26, 2020 2 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Intervalo de Conanza: Concepto

Para que?
A pesar de la indudable utilidad de la estimacion puntual, en la practica,
cuando se realiza la estimacion de un parametro se necesita obtener una
medida de la abilidad de dicha estimacion, de este modo, surge la
necesidad de encontrar un metodo que permita calcular una region que
contenga al valor del parametro con una cierta garanta.

Estimacion por Intervalo

En el contexto de estimar un parametro poblacional , un intervalo de
conanza es un rango de valores (calculado en una muestra) en el cual se
encuentra el verdadero valor del parametro, con una probabilidad
determinada. La probabilidad de que el verdadero valor del parametro se
encuentre en el intervalo construido se denomina nivel de conanza y se
denota 1 .
October 26, 2020 3 / 50
Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Estimacion por Intervalos

Idea General
Este rango de valores se encuentra entre dos extremos que son
estadsticos (funciones de la muestra)

IC () = [LI (X1 ; X2 ; :::; Xn ); LS (X1 ; X2 ; :::; Xn )]

Donde LI alude a lmite inferior y LS a lmite superior.

IMPORTANTE: LOS EXTREMOS DEL INTERVALO SON

ALEATORIOS

October 26, 2020 4 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Interpretacion de los intervalos de conanza

Decir que el nivel de conanza del intevalo IC () = [LI ; LS ] es 1 
quiere decir que si se construyera un numero muy grande de intervalos
con el mismo procedimiento el (1 )  100% contendra al verdadero
parametro .

October 26, 2020 5 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Estimacion por Intervalos

Ejemplo
Un laboratorio esta interesado en estudiar la toxicidad media de un
determinado producto qumico, para ello quiere establecer una cota
superior de dicha media y as tener cierta certeza o seguridad de que la
toxicidad del producto estara por debajo de esa cota superior. Por tanto,
si la toxicidad del producto viene dada por una variable aleatoria, X , tal
que E [X ] =  donde  es un parametro desconocido, se quiere obtener
una cota superior del nivel de toxicidad medio \conando" en que dicho
nivel se encuentre por debajo de esa cota. Es decir, extrada una m.a., de
esta poblacion, para  > 0 se busca LS tal que

P [  LS ]  1 :

October 26, 2020 6 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Estimacion por Intervalo

Ejemplo
Una empresa tabaquera desea estudiar el nivel medio de nicotina de sus
cigarros. A la compa~na le interesa que el nivel medio de nicotina se
encuentre entre unos margenes debido a que un nivel medio alto supone
que el cigarro es muy perjudicial para la salud y un nivel medio bajo
implica que el cigarro carece de sabor. De este modo, si el nivel de
nicotina de un cigarro viene dado por una variable aleatoria, X , tal que
E [X ] = , donde  es un parametro desconocido, se desea, a partir de
una m.a.s., X1 ; X2 ; :::; Xn , y para  > 0 obtener LI y LS tal que

P [LI    LS ] = 1 :

October 26, 2020 7 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Organizacion

1 Introduccion

2 Intervalos de Conanza de nivel Exacto

3 Metodo asintotico basado en el Teorema Central del Lmite

October 26, 2020 8 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Objetivo

Intervalo de Conanza

Se considera una m.a. X1 ; X2 ; :::; Xn procedente de una poblacion
denida por una variable aleatoria X , cuya distribucion depende de un
parametro desconocido . El objetivo es desarrollar un metodo para
calcular intervalos de conanza a partir de una funcion de la muestra que
contenga al parametro y cuya distribucion no dependa de el.
Por la importancia de la Distribucion Normal
Se construiran para este caso intervalos de conanza para su valor medio y
su varianza considerando diferentes casos que dependen del conocimiento
o no de los otros parametros

October 26, 2020 9 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Caso 1:
Intervalo de conanza para la media de una poblacion normal con
varianza conocida.

October 26, 2020 10 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Intervalo de Conanza para la Media de una Poblacion normal con

varianza conocida.
Sea X1 ; X2 ; :::; Xn una m.a. extrada de una N (;  2 ), se busca un
intervalo de conanza para  a un nivel de conanza 1 . Para ello, se
sabe que X  N (; n ), por tanto
2

X p
= n
 N (0; 1);
con lo cual se pueden tomar las constantes k1 () y k2 () que veriquen
que:

October 26, 2020 11 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para la Media de una Poblacion normal con varianza

conocida

X 
" #
P k1 ()  p  k2 () =1 ;
n
)
 
P X k2 () p    X k1 () p = 1 
 

n n
y por tanto un intervalo de conanza a nivel 1  para  es
 
IC () = X k2 () p ; X k1 () p :
 

n n
Observese que k1 () y k2 () son constantes cuyo valor depende del valor
escogido .
October 26, 2020 12 / 50
Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Seleccion de los valores k1 () y k2 ()

Cual es el criterio para seleccionarlos?

October 26, 2020 13 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Utilizando el Criterio de Longitud Mnima

El intervalo que le corresponde a  de una poblacion normal con  2

conocida es
el obtenido por el reparto equitativo de  entre ambas colas; lo cual era
esperable ya que la distribucion Normal es simetrica respecto a su media.
El intervalo en forma explcita viene dado por la expresion:

Expresion
 
X Z1 2 p ; X + Z1 p
 
I1  () = :
n 2 n

October 26, 2020 14 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para  con 2 conocida

Presentacion del Problema
Con el n de estudiar el numero medio de exiones continuadas que
pueden realizar sus alumnos, un profesor de educacion fsica somete a 75
de ellos, elegidos aleatoriamente, a una prueba. Los resultados fueron los
siguientes:

Flexiones 35 41 46 48 50 52 53 54 56 60
Alumnos 5 6 2 10 15 6 11 10 5 5
Se sabe que el numero de exiones se distribuye segun una Normal de
varianza poblacional 7:5.

October 26, 2020 15 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para  con 2 conocida

Solucion
Para construir un intervalo de conanza al 95% para la media del numero
de exiones, se tiene que la media muestral es x = 50:11 y que
Z1 2 = 1:96. Por tanto, el intervalo obtenido para esta muestra
concreta, viene dado por

7:5
" r #
I0:95 () = 50:11  1:96
75
= [49:49; 50:73]:

October 26, 2020 16 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Caso 2:
Intervalo de conanza para la media de una poblacion normal con
varianza desconocida.

October 26, 2020 17 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para  de poblacion normal desconocida 2

Del Teorema Importante visto en la Clase 7
Denotando por S 2 a la varianza muestral y usando que X y S 2 son
independientes, sabemos que

X p


= n
 N (0; 1) 

X p
=) t ;

S2 S= n n 1
(n 1) 2  2n 1





donde tn 1 representa la distribucion t -student con n 1 g.l.

October 26, 2020 18 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para  de poblacion normal desconocida 2

Con un razonamiento similar al caso anterior

Se puede observar que T (X ; ) = SX=pn es un pivote, con lo cual, puede
usarse para obtener un intervalo de conanza para la media de una
poblacion Normal cuando la varianza es desconocida. Operando igual que
en el caso anterior se tendra
S
 p ; X + tn p
S
 
I1  () = X tn 1;1 1;1 ;
2 n 2 n

October 26, 2020 19 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para  de una poblacion normal desconocida 2

Ejemplo
A partir de una muestra de 20 linternas cuyos perodos de duracion (en
horas) han sido

503 480 345 427 386 432 429 378 440 434
429 436 451 466 394 422 412 507 433 480

se quiere obtener un intervalo de conanza al 95% para la vida media de

una poblacion de linternas que se distribuye normalmente.

October 26, 2020 20 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para  de una poblacion normal desconocida 2

Solucion
Teniendo en cuenta que x = 434:2, Sc = 40:63 y que para  = 0:05 y
n = 20 es tn 1;1 2 = 2:093, se tiene que un intervalo de conanza al
95% para la vida media de las linternas es
40:63
434:2  2:093 p
 
I0:95 () =
20
= [415:18; 453:21]:

October 26, 2020 21 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Caso 3:
Intervalo de conanza para la varianza de una poblacion normal con
media desconocida.

October 26, 2020 22 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para la 2 de una poblacion normal desconocida la

media

Por el Teorema de Fisher se tiene que

n
(n 1)S 2 X (Xi X )2
2 =
2  2n 1:
i =1
Razonando de igual forma que en el apartado anterior se obtiene que el
intervalo de conanza a un nivel 1  para  2 es

(n 1)S 2 (n 1)S 2
" #
I1  ( ) = ; ;
2
2n 1;1 2 2n 1; 2

October 26, 2020 23 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC muestra normal para la 2, desconocida la media

Ejemplo
Se sabe que el peso por comprimido de un cierto preparado farmaceutico
se distribuye segun una Normal. Con el objeto de estudiar la varianza de
la distribucion, se extrae una m.a.s. de 6 artculos. Sabiendo que la
varianza muestral es igual a 40, se pretende estimar la varianza
poblacional mediante un intervalo de conanza al 90 %.

October 26, 2020 24 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC muestra normal para la 2, desconocida la media

Solucion
Puesto que  es desconocida, un intervalo de conanza para 2 viene
dado por
(n 1)S 2 (n 1)S 2
" #
I1  ( ) = ;
2
2n 1;1 2 2n 1; 2

donde  = 0:1, n = 6, y S 2 = 40. As,

25;0:95 = 11:07 y 25;0:05 = 1:145;
con lo cual,
5
40 5
40
 
I0:90 ( ) =
2
;
11:07 1:145
= [18:07; 174:67]:
October 26, 2020 25 / 50
Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Caso 4
Intervalo de conanza para diferencia de medias de poblaciones normales
con varianzas conocidas.

October 26, 2020 26 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC diferencia de medias poblaciones normales

independientes

Varianzas Conocidas
Sean ahora dos m.a. de tama~nos n1 y n2 , respectivamente,
independientes entre s, de tal forma que la primera procede de una
poblacion N (1 ; 1 ) y la segunda de una poblacion N (2 ; 2 ). Usando
que X y Y son independientes, se sabe que
2
 
X  N 1 ; 1

2 2

n1 

=) X Y  N 1
 
2 ; n1 + n2 ;

22
Y  N 2 ;

 1 2
n


2

October 26, 2020 27 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para diferencia de medias de poblaciones normales

Con Varianzas Conocidas

Se sabe que
2 2
Y  N 1
 
X 2 ; n1 + n2 ;
1 2

X Y (1 2 )
12 22
 N (0; 1);
q
n1 n2
+
de donde siguiendo la metodologa anterior se obtiene que

12 22 12 22

 1 2  X Y +Z1
 q q 
P X Y Z1 
2 n1 + n2 
2 n1 + n2 =1 

October 26, 2020 28 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para diferencia de medias de poblaciones normales

Expresion del intervalo

 
   
s s
2 2 2 2
I( 1 ) (1 2 ) = X Y Z1 X Y + Z1 :
 1+ 2;  1+ 2
2 n1 n2 2 n1 n2

October 26, 2020 29 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para diferencia de medias de poblaciones normales

Ejemplo (varianzas conocidas)

Se quiere estudiar la diferencia de las vidas medias de dos tipos de
lamparas H y N. Se sabe que la vida de las lamparas de ambos tipos tiene
una distribucion normal y que el desvo estandar de las lamparas de tipo
H es 120 mientras que el desvo estandar de las de tipo N es 80. Para
ello, se toma una muestra de 150 lamparas de tipo H y otra,
independiente de la anterior, de 200 lamparas de tipo N, obteniendose
que las del tipo H tienen una vida media de 1400 horas y que las del tipo
N tienen una vida media de 1200 horas. Encontrar un intervalo de
conanza para la diferencia de medias con un nivel de conanza del 95%.

October 26, 2020 30 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC diferencia de medias poblaciones normales

independientes
Solucion
Para estimar la diferencia de medias se construye un intervalo de
conanza al 95%, que viene dado por

 
H 
s
2 2
" #
1202 802
r
X H X N  Z1  + N  = 1400 1200  1:96 +
2 nH nN 150 200
y por tanto,
I0:95 (H N ) = [177:8; 222:2]
October 26, 2020 31 / 50
Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Caso 5:
Intervalo de conanza para diferencia de medias de poblaciones normales
con varianzas desconocidas.

October 26, 2020 32 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC diferencia de medias varianzas desconocidas pero

iguales
Poblaciones Normales
Como S12 y S22 son independientes, se sabe que

S2
1) 12  2n1

(n1 (n1 1)S12 + (n2 1)S22


=)  2n1+n2
1

S22 2 2
(n2 1) 2  2n2

 1


(n 1)S 2 +(n 1)S 2

Si denimos Sa2 = 1 n1 +1 n2 22 2 y puesto que X y S12 , as como, Y y
S22 son independientes, se tiene el pivote
X Yr (X Y )
1 1
 tn1+n2 2
Sa +
n1 n2
October 26, 2020 33 / 50
Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC diferencia de medias varianzas desconocidas pero

iguales

Expresion del IC
1 1
r
2 ) = X Y  tn1 +n2
 
I(1 ) (1 2;1 2 Sa
n1
+
n2

October 26, 2020 34 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC diferencia de medias varianzas desconocidas pero

iguales

Ejemplo
De una poblacion N (1 ;  2 ), se extrae una m.a de tama~no 10, tal que la
media muestral es 4.1 y la varianza muestral es 6.09. De otra poblacion
N (2 ; 2 ) se toma otra m.a de tama~no 16 e independiente de la anterior,
cuya media y varianza muestrales son 3.875 y 3.609, respectivamente.
Se quiere obtener un intervalo de conanza del 95% para la diferencia de
medias poblacionales.

October 26, 2020 35 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC diferencia de medias varianzas desconocidas pero

iguales

Solucion
Puesto que las varianzas poblacionales son desconocidas pero iguales, el
intervalo de conanza para la diferencia de medias viene dado por
Para  = 0:05 se tiene que t24;0:975 = 2:0639. As,
9
6:09 + 15
3:609 1
" s #
1
4:1 3:875  2:0639


24
+
10 16
:

Por tanto,

I0:95 (1 2 ) = [ 1:548; 1:998]:

October 26, 2020 36 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Organizacion

1 Introduccion

2 Intervalos de Conanza de nivel Exacto

3 Metodo asintotico basado en el Teorema Central del Lmite

October 26, 2020 37 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Intervalos de nivel aproximado

IC para una muestra cualquiera

Cuando se busca el intervalo de conanza para la media de una
poblacion, el estimador natural es la media muestral X . Sin embargo,
puede suceder que se desconozca su distribucion y consecuentemente no
se pueda calcular dicho intervalo. Para superar esta dicultad, se utiliza
el Teorema Central del Lmite.

Nivel Asintotico
Por tanto, siempre que el objetivo sea obtener un intervalo de conanza
para la media, se puede aplicar este teorema y usar las mismas tecnicas
empleadas para obtener el intervalo de conanza para la media de una
poblacion Normal, con la salvedad de que en este caso el nivel de
conanza de este intervalo no sera exacto, sino aproximado.

October 26, 2020 38 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Caso 6:
Intervalo de conanza de nivel asintotico para la media de una poblacion
cualquiera.

October 26, 2020 39 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC asintotico para  poblacion cualquiera

Distribucion Asintotica
Debido a que en la mayora de las situaciones reales que se presentan la
varianza poblacional es desconocida, en este metodo asintotico la
varianza poblacional, se aproxima por la muestral. Dadas X1 ; : : : ; Xn ,
variables aleatorias independientes e identicamente distribuidas:

X p d
S= n
! N (0; 1):

IC para la Media de una Poblacion Cualquiera (n > 30)

La expresiondel intervalo de nivel de conanza
 asint
otico 1  resulta:
S S
I(1 ) () = X z1 =2 p ; X + z1 =2 pn
n
October 26, 2020 40 / 50
Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para  poblacion cualquiera nivel asintotico

Ejemplo
Se desea estimar la nota media de los alumnos de probabilidad y
estadstica. Con este n se considera una muestra de 50 alumnos, de la
cual se obtiene una media y desvo muestral de 6.8 y 0.75
respectivamente. >Cual es el intervalo de conanza para la media
poblacional de nivel asintotico 99%?
0:75 0:75
2:576
p ; 6:8 + 2:576
p
 
I0:99 () = 6:8 = [6:53; 7:07]
50 50

October 26, 2020 41 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Caso 7
Intervalo de conanza para la proporcion de una poblacion.

October 26, 2020 42 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para el parametro p de la Binomial

Fundamento
Considerese una m.a. de tama~no n de una poblacion denida por una
variable aleatoria X , distribuida segun una Bernoulli de parametro p. El
estimador de maxima verosimilitud del parametro p es
n
1X
p̂ = X = X:
n i =1 i
Puesto que
p(1 p)
E [p̂] = p y Var [p̂] =
n
puede deducirse que
p̂ p d
q
p(1 p)
! N (0; 1):
n
October 26, 2020 43 / 50
Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para el parametro p de la Binomial

Expresion
A partir de este resultado se puede construir un intervalo de conanza
donde p(1 p) es sustituido por su estimador p̂(1 p̂).
p(1 p)
Sabemos que E (p̂) = p y V (p̂) = , entonces el Intervalo de
n
Conanza de nivel asintotico 1  para p es:

p̂(1 p̂)
" r #
I1  (p ) = p̂  Z1 
2 n

October 26, 2020 44 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

IC para el parametro p de la Binomial

Ejemplo
En unas elecciones, el candidato A desea estimar, al 95% de conanza,
la proporcion de votantes que estan a su favor. Con este n, toma una
muestra aleatoria de 100 votantes, observando que el 55% son
partidarios suyos. Por lo tanto el intervalo de conanza de sus
probabilidades de triunfo es:

p̂(1 p̂)
" r #
I0:95 (p) = p̂  Z0:975
n

0:55
0:45
" r #
I0:95 (p) = 0:55  1:96 = [0:55  0:1] = [0:45; 0:65]:
100

October 26, 2020 45 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Caso 8
Intervalo de conanza para diferencia de proporciones.

October 26, 2020 46 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Intervalo de conanza para diferencia de proporciones

Fundamento
Sean X1 ; X2 ; :::; Xn1 una m.a con distribucion Bernoulli de parametro p1 y
sean Y1 ; Y2 ; :::Yn2 otra m.a independiente a la anterior con distribucion
n1
Bernoulli de parametro p2 . Por lo tanto se tiene que pˆ1 = n11 Xi = X
X

i =1
n2
es un estimador de p1 y pˆ2 = n12 Yi = Y es un estimador de p2 .
X

i =1
Luego pˆ1 pˆ2 es un estimador insesgado para p1 p2 y ademas
V (pˆ1 pˆ2 ) = p1 (1n1 p1 ) + p2 (1n2 p2 ) Se puede deducir que:
d p (1 p1 ) p2 (1 p2 )
pˆ1 pˆ2 ! N p1
 
p2 ; 1 + :
n1 n2

October 26, 2020 47 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Intervalo de conanza para diferencia de proporciones

Expresion del IC para diferencia de proporciones

Con los resultados recien expuestos se puede construir el intervalo de
conanza para la diferencia de proporciones sustituyendo a p1 (1 p1 )
por su estimador pˆ1 (1 pˆ1 ) y lo mismo para el p2 (1 p2 ). As se obtiene
que el intervalo de conanza de nivel asintotico 1  para p1 p2 es:
 
pˆ1 (1 pˆ1 ) pˆ2 (1 pˆ2 ) 
s
I1  (p1 p2 ) = pˆ1 pˆ2  Z1  +
2 n1 n2

October 26, 2020 48 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Intervalo de conanza para diferencia de proporciones

Ejemplo
Se tomaron dos muestras aleatorias de 500 individuos en la ciudad
Mendoza y 800 en la ciudad de Cordoba y se las encuesto respecto a si
acuerdan o no con la despenalizacion del aborto. Como resultado de la
encuesta se obtuvo que 310 de los individuos de Mendoza acordaban con
la despenalizacion, mientras que en Cordoba eran 530 los que estaban a
favor. >Cual es el intervalo de conanza de nivel asintotico 98% para la
diferencia de proporciones de los que apoyan la medida?

October 26, 2020 49 / 50

Introduccion Intervalos de Conanza de nivel Exacto Metodo asintotico basado en el Teorema Central del Lmite

Intervalo de conanza para diferencia de proporciones

Solucion del Ejemplo

Como el intervalo de conanza es de nivel asintotico 98% se tiene que
500 = 0:62 y pˆ2 = 800 = 0:6625.
Z0:99 = 2:326, ademas pˆ1 = 310 530

Por lo que queda que:

0:62
0:38 0:6625
0:3375

" r #
I0:98 (p1 p2 ) = 0:62 0:6625  2:326
+
500 800

= [ 0:106; 0:021]

October 26, 2020 50 / 50