Estimación mediante intervalos de confianza

Concepto de intervalo de confianza

Sea{X1, X2,…, Xn} una muestra aleatoria de una distribución que depende de cierto parámetro θ

P(Li < θ<Ls) = 1-α

𝑰𝜽 =(Li , Ls) con un nivel de confianza 1-α

Un intervalo de confianza de nivel (1-α) para un parámetro , es un rango de valores entre los cuales se
espera que se encuentre . Puede decirse que el (1-α) 100% de las veces que se construya el intervalo a
partir de una muestra aleatoria, el mismo contendrá el verdadero valor de .

1-α : nivel de confianza

α: nivel de significación

En términos estadísticos se trata de repetir la experiencia tomando sucesivas muestras y construyendo el

intervalo que éstas determinan –si se supiera el valor poblacional del parámetro- y calcular esta proporción
de intervalos que contienen a dicho parámetro.
0,95+0,025=0,975
1-α=0,95

0,05/2= 0,025=α/2
-1,96 µ 0 Z0,975=1,96
Intervalos de confianza para parámetros en poblaciones normales:
-Para estimar la media poblacional
con desvío poblacional conocido D. Normal
con desvío poblacional desconocido n chico D. t-Sudent´s
con desvío poblacional desconocido n grande D.Normal o t
-La proporción tabla Normal
-La varianza tabla Chi-cuadrado
-El desvío tabla Chi-cuadrado

1.a)Intervalo para  con  conocido

Dada una muestra aleatoria X1, X2,…, Xn proveniente de una población normal N(μ, σ) con varianza
σ2conocida, se sabe que para todo valor de n:

X−μ
Z= 𝜎 ~N(0,1)
n

y la probabilidad de que Z se encuentre comprendido entre dos límites opuestos, es

X 
𝑃 −Z1−α/2 < < Z1−α/2 =1−α

n

 
 
 X 
OTRA FORMA DE ESCRIBIR LA PRIMERA FÓRMULA: P  z1 /2   1  
  
  ERROR MÁXIM0
 n 

      
P  X    z1/2 .  1 ES EQUIVALENTE A: P  X  z1/2 .    X  z1/2 .  1
 n   n n

de donde se deduce el siguiente intervalo de confianza de nivel 1 - α para μ,

    
   X  z1 /2 . ;X  z1 /2 . 
 n n

La probabilidad de que el intervalo construido incluya al parámetro μ “se sabe” que es 1-α.
𝑋 −𝜇
La función utilizada para obtener el intervalo ( 𝜎 ) se denomina función pivote
𝑛

En este caso, como el estimador es el centro del intervalo, el error máximo de estimación coincide con la
semi-amplitud del intervalo.

  
Error Máximo de Estimación ε=  z   o semiamplitud del intervalo
n 

 1-
2

1.b)Intervalo para  con 2 desconocido, n chico

2
Sea una muestra aleatoria X1, X2,…, Xn de una distribución N(μ, σ ) donde no se conoce el valor de
2
σ entonces utilizamos como función pivote:

X−μ
t n−1 = s
n

𝑋−𝜇
𝑃 −t n−1;1−α/2 < 𝑆 < t n−1;1−α/2 = 1−α
𝑛
Despejando µ

 s s 
P  X  t n 1; 1/2 .    X  t n 1; 1/2 .  1
 n n
de donde se deduce el siguiente intervalo de confianza de nivel 1-α para μ con σ2 desconocido,
 s s 
   X  t n 1; 1/2 . ;X  t n 1; 1/2 . 
 n n

1.c) Intervalo para  con 2 desconocido, n grande

2
Sea una muestra aleatoria X1, X2,…, Xn de una distribución N(μ, σ ) donde no se conoce el valor de
2
σ entonces utilizamos como función pivote:

X−μ
Z= s
n
 X 
𝑃 −Z1−α/2 < < Z1−α/2 =1−α

n

Despejando µ se utiliza s como estimador de σ

s s
P( x  Z1  / 2 .    x  Z1  / 2 . )  1 
n n

de donde se deduce el siguiente intervalo de confianza de nivel 1-α para μ con σ2 desconocido,

 s s 
I    x  z1 / 2. . ; x  z1 / 2 . 
 n n

2. Intervalo de confianza para el parámetro P

Dada una muestra aleatoria donde interesa calcular la proporción de “éxitos” p que se presentan allí
para a partir de ella, dar una estimación de la proporción poblacional P correspondiente. Queremos
construir un intervalo de nivel 1 - α para P. Para esto, recordemos que, por el Teorema Central del
Límite,

𝑝−𝑃
𝑃 −Z1−α/2 < < Z1−α/2 =1−𝛼
𝑝 (1−𝑝 )
𝑛

ε ε
 p(1  p) p(1  p) 
   p  z1 /2 . ;p  z1 /2 . 
 n n 

3. Intervalo de confianza para 2, varianza poblacional:

Sea una muestra aleatoria X1, X2,…, Xn de una distribución N(μ, σ) entonces para construir un intervalo de
2
confianza para σ utilizamos como función pivote:

(n − 1)s2
χ2 n−1 =
σ2
  (n  1)s2 
P  2n 1;  /2   2n 1; 1- /2   1  
  2


 (n  1)s2 (n  1)s2 
 2   ; 2 
 2 
 n 1; 1- /2 n 1;  /2 

distribución chi-cuadrado

4. Intervalo de confianza para , desvío poblacional:

Sea una muestra aleatoria X1, X2,…, Xnde una distribución N(μ, σ) entonces para construir un intervalo de
confianza para σ utilizamos como función pivote:

(n−1)s 2
χ2 n−1 =
σ2

 (n  1)s2 
P  2n 1;  /2    2
   1
 2 n 1; 1- /2
 

 (n  1).s2 (n  1).s2 
 
I   2 ;

  n 1;1  / 2 2n 1; / 2 

Tabla chi-cuadrado
 Estimación mediante intervalos de confianza

Parámetro Intervalo Error máximo Tamaño de la Tabla

muestra
ε
n
Media µ con      z1  / 2. 
2 NORMAL
σ conocido    X  z1 /2 . ;X  z1 /2 .   
 n    
n  
 z   
 1- 2 n 

Media µ con  s   z1  / 2.s 

2 T-
 t n 1;1 / 2    STUDENT
σ  n 
 s s    ´S
desconocido    X  t n 1; 1/2 . ;X  t n 1; 1/2 . 
 n n

Media µ con NORMAL

σ O
 s   z1  / 2.s 
2
desconocido  z 1 / 2 . 
 n   
y n grande  
 s s 
I    x  z1 / 2. . ; x  z1 / 2 .  T-
 n n STUDENT
´S

Proporción P  p(1  p)   z1  / 2.0,5 

2 NORMAL
z .  
 1 / 2   
 n    
 p(1  p) p(1  p) 
   p  z1 /2 . ;p  z1 /2 . 
 n n 

Varianza σ2 CHI-
--------- -------- CUADRA
 (n  1)s2 (n  1)s2  DO
 2   ; 2 
 2 
 n 1; 1- /2 n 1;  /2 

Desvío σ   --------- ---------

CHI-
 (n  1).s 2 (n  1).s 2  CUADRA
I   2 ;  DO
  n 1;1  / 2  2n 1;  / 2 
 
1-α : nivel de confianza

Para mejorar la estimación se puede achicar el nivel de confianza o agrandar la muestra

Para mejorar la estimación es conveniente agrandar la muestra.

a menor nivel de confianza mayor precisión

a menor nivel de confianza mayor error de estimación (nivel de significación α)

α/2 1-α=0,95

ε x ε

1-α=0,99

α=nivel de significación ε x ε
CARACTERÍSTICAS DE LA DISTRIBUCIÓN T-STUDENT´S
ES UNA CAMPANA DE GAUSS LA CURVA DE LA FUNCIÓN DE DENSIDAD

SIMÉTRICA
ASINTÓTICA A IZQUIERDA Y DERECHA
TIENE MENOR VALOR MÁXIMO QUE LA NORMAL ESTÁNDAR
TIENE N-1 GRADOS DE LIBERTAD
EL ÁREA ES APROX 1

CARACTERÍSTICAS DE LA DISTRIBUCIÓN CHI-CUADRADO

LA CURVA DE LA FUNCIÓN DE DENSIDAD
ES ASIMÉTRICA A DERECHA

ASINTÓTICA A DERECHA
TIENE N-1 GRADOS DE LIBERTAD
EL ÁREA ES APROX 1

ACLARACIONES:

SI NO SE CONOCE 1-𝜶 LO USAREMOS 0,95

LA MAYORÍA ES MÁS DE LA MITAD, COMO LÍMITE TOMAMOS P=0,50

CUANDO NO SE CONOCE EL TAMAÑO DE LA MUESTRA SIEMPRE USAREMOS TABLA NORMAL

EN PROPORCIONES, PARA ENCONTRAR EL TAMAÑO DE LA MUESTRA USAREMOS LA PROPORCIÓN MÁS JUSTA, P=0,50
PRÁCTICA 10
1- A fin de controlar el proceso de llenado de un producto alimenticio, se controló durante 16 días al azar
el desperdicio en gramos resultante del proceso, obteniéndose los siguientes resultados:

512 510 495 508 504 505 496 512 514 493 496 506 502 509 497 505
Desde la experiencia en esta labor se ha establecido el desvío de la variable estudiada en 5g.
a)No necesariamente.
b) Obtener un intervalo de confianza del 95% para la media general del desperdicio diario.
muestra población
n=16 σ=5 conocido TABLA NORMAL

𝑥=504

s=6,8
estadísticos parámetros
1-α=0,95 α=0,05 α/2=0,025 1-α/2=0,975 TABLA EN LA COLUMNA DE F(Z) z0,975=1,96

Error máximo: ε=1,96.5/ 16 =2,45

  
 z    ε
 1- 2 n 

Iµ=(504-2,45; 504+2,45)=(501,55; 506,45)

501,55 504 506,45

µ
Otra forma es usando la fórmula completa
5 5
Iµ=(504 -1,96. ;504 +1,96. ) =(504-2,45; 504+2,45) =(501,55;506,45)
16 16

c) Obtener un intervalo de confianza del 99% para el desperdicio medio diario del proceso.
Tabla 1-α=0,99 α=0,01 α/2=0,005 1-α/2=0,995 z0,995=2,58

Error máximo: ε=2,58.5/ 16 =3,225

Iµ=(504-3,225; 504+3,225)=(500,775; 507,225)

5 5
Iµ=(504 -2,58. ; 504 +2,58. ) =( 504-3,225; 504+3,225 )=(500,775;507,225)
16 16
 d) Decidir cuál de las dos estimaciones anteriores es más precisa y justificar.
La estimación de la parte b es más precisa que la de la parte c.
CON MENOR 1-α

e) ¿De qué tamaño debería ser una nueva muestra para que el error máximo asociado a una nueva
estimación sea dos tercios del obtenido en b) utilizando el mismo nivel de confianza?
2
.2,45= 1,633
3

n=(1,96.5/1,633)2=36
se puede mejor a estimación con una muestra de mayor tamaño
f) Si no se conociera la dispersión estándar, calcular el intervalo de confianza del 95% para la media del
desperdicio diario.
muestra población
n=16 muestra chica σ= des conocido T-student´s

𝑥=504

s=6,8

estadísticos parámetros

1-α=0,95 α=0,05 α/2=0,025 1-α/2=0,975 TABLA T-STUDENT´S t 15;0,975=2,13

Error máximo: ε=2,13.6,8/ 16 =3,62

Iµ=(504-3,62; 504+3,62)=(500,38; 507,68)

Otra forma
6,8 6,8
Iµ=(504 -2,13. ; 504 +2,13. ) =( 504-3,62; 504+3,62 )=(500,38;507,62)
16 16

g) Comparar f) y b) y analizar cuál de las dos estimaciones sería más ventajosa.

En base a una muestra, con un valor de desvío poblacional, y con un nivel de confianza del 95% la
estimación hallada en b) es más precisa que la f), aunque es necesario contar con el desvío poblacional,
que no siempre es dato.
2- La tabla muestra el peso para los contenidos de diez unidades de miel de abeja envasada, tomadas
aleatoriamente de una partida grande. Si el proceso de envasado de miel se distribuye con un desvío
de 4,30 gramos según lo especifica el manual de la máquina.
Envase 1 2 3 4 5 6 7 8 9 10
Peso (gr.) 493 501 495 496 492 505 494 496 503 502

a) Estimar el peso medio de toda la partida de envases de miel con una confianza de 0,95.
𝑥=497,7 s= 4,62 n=10 σ=4,30
1-α=0,95 α=0,05 α/2=0,025 1-α/2=0,975 z 0,975=1,96
4,30 4,30
Iµ=(497,7 -1,96. ; 497,7 +1,96. ) =( 497,7-2,66; 497,7+2,66 )=(495,04;500,36)
10 10

b) Indicar qué información poblacional se tuvo en cuenta para realizar la estimación de a)

Desvío poblacional.
c) Para mejorar la estimación ¿qué es lo más conveniente?
Agrandar el tamaño de la muestra.
d) ¿Decidir cómo procedería para resolver c)? Realizar el procedimiento decidido con un nuevo valor
posible.
-Mas confiable: menor valor de α
1-α=0,99 α=0,01 α/2=0,005 1-α/2=0,995 z 0,995=2,58
4,30 4,30
Iµ=(497,7 -2,58. ; 497,7 +2,58. ) =( 497,7-3,51; 497,7+3,51 )=(494,19;501,21)
10 10

Más preciso:
1-α=0,90
3- Si se tienen las siguientes expresiones de los límites de un intervalo de confianza, obtener el nivel
de confianza asociado al intervalo. (Hay que recordar que el desvío de 𝑿 es 𝝈𝑿 = 𝝈 )
𝒏

a) x  1,6  x

Iµ=( x - 1,6.  x ; x +1,6 . x )

   
   X  z1 /2 . ;X  z1 /2 . 
 n n buscando z en la tabla normal

Iµ=( x - 1,6.  x ; x +1,6 . x )  z1-α/2=1,6  1-α/2=0,94520  -α/2=0,94520-1

 α=0,0548.2=0,1096  Rta: 1-α=1-0,1096=0,8904

Nivel de significación Nivel de confianza

a) x  1,8  x
Iµ=( x - 1,8  x ; x +1,8  x )  z1-α/2=1,8  1-α/2=0,96407 
-α/2=0,96407-1  α=0,03593.2=0,07186  1-α=0,92814

b) x  2,4  x
Iµ=( x - 2,4  x ; x +2,4  x )  z1-α/2=2,4  1-α/2=0,9918  -α/2=0,9918-1

 α=0,0082.2=0,0164  1-α=0,9836

4- a) ¿Con qué nivel de confianza se obtuvo el intervalo [95,90; 104,10] para la media  si se sabe que el
desvío poblacional es 10 y el tamaño de la muestra 16?
𝑥 =100 σ=10 conocido
n=16 chico 95,90 100 104,1
ε=4,1
ε=104,1-100=4,1 z1-α/2 =ε.(√n/σ )
fórmula del error máximo tabla normal (BUSCAMOS EL ÁREA, POR LO TANTO BUSCAMOS EN Z)
10
4,1= z1-α/2. 16
 z1-α/2 =4.1/2,5=1,64  1-α/2=0,9495  -α/2=0,9495-1 

-α/2=-0,0505 α/2=0,0505

α=0,0505.2=0,101  Rta: 1-α=1-0,101=0,899

b) ¿Qué suposición sobre la variable estudiada debió tenerse en cuenta para la obtención del
intervalo de a)?
Distribución aproximadamente normal.

5- a) ¿Con qué confianza el intervalo [268,3 ; 294,3] contiene al parámetro media poblacional si fue
calculado de una muestra de 16 elementos donde la varianza de la muestra s 2es de 300?
𝑥=(268,3+294,3)/2=281,3 ε=13 s=(300)1/2 =17,32 n=16
17,32
13= t 15;1-α/2. t15;1-α/2 =13/4,33=3 1-α/2=0,995 -α/2=0,995-1 α=0,005.2=0,01
16

1-α=0,99
b) ¿Qué suposición sobre la variable estudiada se tuvo en cuenta para la obtención del intervalo de
a)?
Distribución aproximadamente normal.

7- Indicar, para cada uno de los siguientes enunciados, si es verdadero o falso. Si es falso, dar un contraejemplo e
indicar la respuesta correcta:
a) Un parámetro es una medida que se calcula teniendo en cuenta todos los elementos que componen una
muestra seleccionada aleatoriamente.
 F, es un estadístico.
b) La variable X tiene siempre distribución normal.
F, si el tamaño de la muestra es grande
c) Para reducir la amplitud de un intervalo de confianza, hacerlo más preciso, es conveniente reducir el nivel de
confianza.
F, agrandar el tamaño de la muestra.
d) La manera más efectiva de mejorar una estimación por intervalos de confianza de, por ejemplo, la media
poblacional es aumentar el tamaño de la muestra.
V
8- Una gran tienda desea estimar con un nivel de confianza del 90% y un error máximo de $250 la verdadera
media del valor de las compras mensuales de sus clientes de cuentas corrientes. ¿Cuál debe ser el tamaño de la
muestra que el negocio tome de sus registros para satisfacer las especificaciones, si se sabe que la desviación
estándar es de $1036?
1-α=0,90 α=0,1 α/2=0,05 1-α/2=0,95 z0,95=1,65

1036
250= 1,65. 𝑛
n=(1,65.1036/250)2=47

9- Se planifica un estudio para determinar el tiempo promedio que los niños de nivel preescolar ven televisión. Un
estudio piloto previo indicó que el tiempo medio por semana fue de 20h., con un desvío de 4h. Se desea estimar el
tiempo medio con un error máximo de un cuarto de hora, y con un nivel de confianza del 98%. ¿Cuántos niños de
nivel preescolar deben incluirse en la investigación?

Cuando no se conoce n usamos siempre tabla Normal I=(20-0,25;20+0,25)

0,99=F(Z) 0,98

0,01 0,01

19,75 20 20,25 X

0,99=F(Z) 0,98

-2,33 2,33 Z

1-α=0,98 α=1-0,98=0,02 α/2=0,02/2=0,01 1-α/2=1-0,01=0,99 en F(Z)=0,99 z0,99=2,33

4
1/4= 2,33. 𝑛
n=(z1-α/2 .s/√n)2

n=(2,33.4/0,25)2=1390

Rta: 1390

10- Se desea realizar un muestreo para determinar el ingreso familiar medio anual en una determinada región.
Con la finalidad de tener alguna información sobre la población se tomó de un estudio previo la desviación
estándar del ingreso familiar anual que resultó de $6035. ¿Cuántas familias deberán ser entrevistadas como
mínimo para que, con base en la información del estudio previo y con una confianza del 95%, pueda resultar
que la media muestral no difiera de la media poblacional en más de $1200?
 1-α=0,95 α=0,05 α/2=0,025 1-α/2=0,975 z 0,975=1,96
6035
1200= 1,96. 𝑛
n=(1,96.6035/1200)2=97,16
Rta: 98
11- Una muestra de 60 cajas de papel oficio seleccionadas aleatoriamente de un gran envío de cajas de dicho
papel tiene un peso medio de 700 kg. y una desviación típica de 12 kg.

a) Si se usa la media muestral para estimar la media de todo el envío, ¿qué se puede decir con respecto al
posible error 𝑿- , con una probabilidad de 0,95? (Tener en cuenta que |𝑿- |< ε)

la distancia entre las medias es a lo sumo el error máximo

𝑋 µ
12
|𝑋- |< ε=1,96. 60
= 3,036

b) Si el error se redujera a la mitad sin modificar el nivel de confianza; ¿cuál sería un tamaño de muestra
adecuado?
12
3,036/2=1,518 1,518=1,96. 𝑛
n=(1,96.12/1,518)2=240

Proporciones

14- De un lote de 200 lámparas led se extrajo una muestra de 36 unidades para estimar la vida útil media en horas
de uso continuo. De la muestra se obtuvo una duración media de 850 horas y un desvío de 25 horas.

a) Estimar la duración media de todas las lámparas con el 95% de confianza.

𝑥 =850 MEDIANTE INTERVALO DE CONFIANZA

s= 25 N = 200

n=36 grande σ desconocido NORMAL

1-α=0,95 α=0,05 α/2=0,05/2=0,025 1-α/2=1-0,025=0,975 tabla normal F(z) z 0,975=1,96 OSE

PUEDE USAR 2,03 DE LA TABLA T-STUDENT´S

 s 
   z 1  / 2 . 
 n

ε=1,96.25/6=8,17
I=( 850-8,17; 850+8,17 )=(841,83;858,17)
25 25
Iµ=(850 -1,96. 36
; 850 +1,96. 36
) =( 850-8,17; 850+8,17 )=(841,83;858,17)

La duración media de todas las lámparas OSCILARÁ ENTRE 841,83 Y 858,17 con el 95% de confianza.

c) Con el 90% de confianza estimar la desviación estándar del lote.

INTERVALO DE CONFIANZA

TABLA CHI-CUADRADO

1-α=0,90 α=0,10 α/2=0,05 1-α/2=0,95 ℵ235;0,95 = 49,8

 ℵ235;0,05 =22,47

n-1=36-1=35

35.625 35.625
Iσ=( 49,8
; 22,47
) =( 20,96; 31,20 )

La desviación estándar del lote estará comprendida entre 20,96 y 31,20 horas con un nivel de confianza del
90%
Agrego:
c) Con el 90% de confianza estimar la VARIANZA del lote.

1-α=0,90 α=0,10 α/2=0,05 1-α/2=0,95 ℵ235;0,95 = 49,8

ℵ235;0,05 =22,47

n-1=36-1=35

35.625 35.625
Iσ=( 49,8
; 22,47
) =( 20,96; 31,20 ) Iσ=(20,962 ; 31,202 )=(439,32;973,44)

La VARIANZA del lote estará comprendida entre 439,32 Y 973,44 con un nivel de confianza del 90%.

15- Los siguientes datos corresponden a una muestra de 410 facturas de ventas seleccionadas al azar en un mes en
un negocio de repuestos para máquinas agrícolas.

Importe (miles de $) 8-8,5 8,5-9 9-9,5 9,5-10 10-10,5 10,5-11 11-11,5 11,5-12
N° de ventas 25 43 81 97 78 42 27 17
a) Estimar el monto medio de todas las ventas del mes con una confianza de 0,95.
n=410 𝑥 =9,83 s=0,87 1-α=0,95 α=0,05 α/2=0,025 1-α/2=0,975 z0,975=1,96
0,87 0,87
Iµ=(9,83 -1,96. 410
; 9,83 +1,96. 410
) =(9,75;9,91)

b) Estimar la proporción de todas las ventas del mes con un monto inferior a $10500 con una confianza del
90%.
p=324/410=0,79 1-α=0,90 α=0,10 α/2=0,05 1-α/2=0,95 z0,95=1,65

0,79.0,21 0,79.0,21
IP=( 0,79-1,65. 410
; 0,79 +1,65. 410
) =( 0,76; 0,83 )

c) ¿Cómo se debe resolver el punto anterior si fuera para montos inferiores a $11200? ¿Y superiores a $9800?
𝑘−89,27
i) 11,2=11+0,5. 6,58 k=92% p=0,92

0,92.0,08 0,92.0,08
IP=( 0,92-1,65. ; 0,92 +1,65. ) =(0,90 ; 0,94 )
410 410

𝑘−36,34
ii) 9,8=9,5+0,5. 23,66
k=50,54% aprox. p=0,49
0,49.0,51 0,49.0,51
IP=( 0,49-1,65. 410
; 0,49 +1,65. 410
) =( 0,45; 0,53 )

16-La sección de pruebas de una fábrica de autos decide estudiar el consumo de nafta de un nuevo
modelo. Para ello realiza la experiencia 60 veces para un mismo recorrido, obteniendo una media
de 10,5 litros con un desvío de 1,6 litros.
a) Estimar, para ese modelo de autos, el consumo medio de nafta y el desvío, con una confianza del
90%
n=60 𝑥 =10,5 s=1,6 1-α=0,90 α=0,10 α/2=0,05 1-α/2=0,95 z0,95=1,65
 1,6 1,6
Iµ=(10,5 -1,65. 60
; 10,5 +1,65. 60
) =(10,16;10,84)

ℵ259;0,95 = 41,49 ℵ259;0,05 =76,86

59.2,56 59.2,56
Iσ=( 41,49
; 76,78
) =( 1,42; 1,90)

b) Si la estimación de la media se realiza con un nivel de confianza mayor al 90%, ¿se pueden obtener mejores
resultados?

A mayor nivel de confianza, menor precisión

c) Si para estimar la media se requiere reducir el error máximo a 0,10; con un mismo nivel de confianza, ¿cuál
sería el tamaño de la muestra necesario?
1,6
0,10=1,65. 𝑛
n=(1,65.1,6/0,10)2=697

17- Para mejorar la estimación por intervalos de confianza de un parámetro poblacional hay que: (decidir en cada
caso si es verdadero o falso y justificar)
a) aumentar el nivel de confianza b) disminuir los grados de libertad
c) agrandar el tamaño de la muestra d) disminuir el nivel de confianza
e) incorporar información adicional sobre la población
F/F/V/V/

18-La permanencia de un grupo de rock en el primer lugar de los “Diez más votados”, de una FM de
la Ciudad de Buenos Aires, depende de la cantidad de llamadas telefónicas realizadas por los fans a
dicho programa. La FM en cuestión solicitó a una empresa dedicada a la medición de rating que
realice un estudio sobre la cantidad de votos que capta Miranda; la respuesta de la empresa fue que
al menos el 80% de los radioescuchas del mencionado programa, que suelen realizar votaciones
telefónicas, le otorgan su voto al conjunto. Para verificar dicha afirmación se tomó una muestra de
550 votantes de los cuales 425 votaron por Miranda. Estimar por intervalo, con un nivel de
confianza de 0,98, la verdadera proporción de radioescuchas que votan por Miranda.
P=425/550=0,77

1-α=0,98 α=0,02 α/2=0,01 1-α/2=0,99 z0,99=2,33

0,77.0,23 0,77.0,23
IP=( 0,77-2,33. 550
; 0,77 +2,33. 550
) =( 0,73; 0,81 )

19-Los siguientes datos corresponden a los pagos en concepto de impuestos a las ganancias, los cuales se
distribuyen normalmente, que fueron realizados por 6 ejecutivos en el último periodo fiscal: 120.000 –
125.000 – 122.000 – 115.000 – 118.000 – 116.000.
a) Estime con una confianza del 95% el monto medio de los pagos en concepto de impuesto a las ganancias por
este tipo de contribuyentes.
n=6 𝑥 =119333,33 s=3777,12
1-α=0,95 α=0,05 α/2=0,025 1-α/2=0,975 t 5;0975=2,57
3777 ,12 3777 ,12
Iµ=(119333,33 -2,57. 6
. ;119333,33+2,57. 6
) =( 115370,38;122371,0755 )
b) Si la estimación de la media se realiza con un nivel de confianza mayor al 95%, ¿qué conclusión puede
obtener? Justifique su respuesta.
A mayor nivel de confianza, menor precisión
c) Estimar el desvío estándar con una confianza del 99%.
1-α=0,99 α=0,01 α/2=0,005 1-α/2=0,995
 ℵ25;0,995 = 16,75 ℵ25;0,005 =0,41

5.1426635 ,49 5.1426356 ,49

Iσ=( ; ) =( 2063,66; 13190)
16,75 0,41

20- Las producciones diarias de un producto químico para una semana cualquiera fueron 950, 1010, 1025, 936 y
1009 toneladas.

a) Estimar, para todos los días de producción, las toneladas promedio diaria del producto químico, con un nivel
de confianza del 98%.

n=5 𝑥 =986 s=40,07

1-α=0,98 α=0,02 α/2=0,01 1-α/2=0,99 t 4;0,99=3,75

40,07 40,07
Iµ=(986 -3,75. 5
;986+3,75. 5
) =( 918,8;1053,2 )

b) Estimar la varianza de la producción del producto químico por día, con un nivel de confianza del 90%.
1-α=0,90 α=0,1 α/2=0,05 1-α/2=0,95
ℵ24;0,95 = 9,49 ℵ24;0,05 =0,71

4.1605,6 4.1605 ,6
Iσ2=( ; ) =( 676,75; 9045,63)
9,49 0,71
c) ¿Qué supuestos se requieren para que sea válido el procedimiento aplicado para realizar las estimaciones a)
y b)?
Población con distribución aproximadamente normal

21- Se seleccionó una muestra aleatoria de 7 departamentos de un edificio consultando a sus dueños sobre el
monto total bimestral gastado en impuestos, obteniéndose la siguiente información (en pesos): 4.000 – 3.500 –
3.300 – 4.200 – 3.250 – 2.500 – 2.600.
Si se sabe que la distribución de la cantidad gastada en impuestos en todos los departamentos del edificio es
normal,
a) estimar la cantidad promedio y el desvío estándar de dinero que se gasta en todos los departamentos de
ese edificio, con un nivel de confianza de 98%.
n=7 𝑥 =3335,71 s=640,78
1-α=0,98 α=0,02 α/2=0,01 1-α/2=0,99 t 6;0,99=3,14
640,78 640,78
Iµ=(3335,71 -3,14. 7
; 3335,71+3,14. 7
) =(2575,23;4096,19)
6.410599,0084 6.410599,0084
Iσ=( 16,81
; 0,872
) =( 382,83; 1680,34)

b) Si la estimación de la media se realiza con un nivel de confianza menor al 98%, ¿qué conclusión puede
obtener? Justifique su respuesta.
A menor nivel de confianza, mayor precisión

22- El matrimonio Mascetti posee naranjales en la zona de San Pedro. Al Sr. Mascetti le preocupa que en los
últimos cinco años las heladas hayan dañado los 2500 naranjos de su propiedad. A fin de averiguar el daño
causado a los árboles, ha muestreado el número de naranjas producidas en 51 de ellos y ha observado que la
producción promedio fue de 580 naranjas por árbol, con un desvío estándar de 40 naranjas por árbol.

a) Estimar por intervalo de confianza del 95% el número medio de naranjas por árbol en todo el naranjal.
n=51 𝑥 =580 s=40
1-α=0,95 α=0,05 α/2=0,025 1-α/2=0,975 z 0,975=1,96
40 40
Iµ=(580 -1,96. 51
;580 +1,96. 51
) =(569,02;590,98)
 b) Estimar el desvío estándar poblacional con un nivel de confianza del 85 %.
1-α=0,85 α=0,15 α/2=0,075 1-α/2=0,925

ℵ250;0,925 = 67,5 ℵ250;0,75 =34,76

50.1600 50.1600
Iσ=( 67,5
; 34,76
) =( 34,43; 47,97)

23-Los siguientes datos corresponden a una muestra de 410 facturas de ventas seleccionadas al azar en un mes en
un negocio de repuestos del automotor.

a) Estimar el monto medio de todas las ventas del mes con una confianza de 0,95
n=410 𝑥 =683,41 s=86,62 1-α=0,95 α=0,05 α/2=0,025 1-α/2=0,975 z0,975=1,96
86,62 86,62
Iµ=(683,41 -1,96. 410
; 683,41 +1,96. 410
) =(675,02;691,79)
b) Estimar la proporción de todas las ventas del mes con un monto inferior $690 con una confianza del 90%.
𝑘−36,34
690=650+50. 23,66
k=55,27% p=0,55
0,55.0,45 0,55.0,45
IP=( 0,55-1,65. ; 0,55 +1,65. ) =(0,51 ; 0,59 )
410 410

27- Mediante un intervalo de confianza del 95 % se estimar la varianza de X= peso escurrido de arvejas en latas
para exportación. Primero, se toma una muestra aleatoria de tamaño n 1 = 31 de la cual resulta una varianza
muestral de 9g2 . Con estos datos se obtiene el intervalo buscado (A, B). En una segunda instancia, y con otro
nivel de confianza, se vuelve a tomar una muestra aleatoria con n2 = 28, de la cual resulta una varianza
muestral de 10g2 y el intervalo de confianza obtenido es (A, C), o sea, que el extremo inferior A del primer
intervalo es igual al del segundo. ¿Cuál es el nivel de confianza del segundo intervalo?
n1=31 σ2 =9 (A,B)
n2=28 σ2 =10 (A,C)
30.9 27.10
2 = 2
ℵ30;0,975 ℵ27;1−𝛼/2

46,98=ℵ227;1−𝛼/2 1-α/2=0,99 α=0,02 1-α=0,98

-------------------------------------------------------------------------------------------------------------------------------