Simulación Gerencial

Intervalos de Confianza
 1. Estimación de los Parámetros.

2. Intervalos de confianza con Varianza

conocida.
AGENDA
3. Intervalos de confianza con Varianza
desconocida.

TEXTOS
4. Estimación delPARA
tamaño muestral.
SEPARADORES
Estimación de parámetros
Media Muestral (Muestra de tamaño n)
𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛
𝑥ҧ =
𝑛
En Excel usar: =PROMEDIO()
Varianza Muestral (Muestra de tamaño n)
2
𝑥1 − 𝑥ҧ + 𝑥2 − 𝑥ҧ 2 + ⋯ + 𝑥𝑛 − 𝑥ҧ 2
𝑠2 =
𝑛−1

En Excel usar: =VAR.S()

Desviación Estándar Muestral (Muestra de tamaño n)

𝑠 = 𝑠2 En Excel usar: =DESVEST.M()

Teorema del Límite Central
Teorema del Límite Central
Distribución Normal

𝟏−𝜶

𝜶/𝟐 𝜶/𝟐

𝑧𝛼/2 𝑧1−𝛼/2
Intervalo de Confianza
Con un nivel de confianza del 1 − 𝛼:

Nivel de precisión (nivel de error):

Intervalos de Confianza
Consideraciones del Intervalo:

• Cuanto mayor es la desviación σ, mayor es la longitud del intervalo.

• Cuanto mayor es el tamaño de la muestra n, menor es la longitud del
intervalo.
• Cuanto mayor es el nivel de confianza 1- α, mayor es la longitud del
intervalo.
• Este caso se presenta pocas veces en la práctica
Ejemplo 1
Se cuentan con 50 datos de los tiempos de servicio de un taller de
mecánica, los cuales tienen un promedio de 4.25 horas y se sabe que la
varianza es conocida e igual a 0.43 horas2. Obtener los intervalos de
confianza del 90%, 95% y 99 %, para la media del tiempo de servicio.

Nivel Limite Limite

Confianza z Inferior Superior
90%
95%
99%
Ejemplo 1
Se cuentan con 50 datos de los tiempos de servicio de un taller de
mecánica, los cuales tienen un promedio de 4.25 horas y se sabe que la
varianza es conocida e igual a 0.43 horas2. Obtener los intervalos de
confianza del 90%, 95% y 99 %, para la media del tiempo de servicio.

Nivel Limite Limite

z
Confianza Inferior Superior
90% 1.645 4.097 4.403
95% 1.960 4.068 4.432
99% 2.575 4.011 4.489
Varianza Muestral
Varianza Muestral
Distribución t
Distribución t
Distribución t

𝟏−𝜶

𝜶/𝟐 𝜶/𝟐

𝑡𝛼/2,𝑛−1 𝑡1−𝛼/2,𝑛−1
Intervalo de Confianza
Con un nivel de confianza del 1 − 𝛼:

Nivel de precisión (nivel de error):

Ejemplo 2
Se cuentan con 50 datos de los tiempos de servicio de un taller de
mecánica, los cuales tienen un promedio de 4.25 horas y se sabe que la
varianza muestral es de 0.43 horas2. Obtener los intervalos de confianza del
90%, 95% y 99 %, para la media del tiempo de servicio.

Nivel Limite Limite

t
Confianza Inferior Superior
90%
95%
99%
Ejemplo 2
Se cuentan con 50 datos de los tiempos de servicio de un taller de
mecánica, los cuales tienen un promedio de 4.25 horas y se sabe que la
varianza es conocida e igual a 0.43 horas2. Obtener los intervalos de
confianza del 90%, 95% y 99 %, para la media del tiempo de servicio.

Nivel Limite Limite

t49
Confianza Inferior Superior
90% 1.677 4.095 4.405
95% 2.010 4.064 4.436
99% 2.680 4.001 4.499
Tamaño de muestra
• Debemos encontrar un tamaño de muestra de tal manera que se logre una
precisión deseada por el analista.

𝑠
𝑋ത ± 𝑡𝛼/2,𝑛−1
𝑛
• Si n es suficientemente grande, la distribución t Student se aproxima a la
distribución Normal. Luego el tamaño de la muestra puede aproximarse
como:

2
𝑍𝛼/2 ∗ 𝑆
𝑛≥
𝜀
Ejemplo 3
No se cuentan con datos de los tiempo en cola de un local de comida
rápida para este año, usando una prueba piloto el año pasado se sabe que
la desviación estándar muestral (S) es igual a 7,3 minutos. Se define un
nivel de precisión igual a 2,1 minutos. Obtener los mínimos tamaños de
muestra para poder construir los intervalos de confianza de confianza del
90%, 95% y 99 %, para la media del tiempo en cola.

Nivel
Confianza z d n
90%
95%
99%
Ejemplo 3
No se cuentan con datos de los tiempo en cola de un local de comida
rápida para este año, usando una prueba piloto el año pasado se sabe que
la desviación estándar muestral (S) es igual a 7,3 minutos. Se define un
nivel de precisión igual a 2,1 minutos. Obtener los mínimos tamaños de
muestra para poder construir los intervalos de confianza de confianza del
90%, 95% y 99 %, para la media del tiempo en cola.

Nivel
Confianza z d n
90% 1.645 2.1 32.7
95% 1.960 2.1 46.4
99% 2.575 2.1 80.1