LOGRO ESPERADO

Estima la media poblacional utilizando intervalos de confianza en problemas de

contexto profesional/científico.

INDICADORES DE LOGRO

• Calcula el intervalo de confianza para la media de una población en problemas de

contexto profesional/científico.
• Explica el significado de los intervalos de confianza a partir de la teoría respectiva y
considerando las características del problema.
Suponga que el interés se centra en obtener información sobre la media poblacional

Si la población es pequeña es fácil calcular la

media poblacional, ¿qué pasa cuando la
población es muy grande ?
ESTIMADOR PUNTUAL
Sea 𝑋1 , 𝑋2 , 𝑋3 , … … 𝑋𝑛 una muestra aleatoria de tamaño 𝑛 que se obtiene de una población con
función de densidad 𝑓(𝑋, 𝜃) cuyo parámetro es 𝜃 . Se denomina estimador puntual del
parámetro 𝜃 al estadístico 𝜃 cuyo valor brinda una estimación del parámetro.

PARÁMETRO ESTIMADOR
Media poblacional: 𝜇 Media muestral: 𝑥

Varianza poblacional: 𝜎 2 Varianza muestral: 𝑠 2

Proporción poblacional: 𝜋 Proporción muestral: 𝑝

ESTIMADOR POR INTERVALO
En numerosas situaciones, una estimación puntual no brinda demasiada información sobre el
parámetro que se desea estimar por ser un valor único. Para superar esta situación, se obtiene
un intervalo que se conoce como intervalo de confianza, el cual contiene el parámetro con un
nivel de confianza establecido. Se denomina estimador por intervalo del parámetro 𝜃 a un
intervalo de la forma < 𝜃1 , 𝜃2 >, que contendrá el parámetro con una confianza de 1 − 𝛼. Esta
confianza es la probabilidad de que el intervalo contenga al parámetro.

Para obtener una estimación por intervalos, se requiere:

• Conocer la distribución muestral del estadístico
• Una muestra aleatoria
• Establecer el nivel de confianza. El más utilizado es 95%.
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL (𝝁)

Este intervalo se obtiene cuando se quiere estimar la media poblacional.

Supuestos:
- Población normal
- Muestra aleatoria
 CASO I: Intervalo de confianza para la media poblacional 𝝁 cuando la
varianza de la población 𝝈𝟐 es conocida
Sea X1, X2,…, Xn una muestra aleatoria tomada de una población normal con media 𝜇
𝑛
𝑖=1 𝑋𝑖
desconocida y varianza 𝜎 2 conocida, donde la media se estima mediante 𝑥 = , el intervalo
𝑛
con un nivel de confianza de (1 − 𝛼) para la media poblacional 𝜇, cuando la varianza poblacional
𝜎 2 es conocida, es:
𝝈 𝝈
𝒙 − 𝒛𝟏−𝜶 𝟐× , 𝒙 + 𝒛𝟏−𝜶 𝟐×
𝒏 𝒏
Forma resumida:

𝝈
𝑰𝑪 𝝁 ∶ 𝒙 ± 𝒛𝟏−𝜶 𝟐×
𝒏
CASO II: Intervalo de confianza para la media poblacional 𝛍 cuando la varianza
de la población 𝛔𝟐 es desconocida y el tamaño de la muestra es menor o igual
que 30
Sea X1, X2,…, Xn una muestra aleatoria tomada de una población normal con media 𝜇 y varianza 𝜎 2 desconocida. Los
estimadores puntuales de la media y la varianza poblacional son:

𝑛 n 2
𝑖=1 xi i=1 xi − x
𝑥= 𝑦 𝑠2 =
𝑛 n−1

El intervalo con un nivel de confianza de (1 − 𝛼) para la media poblacional 𝜇, cuando la varianza poblacional 𝜎 2 es
desconocida y 𝑛 ≤ 30 es:

𝒔 𝒔
< 𝒙 − 𝒕𝟏−𝜶 𝟐;𝒏−𝟏 × , 𝒙 + 𝒕𝟏−𝜶 𝟐;𝒏−𝟏 × >
𝒏 𝒏

Forma resumida:

𝒔
𝑰𝑪 𝝁 ∶ 𝒙 ± 𝒕𝟏−𝜶 𝟐;𝒏−𝟏
𝒏
CASO III: Intervalo de confianza para la media poblacional 𝛍 cuando la
varianza de la población 𝛔𝟐 es desconocida y el tamaño de la muestra es
mayor que 30

Cuando el tamaño de muestra es grande, la distribución t–student tiende a una distribución

normal estándar. Para 𝑛 > 30, el intervalo se calcula de la siguiente manera:

𝒔 𝒔
< 𝒙 − 𝒛𝟏−𝜶 𝟐 , 𝒙 + 𝒛𝟏−𝜶 𝟐 >
𝒏 𝒏
Forma resumida:
𝒔
𝑰𝑪 𝝁 ∶ 𝒙 ± 𝒛𝟏−𝜶 𝟐
𝒏
EJEMPLO
El jefe de producción de una fábrica desea estimar el peso promedio de una bolsa de azúcar en un lote de
producción. Para esto, tomó una muestra aleatoria de 100 bolsas y obtuvo un peso promedio de 650 g. Obtener un
intervalo con un 95% de confianza para estimar la media poblacional si se sabe que la desviación estándar de los
pesos de las bolsas es 150 g.
Sean:
X = Peso de una bolsa de azúcar El intervalo de confianza se obtiene de la siguiente
μ = Peso promedio poblacional de una bolsa de azúcar manera:
Datos σ σ
𝛔 = 𝟏𝟓𝟎 (𝐂𝐚𝐬𝐨 𝐈) x − z1−α 2 × , x + z1−α 2 ×
n n
n = 100
x = 650 150 150
1 − α = 0.95 → α = 0.05 650 − 1.96 × , 650 + 1.96 ×
100 100
El valor de 𝑍1−𝛼 2 = 𝑍0.975 = 1.96 se obtiene de la
tabla de la distribución normal estándar. < 620.6, 679.4 >

Con un 95% de confianza, el intervalo: <620.6;

679.4> contiene el verdadero valor de 𝜇.
EJEMPLO

Rita es una deportista que corre hace varios años; razón por la cual, su condición física es muy
buena. Por lo general, ella corre 10 kilómetros durante su entrenamiento diario. Con la finalidad
de estimar el tiempo promedio que le toma correr 10 kilómetros, Rita registró sus tiempos
durante un período de 24 días, y obtuvo un tiempo promedio de 48 minutos con una desviación
estándar de 5.5 minutos.
a) Indique la variable de interés.
X=Tiempo que le toma recorrer 10 kilómetros
b) Indique los supuestos
X~N(𝜇, 𝜎2 )
Muestra aleatoria
c) Obtenga un intervalo con un 95% de confianza para estimar el tiempo promedio que le toma
a Rita correr 10 kilómetros.
Datos
𝑛 = 24 < 30
𝑠 = 5.5 muestral CASO 2
𝑥 = 48
1 − 𝛼 = 0.95 → 𝑡1−𝛼;𝑛−1 = 𝑡0.975 ;23 = 2.069
2
𝑠
𝐼𝐶 𝜇 : 𝑥 ± 𝑡1−𝛼;𝑛−1 ×
2 𝑛

5.5
𝐼𝐶 𝜇 : 48 ± 2.069 ×
24

𝐼𝐶 𝜇 : 48 ± 2.3228

𝐼𝐶 𝜇 : < 45.6772, 50.3228 >

Con un nivel de confianza del 95%, el intervalo contiene el tiempo promedio poblacional que le
toma a Rita recorrer 10 kilómetros.
 METACOGNICIÓN

 ¿Que aspectos le han parecido interesantes?

 ¿Que contenido considera más importante del tema trabajado?
 ¿Qué competencias del tema podría aplicar en su vida diaria?
PARA REFORZAR LO APRENDIDO

RESUELVA PROBLEMAS DE LA GUÍA DE

EJERCICIOS