Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EstApl Tema 2 EstimacionesDeIntervalosDeConfianza Economia
EstApl Tema 2 EstimacionesDeIntervalosDeConfianza Economia
Estadística Aplicada
2. Estimaciones de Intervalos de Confianza
Universidad de las Fuerzas Armadas ESPE Unidad de Educación a Distancia
Índice Pág.
2.1. Introducción 3
Recursos complementarios 38
Bibliografía 39
2.1. Introducción
Una muestra es un medio utilizado para inferir algo acerca de una población
mediante la selección de una parte de la misma. Se analizarán métodos para
escoger una muestra de una población. Después se elaborará una distribución
de las medias muestrales para comprender la forma en que tales valores
medios tienden a agruparse alrededor de la media poblacional y por qué esta
distribución se aproxima a la del tipo normal.
(Ref. LIND, A. Douglas; et. al. (2012). Estadística aplicada a los negocios y
a la economía. Pág. 263).
un proceso aleatorio (por ejemplo, por una computadora). Para cada dígito de
un número, la probabilidad de 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 es la misma. Así, la
probabilidad de que el empleado con número 011 sea elegido, es la misma que
la del empleado 722, o que la del 383. Por lo tanto, quedan eliminados así los
sesgos en el proceso de selección.
5 0 5 2 5 5 7 4 5 4 2 8 4 5 5 6 8 2 2 6 3 4 6 5 6 3 8 8 8 4 3 9 0 1 8
7 2 5 0 7 5 3 3 8 0 5 3 8 2 7 4 2 4 8 6 5 4 4 6 5 7 1 8 1 9 9 1 1 9 9
3 4 9 8 6 7 4 2 9 7 0 0 1 4 4 3 8 6 7 6 8 9 9 6 7 9 8 8 6 9 3 9 7 4 4
6 8 8 5 1 2 7 3 0 5 0 3 7 5 9 4 4 7 2 3 9 6 1 0 8 7 8 4 8 9 1 8 9 1 0
0 6 7 3 8 6 2 8 7 9 0 3 9 1 0 1 7 3 5 0 4 9 1 6 9 0 3 8 5 0 1 8 9 1 0
1 1 4 4 8 1 0 7 3 4 0 5 8 3 7 0 5 8 3 7 1 0 4 2 0 1 6 7 1 2 9 4 4 9 6
destinan a eso las compañías con bajos dividendos o en déficit. Considere que
las 352 empresas se dividieron en cinco estratos. (Ver la Tabla siguiente). Si se
han de seleccionar 50 empresas para un estudio intensivo, entonces se
estudiaría una organización con un nivel de rentabilidad de 30% o mayor, se
seleccionarían aleatoriamente cinco empresas en el estrato 20-30%, y así
sucesivamente.
1 30% y más 8 2 1*
2 20 a 30% 35 10 5*
3 10 a 20% 189 54 27
4 0 a 10% 115 33 16
5 Déficit 5 1 1
Total 352 100 50
*2 de 50 = 1; 10% de 50 = 5; etc.
Tabla: Número seleccionado para una muestra aleatoria estratificada proporcional
9
2
6
10
3
7
5
4
1
8 11
“Error” de muestreo
Sin embargo, es poco probable que una media muestral sea idéntica a la media
poblacional. De igual forma, la desviación estándar u otra medida calculada a
partir de la muestra, probablemente no sería exactamente igual al valor
correspondiente de la población. Por tanto, podemos esperar que haya alguna
diferencia entre un valor estadístico de muestra, como la media muestral o la
desviación estándar respectiva, y el correspondiente parámetro de población.
La diferencia entre un valor estadístico de muestra y un parámetro de población
se denomina error de muestreo.
Suponga que una población de cinco empleados del área de producción tiene
índices de eficiencia de 97, 103, 96, 99 y 105. Considere además que se
selecciona una muestra de dos índices (97 y 105) de la población para calcular
el índice medio de la misma, tal media sería 101, obtenida de (97+105)/2. Se
selecciona otra muestra de dos: 103 y 96, con una media muestral de 99.5. La
media de todos los índices (la de la población) es igual a 100, obtenida por:
(97+103+96+99+105)/5 = 500/5 = 100.
(Ref. LIND, A. Douglas; et. al. (2012). Estadística aplicada a los negocios y
a la economía. Pág. 272).
Ejemplo:
Solución:
$7 + $7 + $8 + $8 + $7 + $8 + $9
µ=
7
𝑁! 7!
NCn = = = 21
𝑛! (𝑁−𝑛) 2! (7−2)!
Vea el diagrama:
µ
µ
(Ref. LIND, A. Douglas; et. al. (2012). Estadística aplicada a los negocios y
a la economía. Pág. 276).
Diagrama: Tiempo medio de servicio de 10 muestras de cinco empleados de la empresa Spencer, Inc.
Diagrama: Histograma de los tiempos medios de servicio de 30 muestras de empleados en la empresa Spencer, Inc.
Ejemplo:
Edu Spencer comenzó con su empresa comercial (de ruedas dentadas) hace
20 años. El negocio ha crecido a través del tiempo, y ahora emplea a 40
personas. Tal empresa, Spencer, Inc. se enfrenta a algunas decisiones
importantes con respecto al cuidado de la salud de sus empleados. Antes de
tomar una resolución final acerca del plan de cuidados de la salud que
adquirirá, Edu decide formar un comité de cinco representantes de los
trabajadores, para que analice cuidadosamente el tema, y haga una
recomendación con respecto a cuál plan se adapta mejor a las necesidades del
empleado.
Considera que los puntos de vista de los trabajadores más jóvenes con
respecto al cuidado de la salud pueden diferir de aquellos de los
correspondientes a empleados de mayor edad. Si Edu selecciona al azar este
comité, ¿qué puede esperar respecto al cuidado del número promedio de años
en la empresa de los integrantes del mismo? ¿Cómo se compara la forma de la
distribución de años de experiencia de todos los empleados con la de las
medias muestrales?
11 4 18 2 1 2 0 2 2 4
3 4 1 2 2 3 3 19 8 3
7 1 0 2 7 0 4 5 1 14
16 8 9 1 1 2 5 10 2 3
Solución:
Número Media
Datos de la muestra Número de Datos de la muestra Media
de muestral
(tiempo de servicio) muestra (tiempo de servicio) muestral X̄
muestra X̄
1 4 1 0 14 9 5.6 16 2 2 10 11 0 5.0
2 8 3 1 1 14 5.4 17 4 2 3 8 1 3.6
3 2 4 2 4 2 2.8 18 0 0 4 3 5 2.4
4 11 1 5 2 3 4.4 19 1 4 2 3 1 2.2
5 2 1 7 3 3 3.2 20 2 7 0 2 3 2.8
6 11 2 10 1 4 5.6 21 5 16 2 4 11 7.6
7 4 3 11 2 9 5.8 22 9 3 0 2 8 4.4
8 8 3 14 2 2 5.8 23 5 1 2 10 0 3.6
9 1 7 8 2 2 4.0 24 2 1 2 0 8 2.6
10 14 1 2 10 2 5.8 25 19 4 3 3 1 6.0
11 8 2 8 5 0 6.6 26 0 4 9 11 8 6.4
12 3 1 4 2 7 3.4 27 4 9 4 3 2 4.4
13 0 4 3 3 1 2.2 28 2 5 2 7 2 3.6
14 11 4 9 2 8 6.8 29 18 8 1 11 8 9.2
15 7 1 2 5 1 3.2 30 14 16 0 2 3 7.0
Tabla: Muestras aleatorias y medias muestrales de 30 muestras de cinco empleados de la empresa Spencer, Inc.
Por lo tanto, el teorema de limite central indica que, sin importar la forma de la
población, la distribución de las medias muestrales se aproximará a la
distribución normal. Cuánto más grandes sean las muestras, tanto mayor serán
la convergencia. La empresa Spencer, Inc. es una evidencia empírica del modo
cómo funciona el teorema del límite central.
(Ref. LIND, A. Douglas; et. al. (2012). Estadística aplicada a los negocios y
a la economía. Pág. 284).
(Ref. LIND, A. Douglas; et. al. (2012). Estadística aplicada a los negocios y
a la economía. Pág. 285).
Por ejemplo, puede afirmarse que se está 90% seguro de que la media del
ingreso anual de los trabajadores de construcción en el área de Los Ángeles,
está entre $ 61000 y $ 69000.
σ
σx̅ =
√n
donde:
σ𝑥̅ es el error estándar de la media, también denominado desviación estándar
de la distribución de muestreo de la media.
σ es la desviación estándar de la población.
n es el tamaño de la muestra.
s
sx̅ =
√n
Como se describió antes, los valores de 1.96 y 2.58 se refieren a los valores z
correspondientes al 95% al 99% central de las observaciones,
respectivamente.
Otros niveles de confianza pueden ser empleados. Para estos casos el valor z
cambia correspondientemente. En general, un intervalo de confianza para la
media se calcula por:
s
𝑥̅ ± z
√𝑛
Ejemplo:
1. ¿Cuál es el ingreso medio estimado de todos los gerentes de nivel medio (la
población)? Es decir, ¿cuál es la estimación puntual?
2. ¿Cuál es el intervalo de confianza de 95% para la media de la población
(redondeando a los $10 más cercanos)?
3. ¿Cuáles son los límites de intervalo de confianza de 95%, para la media de
la población?
4. ¿Qué grado de confianza se está usando?
5. Interprete los resultados.
Solución:
s $2050
x̅ ± 1.96 = $45420 ± 1.96
√n √256
= $ 45420 ± 251.125
= $ 45168.875 y $ 45671.125
𝜎
µ µ+1.96
√𝑛
6
Muestra 6 de tamaño 256. Incluye
la media poblacional.
(Ref. LIND, A. Douglas; et. al. (2012). Estadística aplicada a los negocios y
a la economía. Pág. 291).
Observe que una proporción se basa en un conteo del número de éxitos con
relación al número total muestreado.
donde:
p: es la proporción muestral
z: es el valor z del grado de confianza seleccionado
n: es el tamaño de la muestra
Ejemplo:
Solución:
p (1 − p) 0.80 (1 − 0.80)
p ± Z √ = 0.80 ± 1.96 √
n 2000
0.80 (1 − 0.80)
= 0.80 ± 1.96 √
2000
= 0.782 𝑦 0.818
Suponga que por lo menos 75% de los miembros del sindicato deben aprobar
la fusión. Con base en los resultados de la muestra, cuando votan todos los
trabajadores sindicados, la propuesta probablemente será aceptada debido a
que 0.75 está por debajo del intervalo 0.782 y 0.818.
(Ref. LIND, A. Douglas; et. al. (2012). Estadística aplicada a los negocios y
a la economía. Pág. 293).
Población Infinita: Las poblaciones que se han muestreado hasta ahora han
sido muy grandes o se supone que son infinitas. ¿Qué sucede si la población
muestreada no es infinita, y que ni siquiera es muy grande? En tales casos se
necesita hacer algunos ajustes en la forma en que se calcula el error estándar
de medias muestrales y el de proporciones de muestra.
Por ejemplo, hay 21376 estudiantes inscritos en una universidad del Ecuador, y
la empresa Chrysler-Jeep Corp., manufacturó 917 unidades en su planta de
Arkansas el año pasado.
Una población finita puede ser notablemente pequeña; por ejemplo, podría
constar de todos los alumnos inscritos en este periodo académico. Una
población también puede ser muy grande, como todos los ciudadanos que
viven en un determinado país.
σ N−n
σX̅ = √
√n N−1
p (1 − p) N−n
σp = √ √
n N−1
Tabla: Cálculo del factor de corrección para población finita, en el caso de diversos tamaños de muestras, y cuando la
población es de 1000.
Ejemplo:
Solución:
Primero observe que la población es finita. Esto es, hay un límite al número de
personas en Sicalpa.
Segundo, note que la muestra constituye más del 5% de la población; esto es,
n/N = 40/250 = 0.16.
correspondientes:
s N −n $75 250 − 40
̅
X ± z (√ ) = $450 ± 1.96 (√ )
√n N−1 √40 350 − 1
= $450 ± $21.35
= [ $ 428.65 ; $ 471.35 ]
(Ref. LIND, A. Douglas; et. al. (2012). Estadística aplicada a los negocios y
a la economía. Pág. 295).
Por lo tanto, la distancia entre el valor más grande y el más pequeño, es 6. Se
podría estimar la desviación estándar como un sexto de la amplitud de
variación. Por ejemplo, suponga que la directora de operaciones de un banco
desea una estimación del número de retiros que estudiantes universitarios
hacen al mes. Cree que la distribución se aproxima a la normal, que el número
mínimo de documentos presentados es 2 por mes, y que el máximo es 50. El
intervalo de variación de la cantidad de retiros mensuales es 48, obtenido por,
50 - 2. Entonces, la estimación de la desviación estándar sería 8 retiros por
mes, de 48/6.
s
E = z
√n
z s 2
n = ( )
E
donde:
n es el tamaño de la muestra.
z es el valor normal estándar correspondiente al nivel de confianza deseado.
s es un estimado de la desviación estándar de la población.
E es el máximo error permisible.
Ejemplo:
Solución:
2
(1.96) ($1000)
n = ( ) = (19.6)2 = 348.16
$100
2
(2.58) ($1000)
n = ( ) = (25.8)2 = 665.64
$100
z 2
n = p (1 − p) ( )
E
Ejemplo:
Solución:
1.65 2
𝑛 = (0.50) (0.50) ( ) = 68.0625
0.10
Recursos complementarios
https://youtu.be/maEMZAYtex8
https://es.wikipedia.org/wiki/Intervalo_de_confianza
Bibliografía