Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estimación de parámetros
mediante Intervalos de Confianza
Introducción
Población
Es un conjunto total, finito o infinito, de personas, objetos o cosas,
que tienen al menos una característica en común, cuyo estudio nos
interesa o acerca de los cuales se desea información. Tenemos aquí, la
noción de población como un conjunto universo.
Ejemplos:
➢Todas las personas mayores de 30 años que residen en la ciudad
de Arequipa.
➢Los Colegios estatales de nivel primaria, ubicado en el cono norte de
la ciudad de Lima.
➢Las familias residentes en el distrito de Jesús María
Muestra
Subconjunto finito de unidades de análisis
(de tamaño “n”) seleccionados de la Ejemplos:
población en estudio. La muestra debe ser ➢ 50 personas
representativa, es decir debe tener, en lo seleccionadas, de entre
posible, caracteristicas similares a las de las personas que residen
su poblacion. en la Ciudad de Arequipa.
➢ Se seleccionan 35 colegios
de nivel primaria, de entre
los colegios ubicados en el
cono norte de Lima.
➢ 80 familias seleccionadas
de entre todas las familias
residents en el distrito de
Jesús María.
Parámetro (θ)
Es una medida de resumen de alguna característica de interés
(Variable), que representa a la población y cuyo valor numérico se
calcula en base al estudio de toda la población (Censo).
Como el realizar un censo generalmente no es factible por el tiempo
que requiere y por el costo que implica, estos valores son desconocidos
y por lo tanto deben de ser ESTIMADOS.
Media Muestral: __
➢ Se denotado por x
➢ Es el estimador puntual de la media poblacional μ
➢ Se calcula de la siguiente manera:
si tenemos una muestra de tamaño “n”, x1, x2,…, xn entonces
n
__ x
i =1
i
x=
n
Proporción muestral:
➢ Se denotado por “p”
➢ Es el estimador puntual de la proporción poblacional π
➢ Se calcula de la siguiente manera:
si tenemos una muestra de tamaño “n” x1, x2,…, xn y en esta muestrase
obervan “a” caos favorable o éxitos, entonces:
a
p=
n
Varianza muestral:
➢ Denotado por S2
➢ Es un estimador de la Varianza poblacional σ2
➢ Se calcula de la siguiente forma:
si tenemos una muestra aleatoria de tamaño “n”, x1, x2,…, xn , entonces:
n __
(x i − x ) 2
n __
o tambien x 2
i −nx 2
S2 = i =1
S2 = i =1
n −1 n −1
Parámetros y sus Estimadores Puntuales
Representación simbólica
Medida de resumen Parámetro Estimador
Media o Promedio µ x
Varianza σ2 S2
Desviación Estándar σ S
Proporción π p
ERROR DE ESTIMACIÓN
E = θ− θ
Inferencia Estadística
Son los procedimientos y técnicas Estadística que
nos permiten sacar conclusiones acerca del valor
de un parámetros, en base en la información
obtenida en una muestra aleatoria seleccionada de
la población de interés.
Es decir es un proceso mediante el cual sacamos
conclusiones respecto a una población, pero en
base a los resultados obtenidos en una muestra
aleatoria.
En todo proceso de inferencia las conclusiones
están sujetas a un nivel de confianza y un
determinado margen de error de estimación
aleatorio.
POBLACIÓN MUESTRA
X 1 , X 2 ,..., X n
Muestreo
2 X
S2
S
p
Inferencia Estadística
Estimadores
Parámetros
Estimación de Parámetros mediante
Intervalos de Confianza
Intervalos de Confianza
p(1 − p)
IC( ) = p z o
n
p: es la proporción muestral
n : es el tamaño de muestra seleccionado
zo: Índice correspondiente el nivel de confianza
fijado
Ejemplo:
Al señor Juan Pérez le han propuesto participar en
una lista para el congreso, en representación de su
provincia. El Sr. Juan Pérez pretende aceptar la
propuesta si tiene evidencia que más del 23% de
personas votarían a su favor. Para realizar la
estimación respectiva se fija un nivel de confianza
del 95%, selecciona un muestra aleatoria de tamaño
n = 450 votantes, encontrando que 90 manifestaron
su intención de votar por él. En base a estos
resultados ¿Cúal será la decisión del Sr. Juan
Pérez?
Intervalos de confianza cuando el tamaño de la
población (N) es conocida
Cuando el tamaño de la población es conocida, la que denotaremos
como N, se debe utilizar un factor de corrección en el intervalo de
confianza, dicho factor de corrección es el siguiente:
N −n
f .c. =
N −1
Si ese fuese el caso los respectivos intervalos de confianza para la
media serán los siguientes:
p(1 − p) N −n
IC ( ) = p z0
n N −1
A este caso se les denomina estimación de la proporción para
“poblaciones finitas”
Como calcular el tamaño de muestra
para estimar una proporción
Tamaño de muestra para estimar la Proporción Poblacional
z 2 p(1 − p )
Población “infinita”: n=
E2
z 2 p(1 − p) N
Población finita: n= 2
z p(1 − p) + (N − 1) E 2
Donde:
E: es el error máximo tolerable, el cual es fijado por el
investigador.
Z: es el índice asociado al nivel de confianza fijado por el
investigador
N : es el tamaño de la población
Para calcular el tamaño de muestra para estimar la
proporción poblacional ( ), se deben de tener las
siguientes consideraciones:
➢ Si se tiene información acerca del valor de , por
experiencia u otros estudios realizados, se utiliza
este como valor de “p”, en la fórmula.
➢ Si no se cuenta con dicha información, se toma una
muestra piloto y se estima el valor de , y este se
utiliza en la fórmula.
➢ Si ninguna de las situaciones anteriores se da,
entonces se utiliza un valor de p = 0,5
Ejemplo 1:
Se desea estimar la proporción de personas residentes en la
ciudad de Trujillo que están a favor de un proyecto de Ley,
recientemente propuesto en el congreso de la república, si se
fija un nivel de confianza del 95% y se está dispuesto a tolerar
un error de a lo más 4% ¿Qué tamaño de muestra se necesita?
Ejemplo 2:
Hallar el tamaño de muestra necesario si se desea estimar la
proporción de estudiantes, de un centro educativo, que suelen
hacer uso frecuente de la cafetería. En el periodo académico en
el que se realiza el estudio se matricularon 1650 alumnos. Se fija
un nivel de confianza del 90% y se desea un error máximo del
3%. En una muestra piloto previa al estudio, se encontró que el
62% de estudiantes solían hacer uso frecuente de la cafetería.
Intervalos de Confianza
para estimar un promedio
Intervalo de Confianza para la Media Poblacional IC()
cuando la varianza poblacional es conocida
x : Es la media muestral
σ : Es la desviación estándar poblacional
n : Es el tamaño de muestra utilizado
Zo: es un índice que se calcula en base al nivel de confianza
fijado (índice correspondiente al nivel de confianza fijado).
Este nivel de confianza es una probabilidad que debe estar
centrada de manera simétrica, en este caso, en la
distribución normal estándar
Intervalo de Confianza para la Media Poblacional IC()
cuando la varianza poblacional es desconocida
x : Es la media muestral
S : Es la desviación estándar muestral
n : Es el tamaño de muestra utilizado
to: es un índice que se calcula en base al nivel de confianza fijado
(índice correspondiente al nivel de confianza fijado). Este
nivel de confianza es una probabilidad que debe estar
centrada de manera simétrica, en este caso, en la
distribución T de Student con n-1 grados de libertad
• Ejemplo:
18 19 16 14 15 19 18
17 12 16 17 11 16 17
• El punto medio
__
de este intervalo es el promedio de
la muestra x
Intervalos de confianza cuando el tamaño de la
población (N) es conocida
Cuando el tamaño de la población es conocida, la que
denotaremos como N, se debe utilizar un factor de
corrección en el intervalo de confianza, dicho factor de
corrección es el siguiente:
N −n
f .c. =
N −1
__
N −n __
S N −n
IC ( ) = x z0 IC ( ) = x t0
n N −1 n N −1
A estos casos se les denomina estimación de la media para
“poblaciones finitas”
Como calcular el tamaño de muestra
para estimar un promedio
Determinación del tamaño de la muestra para
estima la media
• Uno de los primeros problemas a resolver cuando
se pretende estimar algún Parámetro es el de
determinar cual es el tamaño de muestra adecuado.
• Fijado el nivel de confianza, se tienen dos factores
principales que influyen en el tamaño de la
muestra:
i) La variabilidad de la población ( 2 )
ii) El grado de error que se está dispuesto
a tolerar (E), y que es fijado por el
investigador
Tamaño de muestra para estimar la media de la población
z 2σ 2
Población “infinita”: n=
E2
z 2σ 2 N
Población finita: n= 2 2
z σ + (N− 1) E 2
Donde:
E: es el error máximo tolerable, el cual es fijado por el
investigador.
Z: es el índice asociado al nivel de confianza fijado por el
investigador
N : es el tamaño de la población
confianza es:
Donde:
2
( n −1; 1+2 ) y
2
( n −1; 1−2 ) denotan los índices asociados al nivel de
S2 : es la varianza muestral
Ejemplo: