06/11/2014

INTERVALOS DE CONFIANZA
(CONTINUACIÓN)

Tabla Resumen de la Estimación por

Intervalo de la media de la población
POBLACIÓN TAMAÑO DE LA DISPERSIÓN DISPERSION
MUESTRA CONOCIDA DESCONOCIDA

GRANDE n>=30
X  Z .  x  X  Z . S x 
CON
Distribución PEQUEÑO n<30
Normal X  Z .  x  X  t . S x 
GRANDE n>=30
X  Z .  x  X  Z . S x 
SIN
Distribución PEQUEÑO n<30 Procedimientos no paramétricos
Normal Dirigidos a la mediana

Adaptado de la tabla 8.4 pag 140. Kasmier

2

1
 06/11/2014

Intervalo de confianza
Distribución Normal

Intervalo de confianza
Distribución t-Student

2
 06/11/2014

Casos:
Propuesto nº 2. Un comerciante mayorista desea estimar el nivel de ventas
de una sucursal, con un coeficiente de riesgo del 5%. A tal fin, observa las
ventas durante 64 días, resultando un promedio de $ 2.350.- diarios. Por
otra parte se sabe que las ventas tienen una dispersión de $ 180.-
Determinar los límites de confiabilidad.

Datos : L im in f L im s u p
 
  0, 05 X  Z . X  Z .
n n
X  2.350.  2 .3 5 0  1, 9 6 .
180
 2 .3 5 0  1, 9 6 .
180

64 64
  $180.  2 3 0 5, 9 0 2 3 9 4 ,1 0
n  64
P x  
X  Z . x 
% P 2305,90    2394,10   95%
X  Z .
 n n

Se puede afirmar con un 95% de confianza que el verdadero valor de las ventas
diarias está entre $2305,90 y $2394,10. 5

Casos:
Se desea estimar con un 95 % el precio de venta promedio de
cierto artículo de consumo. A tal fin se realizó una muestra de 100
comercios seleccionados al azar, la cual dio como resultado un
precio medio de $ 12.- con una dispersión muestral de $ 1,60.

Datos : L im in f L im s u p
  0,05 X  Z .
S
X  Z .
S
n n
X  $12.  1, 6 0 1, 6 0
1 2  1, 9 6 .  1 2  1, 9 6 . 
S  $1,60.  100 100
1 1, 6 8 12,31
n  101

P Sx
 X  Z .   X  Z .
n
Sx 
n

% P $11,68    $12,31   95%


Se puede afirmar con un 95% de confianza que el verdadero precio del artículo está
entre $ 11,68 y 12,31.-. 6

3
 06/11/2014

Casos:
De una población que se reconoce como normal, se recoge una muestra de 25
clientes. Se desea inferir con un 95% de confianza, el monto promedio de
compras mensuales. La muestra arrojó los siguientes resultados: compra
promedio: $ 86,40 y dispersión: $ 37,50.
Datos : L im in f L im in f
S S
  0, 05 X  tn 1 . X  tn 1 .
n n
37,50 37,50
X  $86, 40.  86,40  2,06.  86,40  2,06. 
25 25
S  $37,50.  $70,95 $ 1 0 1,8 5
n  25 La distribución t es como la D Normal: se debe dividir el
error por 2. Luego 1-0,025=0,975 y se busca en la tabla.

%
P Sx
 X  tn 1 .    X  tn 1 .
 n
Sx 
n

P $70,85    $101,85   95%
Se puede afirmar con un 95% de confianza que el verdadero promedio de compras
mensuales está entre $ 70,95 y 101,85.-. 7

4
 06/11/2014

Intervalo de confianza para la

proporción
Se usa para variables cualitativas.
Se estima la proporción de la población a partir de la
proporción muestral.
Cuando n.p y (1-n.p) es > 5 la distribución binomial puede ser aproximada
por la distribución normal. Entonces:

Donde:   proporción poblacional

Ps .(1  Ps ) Ps  población muestral
Ps  Z Z  valor crítico de la distribución normal ..
n
n  tamaño de la muestra

 P .(1  Ps ) P .(1  Ps ) 
P  Ps  Z s    Ps  Z s   ........%
 n n  9

Casos:
Analizada la duración de 850 artefactos eléctricos, se verificó que 150
de ellos dejaron de funcionar antes de las 10.000 horas de uso.
Determinar un intervalo de confianza, con un coeficiente de riesgo
del 5%, a fin de poder fijar el período de garantía.

Datos :  0,18.(1  0,18) 0,18.(1  0,18) 

P  0,18  1, 96.    0,18  1, 96.   95%
  0,05  850 850 
150
Ps   0,18
850
n  850 P(0,15 0,20)  95%
0,18.(1  0,18)
P 
850

 P .(1  Ps ) P .(1  Ps ) 
P  Ps  Z s    Ps  Z s   .....%
 n n  10

5
 06/11/2014

Tamaño de la muestra
CP Zulma Montero

Tamaño de la muestra

Objetivos de la investigación

Distintas variables

Distintos tamaños de muestra

SE ELIGE EL MAYOR

6
 06/11/2014

Depende de:

N Tamaño de la Población

1 Nivel de confianza

 x / Sx Dispersión de la variable a estudiar

 Error de Estimación

El nivel de confianza o confiabilidad

• Lo fija arbitrariamente quien esté calculando
el tamaño de la muestra, teniendo en cuenta
que dicha confiabilidad debe estar entre el
noventa y el noventa y nueve por ciento.

A mayor confiabilidad
mayor tamaño de muestra.

7
 06/11/2014

Dispersión de la variable
El grado de variación o se mide a través de la
desviación estándar, la cual puede ser
estimada a partir de una muestra piloto o a
partir de la información recopilada en una
investigación similar, realizada anteriormente.

Sx x

El error de estimación
Es la máxima diferencia en valor absoluto, que
se está dispuesto a aceptar, entre el valor del
estimador y el valor del parámetro.
A éste error de estimación se le nota como ε.

El valor del error de estimación depende del

estimador que se desee obtener y de la magnitud
de la variable.
A mayor error de estimación menor tamaño de
muestra.

8
 06/11/2014

Tamaño de la muestra
Partimos de la fórmula de la estandarización
aplicada a la media de las medias muestrales:
X 
Z 
x  2x
2
 x2 .Z 2
Z . 2 n n
n  2
x X 
Z .  Otra forma:
n
 2
Z . x    .Z 
n n x
  

Z . x  n

  17

Casos:
Al gerente de una agencia de publicidad que presta sus servicios a una
estación radiodifusora grande, le gustaría estimar la cantidad promedio de
tiempo que la audiencia de la estación pasa escuchando la radio
diariamente. ¿Qué tamaño de muestra se necesita si el gerente desea
tener una confianza del 90% de estar en lo correcto, dentro +-5 minutos.
De estudios anteriores se estima que el desvío estándar es de 45 minutos.

Datos : SIEMPRE SE
 2x .Z 2
(1   )  90% n   REDONDEA
  5 min 2 PARA ARRIBA
  45 min 452.1,642
n 2

5 Tamaño Mínimo
n  217,85  218 de Muestra

9
 06/11/2014

Tamaño de la muestra
Población Finita
Cuando se conoce el tamaño de la población
“N”, se puede achicar el tamaño de la
muestra:

 2x .Z 2 n
no N
n0  no   N  1
2

19

Casos:
De una población de 30.000 facturas, se desea tomar una muestra para determinar
el valor medio de ellas. La experiencia anterior permitió calcular la dispersión del
volumen de ventas en $ 2.500.
De qué tamaño deberá tomarse la muestra, para poder efectuar la estimación del
valor medio de ventas poblacional con un error de muestreo de $ 250 y una
seguridad del 95,4%.

Datos :
25002x .22
(1   )  95,40% n0  2
 400
  250 min 250
  2500 min Población finita
Z 2 400 . 30000
n 
no N 400  29999
n
no   N  1 n  394,74  395

10
 06/11/2014

Tamaño de la muestra para la

proporción
Ps   Poblacional
Z Pero es lo que se quiere
 .(1   ) averiguar!!!!!
n
 .(1   ) Z 2 . P.(1  P )
Z.  Ps   n
n 2
 .(1   ) Entonces P se estima
Z. 
n P= 0,50 P.(1-P)= 0,25
P= 0,40 P.(1-P)= 0,16
Z 2 .  .(1   )
n P= 0,30 P.(1-P)= 0,09
2 P= 0,10 P.(1-P)= 0,01 21
P= 0,01 P.(1-P)= 0,0001

Conclusiones:
El valor máximo de la muestra está dado para
P=0,50

El valor mínimo de muestra está dado para

Mínimos y máximos valores de “P”

11
 06/11/2014

Conclusiones:
Reducir el margen de error obliga a aumentar
el tamaño de la muestra.

Aumentar el nivel de confianza obliga a

aumentar el tamaño de la muestra.

Si aumenta el tamaño de la muestra, puedo

reducir el margen de error o incrementar el
nivel de confianza.

Caso
Una consultora especializada en temas políticos es contratada por un
Partido Político para estimar la proporción de votantes que tendrá su
candidato. Se desea tener un 90% de confianza en la estimación, con más
menos 0,04 de la verdadera proporción. Qué tamaño de muestra se
necesita?
a) Responder sabiendo que en las últimas elecciones su partido obtuvo el
24% de los votos.
b) Sin información sobre la posible proporción.
c) Calcular la opción b) suponiendo una población de 100.000 y 10.000
habitantes. n
no . N
no  ( N  1)
Z 2.P.(1 P) Z 2 .P.(1  P)
a) n  b ) n  n
420, 25 . 100.000

2 2 420, 25  (100000  1)
n  418, 49  419
1,642.0,24.(1 0,24) 1,642.0,50.(1  0,50)
n n 420, 25 . 10.000
0,042 0,042 n
420, 25  (10.000  1)


n  306,61  307 n  420,21  421 n  403, 33  404

12
 06/11/2014

Número mínimo de muestra según distintos

valores de nivel de confianza
y de error máximo

Margen de error Nivel de confianza

Población
10% 5% 1% 90% 95% 99%

100 50 80 99 74 80 88
500 81 218 476 176 218 286

1,000 88 278 906 215 278 400

10,000 96 370 4,900 264 370 623

100,000 96 383 8,763 270 383 660

+
97 384 9,513 271 384 664
1,000,000

sv.surveymonkey.com/

Bibliografía
CAP 10

http://www.virtual.unal.edu.co/

26

13