INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

TAREA 6. INFERENCIA ESTADÍSTICA 1:

INTERVALOS DE CONFIANZA

ALUMNA: ANHELINA SPIZHAVKA SHCHERBAK

Contenido:

1. Estimación: Intervalos de confianza en una población normal

1
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

1. Estimación: Intervalos de confianza en 1 población normal

El intervalo de confianza es un procedimiento para añadir la información de la incertidumbre que

tenemos sobre la estimación realizada con una muestra.

̅ si tomáramos muchas muestras de esta misma población?

¿Cómo variaría la media muestral 𝑿

El propósito de un intervalo de confianza es estimar un parámetro desconocido con indicación de

la precisión de la estimación y del grado de confianza que tenemos en la estimación. Cuando
calculamos un intervalo de confianza damos dos informaciones:

1. Un intervalo de valores, calculado a partir de los datos

2. Una probabilidad o nivel de confianza de que en un muestreo repetido, el intervalo
contenga el verdadero valor del parámetro.

α = NIVEL DE SIGNIFICACIÓN. Normalmente 0.05 (5%). En ocasiones 0.01 (1%).

100(1-α)% = NIVEL DE CONFIANZA. Normalmente 95%. En ocasiones 99%. Es la probabilidad que

existe (antes de tomar la muestra) de que el intervalo a construir a partir de la muestra incluya el
verdadero valor del parámetro a estimar. Refleja la "confianza" en la "construcción" del intervalo
y de que éste tras concretar la muestra contendrá el valor a estimar. De ahí que en términos
numéricos dicho nivel o probabilidad haya de tomar un valor alto (0.9,0.95,0.99).

25 intervalos de confianza obtenidos a partir de

25 muestras

2
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

Si tomamos infinitas muestras, y con cada muestra calculamos un intervalo de confianza, entonces,
el 100(1-α) % de esos intervalos tendrían el verdadero valor del parámetro poblacional

Sin embargo, en la práctica,

• Solo una muestra
• Solo un intervalo de confianza
• El intervalo de confianza SÍ o NO contendrá el verdadero valor del parámetro poblacional
• A la incertidumbre de si lo contendrá le llamaremos CONFIANZA

Cálculo de intervalos de confianza en poblaciones normales:

INTERVALO DE CONFIANZA PARA μ CON 𝝈𝟐 CONOCIDAPARA UN Nivel de Confianza (1-𝛂):

𝜎 ̅ −𝝁
𝑿
𝑋̅~𝑁 (𝜇, ) → 𝜎 ~𝐍(𝟎, 𝟏)
√𝑛 ⁄ 𝒏
√

𝝈
𝑰𝑪𝝁 (𝟏 − ) → 𝑿
̅ ± 𝒛𝜶⁄ ∙ (estimación ± error_estimación)
𝟐 √𝒏
𝒛𝜶⁄ (𝒐 𝒛∗ )= valor crítico de una distribución N(0,1) que
𝟐
deja α⁄2 deprobabilidad a la derecha(tener en cuenta la
simetría de la Normal)

Conforme aumenta el Nivel de Confianza ( disminuye el Nivel de Significación)

el intervalo es más amplio

El error de estimación se hace menor cuando:

1.  se hace menor. La desviación típica  mide la variación de la población. Podemos

pensar en ella como en un ruido que oculta el valor medio . Es más fácil estimar 
con precisión cuando  es pequeña.

3
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

2. n se hace mayor. Un incremento del tamaño de la muestra reduce el error de

estimación para un nivel de confianza determinado. Debido a que n está dentro de la
raíz cuadrada, tenemos que multiplicar por cuatro el tamaño de la muestra para
reducir a la mitad el error de estimación.
3. z* se hace menor. Un valor crítico z* menor es lo mismo que un nivel de confianza
menor. Existe una relación entre el nivel de confianza y el error de estimación. Con
unos mismos datos, para tener un error de estimación menor, tenemos que aceptar
una confianza menor.Si se reduce el Nivel de Confianza, también se reduce el error de
estimación (al reducir z*)

Para conseguir a la vez un nivel de confianza elevado y un error de estimación pequeño,

se deben tener suficientes observaciones.

INTERVALO DE CONFIANZA PARA μCON 𝝈𝟐 DESCONOCIDA PARA UN Nivel de Confianza (1-𝛂):

𝜶
̅ ± 𝒕 ⁄𝟐 ∙
𝑰𝑪𝝁 (𝟏 − ) → 𝑿
𝒔
(estimación ± error_estimación)
𝒏−𝟏 √𝒏
𝜶⁄
𝟐
𝒕𝒏−𝟏 = valor crítico de una distribución t de Student con n-1
grados de libertad que deja α⁄2 de probabilidad a
laderecha.

INTERVALO DE CONFIANZA PARA 𝝈𝟐 Y 𝝈 PARA UN Nivel de Confianza (1-𝛂):

Asumiendo la normalidad de los datos:

(𝒏 − 𝟏) ∙ 𝒔𝟐 (𝒏 − 𝟏) ∙ 𝒔𝟐
𝑰𝑪𝝈𝟐 (𝟏 − ) → [ , ]
𝒈𝟐 𝒈𝟏

(𝒏 − 𝟏) ∙ 𝒔𝟐 (𝒏 − 𝟏) ∙ 𝒔𝟐
𝑰𝑪𝝈 (𝟏 − ) → [√ ,√ ]
𝒈𝟐 𝒈𝟏

4
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

𝜶
𝒈𝟏/ 𝑷(𝝌𝟐𝒏−𝟏 > 𝒈𝟏) = 𝟏 −
𝟐
𝜶
𝒈𝟐/ 𝑷(𝝌𝟐𝒏−𝟏 > 𝒈𝟐) =
𝟐

Ejercicio 1: (Statgraphics)
• OBTENCIÓN DE INTERVALOS DE CONFIANZA PARTIENDO DE OBSERVACIONES

De un lote grande de barras de acero para las armaduras del hormigón armado se ha procedido a
extraer una muestra aleatoria de 100 barras. Las barras fueron sometidas a carga de tracción hasta
su rotura y los resultados obtenidos han sido almacenados en la variable Cargas2 del fichero
MUESTREO.sf6.

a) Representar los datos sobre papel probabilístico normal ¿Es adecuado el modelo normal
para describir la distribución de la variable Cargas2? ¿Por qué?

Statgraphics: Desplegar el menú Describir, el submenú Datos Numéricos y elegir la opción

Análisis de una variable. Activar en la barra de herramientas del Statfolio la opción gráfica
Gráfico de Probabilidad normal. (También se podría haber utilizado el comando Describir/
Ajuste de Distribuciones/Gráficos de Probabilidady seleccionar Gráfico de Probabilidad
Normal)

Sí que es adecuado el modelo normal para describir la distribución de la variable Cargas2 ya que el gráfico
de Caja y Bigotes es prácticamente simétrico. También observamos dicha simetría positiva en el histograma
y, además, el gráfico de probabilidad normal presenta una distribución lineal, los puntos se aproximan a
una línea recta. La hipótesis de que los datos son normales será aceptada.

5
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

Gráfico de Probabilidad Normal

99,9
n:100
99 Media:4005,99
Sigma:67,3073
95
W:0,993165
P:0,8978
80

porcentaje 50

20

5
1

0,1
3800 3900 4000 4100 4200
Cargas2

Gráfico de Caja y Bigotes

3800 3900 4000 4100 4200

Cargas2

Histograma

15

12
frecuencia

0
3800 3900 4000 4100 4200
Cargas2

6
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

b) Obtener mediante estadísticos una estimación puntual de los parámetros del modelo
normal para la variable Cargas2. ¿Cuál es el valor de la media muestral?¿y el de la cuasi-
varianza?

Statgraphics: Activar en la barra de herramientas del Statfolio la opción de Tablas: Resumen

Estadístico

Media → 4005,99
Varianza → 4530,27

Resumen Estadístico para Cargas2

Recuento 100
Promedio 4005,99
Varianza 4530,27
Desviación Estándar 67,3073
Coeficiente de Variación 1,68017%
Mínimo 3857,55
Máximo 4174,64
Rango 317,09
Sesgo Estandarizado 0,406537
Curtosis Estandarizada -0,70314

c) Calcular un intervalo de confianza al 95% para cada uno de los parámetros del modelo
normal ¿Qué propiedad tienen estos intervalos?

Statgraphics: Activar en la barra de herramientas del Statfolio la opción de Tablas y

Gráficos y marcar Intervalos de confianza.

Intervalos de Confianza para Cargas2

Intervalos de confianza del 95,0% para la media: 4005,99 +/- 13,3553 [3992,63; 4019,34]
Intervalos de confianza del 95,0% para la desviación estándar: [59,0963; 78,1892]

d) Calcular un intervalo de confianza al 99% para cada uno de los parámetros del modelo
normal ¿Qué variación experimentan los intervalos al aumentar el nivel de confianza? ¿Por qué?

Statgraphics: Pulsar el botón derecho del ratón, elegir Opciones de ventana y cambiar el nivel de
confianza del intervalo

Intervalos de Confianza para Cargas2

Intervalos de confianza del 99,0% para la media: 4005,99 +/- 17,6777 [3988,31; 4023,67]
Intervalos de confianza del 99,0% para la desviación estándar: [56,8058; 82,1175]

Al aumentar el nivel de confianza aumenta el intervalo. Esta condición se aplica debido a que alfa
disminuye haciendo aumentar la región de aceptación.

7
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

Ejercicio 2: (calculadora y tablas)

• INTERVALO DE CONFIANZA PARA LA MEDIA CON 𝝈𝟐 CONOCIDA

Para estimar la calificación media de los expedientes de los alumnos en una Facultad se ha
obtenido una muestra de 25 alumnos. Se sabe por otros cursos que las puntuaciones se distribuyen
normalmente y que la desviación típica de las puntuaciones en dicha Facultad es de 2.01 puntos.
La media de la muestra fue de 4.9. Calcular:
a) Intervalo para la media con una confianza del 90%.

STATGRAPHICS:
Pruebas de Hipótesis
Media muestral = 4,9
Desviación estándar muestral = 2,01
Tamaño de muestra = 25

Intervalos de confianza del 90,0 % para la media: 4,9 +/- 0,661232 [4,23877;5,56123]

Hipótesis Nula: media = 0,5

Alternativa: no igual
Estadístico Z calculado = 10,9453
Valor-P = 0,0
Rechazar la hipótesis nula para alfa = 0,1.

El StatAdvisor
Este análisis muestra los resultados de realizar una prueba de hipótesis relativa a la media (mu) de una
distribución normal. Las dos hipótesis a ser evaluadas aquí son:

Hipótesis nula: mu = 0,5

Hipótesis alterna: mu <> 0,5

Dada una muestra de 25 observaciones con una media de 4,9 y una desviación estándar de 2,01, el
estadístico Z calculado es igual a 10,9453. Puesto que el valor-P para la prueba es menor que 0,1, puede
rechazarse la hipótesis nula con un 90,0% de nivel de confianza. El intervalo de confianza muestra que los
valores de mu soportados por los datos caen entre 4,23877 y 5,56123.
8
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

b) Intervalo para la media con una confianza del 99%.

Pruebas de Hipótesis
Media muestral = 4,9
Desviación estándar muestral = 2,01
Tamaño de muestra = 25

Intervalos de confianza del 99,0 % para la media: 4,9 +/- 1,03549 [3,86451;5,93549]

Hipótesis Nula: media = 0,5

Alternativa: no igual
Estadístico Z calculado = 10,9453
Valor-P = 0,0
Rechazar la hipótesis nula para alfa = 0,01.

El StatAdvisor
Este análisis muestra los resultados de realizar una prueba de hipótesis relativa a la media (mu) de una
distribución normal. Las dos hipótesis a ser evaluadas aquí son:

Hipótesis nula: mu = 0,5

Hipótesis alterna: mu <> 0,5

Dada una muestra de 25 observaciones con una media de 4,9 y una desviación estándar de 2,01, el
estadístico Z calculado es igual a 10,9453. Puesto que el valor-P para la prueba es menor que 0,01, puede
rechazarse la hipótesis nula con un 99,0% de nivel de confianza. El intervalo de confianza muestra que los
valores de mu soportados por los datos caen entre 3,86451 y 5,93549.

SOL: a)(4.24, 5.56); b) (3.86, 5.94)

9
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

Ejercicio3: (calculadora y tablas)

• INTERVALO DE CONFIANZA PARA LA MEDIA CON 𝝈𝟐 DESCONOCIDA
• INTERVALO DE CONFIANZA PARA LA 𝝈𝟐

El valor de las ventas (en miles de euros) en una editorial se distribuye según una normal. Para
estimar el valor medio de las ventas por trabajador en laeditorial se ha obtenido una muestra de
15 vendedores de la empresa. La media y cuasi-varianza de la muestra son 5 y 2.143
respectivamente. Calcular:
a) Intervalo de confianza del 90% para la venta media por trabajador en la editorial.

Pruebas de Hipótesis
Media muestral = 5,0
Desviación estándar muestral = 1,46
Tamaño de muestra = 15

Intervalos de confianza del 90,0 % para la media: 5,0 +/- 0,663963 [4,33604;5,66396]

Hipótesis Nula: media = 0,5

Alternativa: no igual
Estadístico t calculado = 11,9373
Valor-P = 1,00039E-8
Rechazar la hipótesis nula para alfa = 0,1.

El StatAdvisor
Este análisis muestra los resultados de realizar una prueba de hipótesis relativa a la media (mu) de una
distribución normal. Las dos hipótesis a ser evaluadas aquí son:

Hipótesis nula: mu = 0,5

Hipótesis alterna: mu <> 0,5
10
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

Dada una muestra de 15 observaciones con una media de 5,0 y una desviación estándar de 1,46, el
estadístico t calculado es igual a 11,9373. Puesto que el valor-P para la prueba es menor que 0,1, puede
rechazarse la hipótesis nula con un 90,0% de nivel de confianza. El intervalo de confianza muestra que los
valores de mu soportados por los datos caen entre 4,33604 y 5,66396.

b) Intervalo de confianza del 90% para la varianza de las ventas por trabajador en la

editorial.

Al elevar el cuadrado los intervalos de confianza para sigma 90% se obtienen los intervalos para la varianza
de las ventas por trabajador en la editorial:
Pruebas de Hipótesis
Desviación estándar muestral = 1,46
Tamaño de muestra = 15

Intervalos de confianza del 90,0 % para sigma: [1,12249;2,13115]

Hipótesis Nula: desviación estándar = 0,5

Alternativa: no igual
Estadístico chi-cuadrada calculado = 119,37
Valor-P = 0,0
Rechazar la hipótesis nula para alfa = 0,1.

El StatAdvisor
Este análisis muestra los resultados de realizar una prueba de hipótesis relativa a la desviación estándar
(sigma) de una distribución normal. Las dos hipótesis a ser evaluadas aquí son:

Hipótesis nula: sigma = 0,5

Hipótesis alterna: sigma <> 0,5

Dada una muestra de 15 observaciones con una desviación estándar de 1,46, el estadístico chi-cuadrada
calculado es igual a 119,37. Puesto que el valor-P para la prueba es menor que 0,1, puede rechazarse la
hipótesis nula con un 90,0% de nivel de confianza. El intervalo de confianza muestra que los valores de
sigma soportados por los datos caen entre 1,12249 y 2,13115.

SOL:a)(4.334, 5.666); b) (1.267, 4.567)

11
 INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA (Statgraphics y Ejercicios)

Ejercicio 4: (calculadora y tablas)

• CÁLCULO DEL ERROR DE LA ESTIMACIÓN. DETERMINACIÓN DEL TAMAÑO DE LA
MUESTRA

El peso, en kilogramos, de un determinado colectivo se distribuye según una normal con

desviación típica igual a 5 kg. ¿Cuántos individuos debemos seleccionar en la muestra si
queremos que la media de la muestra no difiera en más de 1kg de la media de la población, con
un nivel de confianza del 95%?

SOL: 97 individuos

12