Estimación de parámetros por Intervalos

de Confianza
Intervalo de confianza para µ, a partir de muestras
grandes, n ≥ 30
Estadísticos muestrales de la muestra IC (𝑥̅ − 𝑍"⁄# ∗
$
≤ µ ≤ 𝑥̅ + 𝑍"⁄# ∗
&
)= 1-𝛂
% %
aleatoria simple de 40 hombres:
Z =1.96
• n = 40
''.) ''.)
̅ 78.3 kg
• 𝑥= IC ( 78.3 − 1.96 ∗ ≤ µ ≤78.3 + 1.96 ∗ )= 0.95
*+ *+

• Desviación estándar: 𝜎= 11.8 kg IC ( 74.64 ≤ µ ≤81.95 ) = 95%

• Calcule el intervalo de confianza de
95% para la µ de peso
Intervalo de confianza para µ, a partir de muestras
pequeñas: n < 30
$ $
Un experimentador desea preparar y purificar por IC (𝑥̅ − 𝑡"⁄# ∗ %
≤ µ ≤ 𝑥̅ + 𝑡"⁄# ∗ %
)= 1-𝛂
cristalización fraccional 4.85 g de anilina. Nueve réplicas de
4.85 gramos de anilina se prepararon y purificaron para grados de libertad = n-1=8
producir acetanilida. Se obtuvieron los siguientes resultados
en seco: 𝑥̅ =3.77
3.85, 3.88, 3.90, 3.62, 3.72, 3.80, 3.85, 3.36, 4.01 s = 0.19
Construya un intervalo de confianza de 99% para la n=9
cantidad media de gramos de acetanilida que se puede
recuperar de 4.85 gramos de anilina. t8,99%= 3.355
&.() &.()
(3.77 − 3.355 ∗ )
≤ µ ≤3.77 + 3.355 ∗ )
)= 99%

IC( 3.55 ≤ µ ≤ 3.98 ) = 99%

Ejemplo para Muestreo Aleatorio Estratificado
En una pequeña localidad se sabe que existen:
250 familias de ingresos bajos,
340 familias de ingresos medios,
10 familias ingresos altos.
Considerando el ingreso de familia como criterio de estratificación, se realizó un muestreo
aleatorio estratificado, se obtuvieron 5 datos de cada estrato y se registró la cantidad de residuos
producida por semana en cada familia (Datos en la siguiente diapositiva)
¿Cuál es el intervalo de confianza del 95% para la media de generación de residuos de una familia
en esa localidad?
¿Cuál es el intervalo de confianza de 95% para el total de generación a la semana?
Después del M. A. Estratificado:
Ingresos de la familia
Bajo Medio Alto

1.9 11.9 22.4

7.7 7.8 20.2
7.9 11.3 23.4
10.5 9.1 20.5
8.0 10.5 23.5
𝑥̅, 7.2 10.12 22
si 3.18 1.67 1.57
Ni 250 340 10
Estimación de la media poblacional
∑ 𝑁! ⋅ 𝑥̅!
Ingresos de la familia 𝑋! =
∑ 𝑁!
Bajo Medio Alto

𝑥̅, 7.2 10.12 22

si 3.18 1.67 1.57
Ni 250 340 10
Ingreso Ni 𝑥̅! Ni * 𝑥̅! si
de (kg/sem)
familia Desviación
estándar

Bajo 250 7.2 1800 3.18

Medio 340 10.12 3440.8 1.67

Alto 10 22 220 1.57

Total 600 5460.8

∑ #! ⋅&̅ ! '()*.,
!
𝑋= ∑ = = 9.10
#! )**
Error estándar de la media
Estrato de Ni ni 0
𝒙 s s2
la familia (kg/sem) Desviación
estándar Varianza
Bajo 250 5 7.2 3.18 10.11
Medio 340 5 10.12 1.67 2.79
Alto 10 5 22 1.57 2.46

2
L æ Ni ö æ ni öæ si ö
2
sx = å ç ÷ çç1 - ÷÷çç ÷÷
i =1 è å N i ø
ç ÷
è N i øè ni ø
 Estrato de Ni ni 0
𝒙 s s2
la familia (kg/sem) Desviación
estándar Varianza
Bajo 250 5 7.2 3.18 10.11
Medio 340 5 10.12 1.67 2.79
Alto 10 5 22 1.57 2.46

# # #
250 5 10.11 340 5 2.79 10 5 2.46
𝑠+̅ = ∗ 1− ∗ + ∗ 1− ∗ + ∗ 1− ∗
600 250 5 600 340 5 600 10 5

𝑠#̅ = 0.34 + 0.1765 + 0. 0000683

𝑠#̅ = 0.516

𝑠#̅ =0.71
Intervalo de confianza para la media poblacional
(µ)
P(x - ta , g .l . ´ s x £ µ £ x + ta , g .l . ´ s x ) = 1 - a
( 9.10 - 2.145x0.71 ≤ µ ≤ 9.10 + 2.145x0.71) = 95%
I.C.( 7.5770 ≤ µ ≤ 10.62 )= 95%
Intervalo de confianza para el Total de residuos
(Ntotal*límite inferior ≤ Total ≤Ntotal*límite superior ) =95%
IC(600*7.577≤ Total ≤600*10.62) = 95%
IC( 4546.2 ≤ T ≤ 6372) = 95%
Grados de libertad =n-1=15-1 =14
nmuestra = 15 , t = 2.145
Si fuera muestreo aleatorio simple
𝑥̅ − 𝑡 ∗ 𝑠.̅ ≤ µ ≤ 𝑥̅ + 𝑡 ∗ 𝑠.̅ = 95%

I.C. 13.10 − 2.145 ∗ 1.79 ≤ µ ≤ 13.19 + 2.145 ∗ 1.79 =95%

IC 9.26 ≤ µ ≤ 16.93 =95% El intervalo es más

amplio.
Da menor precisión que en el muestreo
estratificado.
VENTAJAS DESVENTAJAS
Si las mediciones al interior de los estratos • El Muestreo estratificado no es útil cuando
tienen menos variabilidad, con la no se pueden subdividir a todos los
estratificación se obtiene un error de elementos en estratos.
estimación menor.
En muchos casos, agrupar por estratos puede
reducir los costos del muestreo
Con frecuencia es útil tener estadísticos para
cada estrato.
Para calcular el tamaño de muestra para IC para µ
Para un intervalo de confianza de 95% Para un intervalo de confianza de 99%
• z= 1.96, • z= 2.576,
$
1.96 𝜎 $ 2.576 𝜎
𝑛= 𝑛=
𝜕 𝜕

• donde ∂ = precisión deseada • donde ∂= precisión deseada

Intervalo de confianza para una proporción
La proporción muestral es la mejor
estimación puntual de la proporción
poblacional.
• Podemos utilizar una proporción muestral
para construir un intervalo de confianza
con la finalidad de estimar el valor
verdadero de una proporción poblacional
Ej. Una encuesta del Pew Research
Center, encontró que el 30% de 1501
adultos elegidos al azar en Estados
Unidos no creen en el calentamiento
global, de manera que la proporción
muestral es:
𝑝̂ = 0.30
 𝑝=̂ proporción en la muestra
𝑥
𝑝̂ =
𝑛
Requisitos 𝑞; = 1 − 𝑝̂
𝑝̂ + 𝑞; = 1
1) La muestra es aleatoria simple.
𝑝=0.30,
̂ 𝑞; = 0.70
2) Los datos son independientes, hay
dos categorías de resultados, y las 3242 3242
𝐼𝐶 𝑝̂ − 𝑧('0"⁄#) ≤ p ≤ 𝑝̂ + 𝑧('0"⁄#) = 1-𝛂
% %
probabilidades permanecen
constantes para cada ensayo.
+.5+∗+.7+ +.5+∗+.7+
(0.30 - 1.96 ≤ 𝑝 ≤ 0.30 + 1.96 ) = 0.95
3) n𝑝̂ ≥ 5 y n𝑞; ≥ 5 '8+' '8+'

IC( 0.277≤ p ≤ 0.32 )= 95%

Intervalo de confianza para la varianza
• Una muestra aleatoria simple de seis
𝑛 − 1 𝑠! 𝑛 − 1 𝑠!
camiones pesados produjo los 𝐼𝐶 !
≤𝜎 ≤ ! =1−𝛼
siguientes niveles de ruido (en 𝜒 ! #⁄! 𝜒 $%#/!
decibeles): 5 ∗ 0.50 5 ∗ 0.50
𝐼𝐶 ≤ 𝜎! ≤ = 0.95
85.4, 86.8, 86.1, 85.3, 84.8, 86.0 12.83 0.8312
• Use estos datos para construir un IC( 0.19 ≤ 𝜎 ! ≤ 3.01 ) = 95%
intervalo de confianza de 95% para 𝜎 ! , 1-𝛂 =0.95, 𝛂=1-0.95=0.05
la varianza de las lecturas de emisión
de ruido de camiones. 𝛼⁄2 = 0.025

s2= 0.50 1- (𝛼⁄2)=1-0.025=0.975

Intervalo de confianza para la desviación estándar
• Use los datos de los
𝑛 − 1 𝑠! 𝑛 − 1 𝑠!
niveles de ruido para 𝐼𝐶 !
𝜒 #⁄!
≤𝜎≤ !
𝜒 $%#/!
=1−𝛼

construir un intervalo de
𝐼𝐶 0.19 ≤ 𝜎 ≤ 3.01 =95%
confianza de 95% para 𝜎,
IC (0.4358≤ 𝜎 ≤ 1.735) = 95%
la desviación estándar de
las lecturas de emisión de
ruido de camiones.