1.- ¿Qué significa un intervalo de confianza del 99%?

Un intervalo de confianza del 99% significa que, si repitiéramos el proceso de

muestreo y cálculo del intervalo muchas veces, el 99% de esos intervalos contendrían
el parámetro de interés real. En otras palabras, proporciona un rango estimado dentro
del cual es probable que se encuentre el valor verdadero.

2.- ¿Qué significa (1 - α )

(1 - α) es la fórmula general para el nivel de confianza en estadísticas. α representa el
nivel de significancia, que es la probabilidad de cometer un error de tipo I al rechazar
una hipótesis nula verdadera. Entonces, (1 - α) es la probabilidad de no cometer un
error de tipo I, o la probabilidad de tener un intervalo de confianza que realmente
contenga el parámetro de interés.

3.- Investigar (tablas) distribuciones;

Distribución Fisher: Utilizada en estadísticas para comparar varianzas de dos muestras
independientes. Se utiliza en análisis de varianza (ANOVA) y pruebas F.
• Distribución t de Student: Se usa para estimar la media de una población
cuando la muestra es pequeña o la desviación estándar poblacional es
desconocida. Es común en intervalos de confianza y pruebas t.

• Distribución normal estándar Z: Es la distribución normal con media 0 y

desviación estándar 1. Se utiliza para estandarizar datos y realizar cálculos
basados en puntuaciones estándar.
4.-¿Qué significan (p)(q)
(p)(q) representan las probabilidades de dos eventos complementarios en estadísticas.
Si p es la probabilidad de que ocurra un evento y q es la probabilidad de que no ocurra
ese evento, entonces (p)(q) se utiliza en contextos como la distribución binomial.

5.-Escribe tus aprendizajes respecto a los 8 teoremas

Los intervalos de confianza son herramientas estadísticas poderosas que nos permiten
hacer inferencias sobre parámetros poblacionales basándonos en muestras. Aquí
algunas conclusiones clave:

• Nivel de Confianza: El nivel de confianza elegido (como el 95% o 99%) indica

cuánta certeza tenemos de que el intervalo contiene el parámetro real. Un
nivel de confianza más alto implica un intervalo más amplio pero más seguro.
• Tamaño de la Muestra: El tamaño de la muestra afecta la precisión del
intervalo. A medida que aumenta el tamaño de la muestra, el intervalo tiende a
ser más estrecho y proporciona una estimación más precisa del parámetro.
• Interpretación: No significa que haya una probabilidad del 95% (o cualquier
nivel de confianza) de que el parámetro esté en el intervalo específico
calculado. Más bien, significa que si repitiéramos el proceso muchas veces, el
95% de los intervalos contendrían el parámetro.
• Comparación de Grupos: Los intervalos de confianza son útiles para comparar
parámetros entre dos grupos. Si los intervalos no se superponen, hay evidencia
de que los parámetros son diferentes.
• Dependencia del Modelo: Los intervalos de confianza dependen de ciertas
suposiciones y modelos estadísticos. Es crucial entender estas limitaciones al
interpretar los resultados.
En resumen, los intervalos de confianza proporcionan una forma de expresar la
incertidumbre en nuestras estimaciones y son esenciales para la inferencia estadística
precisa.