UNIVERSIDAD DE SANTIAGO DE CHILE

FACULTAD DE CIENCIA
DEPARTAMENTO MATEMTICA Y CIENCIA DE LA COMPUTACIN
REA DE ESTADSTICA
Estimacin por Intervalos
Probabilidad y Estadstica 10009 - 96013
Prof. Alma Placencia C. 2-2011
Consiste en determinar un intervalo (A(X); B(X)), para estimar un parmetro desconocido,
intervalo que depende del valor numrico de la estadstica

obtenida de una muestra

aleatoria de la poblacin en estudio y de la distribucin muestral de

, tal que:
P[A(X) < < B(X)] = 1 - , donde 0 < < 1, en que (1 - ) llamado nivel de confianza, es
la probabilidad de seleccionar una muestra que determine un intervalo que contenga al
verdadero valor de .
El intervalo obtenido, con (1 - ) nivel de confianza, se conoce como intervalo de
confianza (I.C.) para estimar el parmetro y se interpreta como que en el 100 (1 - )% de
las infinitas muestras aleatorias tomadas, el 100 (1 - )% de los I.C. obtenidos contiene el
verdadero valor de .
Son usuales niveles de confianza iguales a: 0.90; 0.95; 0.99.
Estudiaremos I.C. para estimar: media poblacional (), Proporcin poblacional (P) y varianza
poblacional (
2
).
Caso 1: Construir un I.C. para estimar , a partir de una m.a. (n) de una poblacin
X ~ N (;
2
) y con (1 - ) nivel de confianza dado.
P[A(x) < < B(x)] = 1 - Sabemos que
) 1 ; 0 ( ~
/
N
n
X
Z

Luego:

1
1
]
1

<

<

1
/
2 / 1 2 /
2 / 1
Z
n
X
Z P
Z
1 -
/ 2
/2
Z
/2
= -Z
1-/2
Z
1-/2
B(X
)
A(X)
Despejando , resulta en las desigualdades:

1
]
1

< <

1
2 / 1 2 / 1
n
Z X
n
Z P
luego:
( ) ( )

1
1
1
1
]
1

+ < <

1
2 / 1 2 / 1

X B X A
n
Z X
n
Z X P
Resultando un I.C. para estimar , con (1 - ) dado, donde la varianza poblacional
2
es
conocida, igual a:
1
]
1

+

n
Z X
n
Z X


;
2 / 1 2 / 1
de amplitud = 2 Z
1-/2

n

=2E; en que E se conoce como error de estimacin, tal que:

E = Z
1-/2

n

, donde
2
2 / 1

,
_

E
Z
n

es el tamao de muestra para estimar , con (1-

) y E dados y utilizando
2
cuando es conocida.
Para (1 - ) dado y tamao de muestra fijo, a menor amplitud del intervalo de confianza
mayor precisin de la estimacin.
* Cuando
2
es desconocida , se estima con la varianza muestral
( )
1
1
2
2

n
X X
s
n
i
i
, entonces
n s
X
/

~ t
n1
, resultando
1
]
1

+

n
s
t X
n
s
t X
s n n
;
2 / 1 ; 2 / 1 ; 1
; I.C. para estimar la media
poblacional , a partir de una m.a. (n) de X ~ N(;
2
), con (1 - ) nivel de confianza dado y

2
desconocida .
Caso 2: Construir un I.C. para estimar la proporcin poblacional (P), a partir de una m.a.
(n) de X ~ B (1; P) y con (1 - ) nivel de confianza dado.
Sabemos que ( )
n
p p
P p

~ N(0,1) y del mismo modo que en caso caso 1, se deduce el I.C.

para estimar P, (con 1 - ) dado:
( ) ( )
1
]
1

n
p p
Z p
n
p p
Z p
1
;
1

2 / 1 2 / 1
, de amplitud = 2 E = 2Z
1-/2

( )
n
p p 1
;
donde E = error de estimacin E = Z
1-/2

( )
n
p p 1
tal que:
2
2 / 1

,
_

E
Z
n

p(1 p), es el tamao de muestra adecuado para estimar P, con (1 -

) dado y E prefijado, en que p es la proporcin obtenida en estudios anteriores o en una
muestra piloto de la poblacin. Cuando no hay antecedentes del valor de p, se toma el valor
2
1
, que es el valor de p que maximiza el valor de n.
Caso 3: Construir un I.C. para estimar la varianza poblacin
2
, a partir de una m.a. (n) de X
~ N(;
2
), y con (1 - ) nivel de confianza dado.
Sabemos que
( )
2
1
2
2
~
1

n
s n

y del mismo modo que en el caso 1, se deduce el I.C.,

obtenindose:
( ) ( )
1
1
]
1

2
2 / ; 1
2
2
2 / 1 ; 1
2
1
;
1


n n
s n s n
I.C. para estimar
2
, con (1 - ) nivel de confianza dado.
* Material obtenido del texto gua del curso.