Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Intervalos de Confianza 34165
Intervalos de Confianza 34165
ESTIMAR EL GASTO
PROMEDIO QUE
REALIZA UNA MUJER
CON LAS CARACTE-
RISTICAS INDICADAS
ESTIMAR LA PROPORCIÓN
DE MUJERES QUE
COMPRARÍA UN TIPO
ESPECÍFICO DE ROPA
INTRODUCCIÓN
¿CÓMO HARÍA LAS ESTIMACIONES
A PARTIR DE UNA MUESTRA?
• Estimación Puntual
• Estimación por intervalo
Estimación de parámetros
Estimación puntual: Estima al parámetro mediante un
solo valor
INTERVALO DE CONFIANZA:
Estimación por
Consiste en la determinación de un
intervalo
intervalo, que contendrá el parámetro
con una confianza (seguridad) 1- α
Para obtenerlo se requiere:
Una muestra aleatoria
Definir el nivel de confianza, los más utilizados: 90%, 95%,
98%, etc. Representado por: (1-α)100%
Conocer la distribución muestral del estadístico
INTERVALO DE CONFIANZA DE LA
MEDIA POBLACIONAL (CASO 1)
Supuestos: Población normal, muestra aleatoria,
varianza poblacional conocida.
IC ( X ) : X Z 0
n 1-α
α/2 α/2
1-α/2
Ejemplo 1:
El jefe de producción de una determinada fábrica desea
estimar la producción promedio de clips metálicos por minuto
de un determinado modelo de máquina industrial, puesto que
elegirá este tipo de máquina si éste produce en promedio más
de 140 clips por minuto. Él conoce, de estudios anteriores
que la producción de estos clips sigue una distribución normal
con desviación estándar 8 clips por minuto.
Al observar la producción de clips (en un minuto) en una
muestra de 36 máquinas de un mismo modelo, se obtuvo
una media de 143 clips. Construya un intervalo de confianza
al 95% para la media poblacional y diga si el jefe de
producción se podría inclinar en comprar la máquina?.
INTERVALO DE CONFIANZA DE LA
MEDIA POBLACIONAL (CASO 2)
Supuestos: Población normal, muestra aleatoria, varianza
poblacional desconocida.
s
IC ( X ) : X t0 t con (n-1) gl
n
1-α
Nota:
cuando n es muy grande α/2 α/2
(n>30), se puede utilizar
Z en vez de t
1-α/2
Ejemplo 2:
Se usa una máquina para llenar envases con cierto producto líquido.
Cuando la máquina está descalibrada (trabaja mal) produce un
contenido mayor a 25 ml. Es razonable asumir que el volumen de
llenado tiene distribución normal. Se selecciona una muestra aleatoria
de 5 envases y se miden los contenidos netos, con los resultados que
se muestran.
p(1 p)
IC ( ) : p Z 0
n
α/2
1-α
α/2 α/2
1-α/2
Ejemplo 4:
z02 2 n
z02 p(1 p)
n 2
E E2
Cuando no se tiene información
de p, utilizar: p=0.5
Ejemplo 5:
A2 B2
IC ( A B ) : ( xA xB ) Z 0
nA nB
Si IC=(+,+), P(+<A - B< +)=1-α A - B > 0 A > B
pA (1 pA ) pB (1 pB )
IC ( PA PB ) : ( p A pB ) Z 0
nA nB
Si IC=(-,+), P(-<PA - PB< +)=1-α No se puede decir que una sea mayor
que la otra , luego: PA = PB
Ejemplo 8:
Con la finalidad de comparar la proporción de familias que
consumen regularmente “q-kola” (más de tres litros por semana)
en dos distritos de Lima Metropolitana, se ha seleccionado
aleatoriamente, en un día, 85 familias del distrito A y 100 familias
del distrito B, y se registró el número de familias que consumían
regularmente q-cola. Los datos se resumen a continuación:
Número de familias que
Número de familias
Distrito consumen regularmente
encuestadas
“q-cola”
A 85 30
B 100 28
Con un nivel de confianza del 90%, ¿esta diferencia que
observamos entre los dos distritos pudiera ser nula?