Estimación de la media

poblacional
Objetivos
 Estimar la media poblacional de una
determinada característica que sigue
una distribución normal.
 Disponemos de una muestra de n
individuos.
 ¿Cómo se obtiene un intervalo de
confianza para la media poblacional
m?
Método
 Disponemos de la muestra:

X 1 , X 2 ,...., X n

 Calculamos la media y la varianza muestrales:

n

X i
X i 1
n
 n 2 
 X X
n
  Xi
2
i 
n  i 1
s2  i 1
  X2
n 1 n 1  n 
 
 
Método
 El intervalo de confianza (1-a) para m se calcula
como

s
X  t n 1, 1a / 2
n

 Donde
P(t n 1  t n 1, 1a / 2 )  1  a / 2
Interpretación del intervalo de
confianza (1-a)
 La probabilidad de que el intervalo de confianza
calculado contenga el verdadero valor del
parámetro es (1-a)
 Es decir, al construir distintos intervalos de confianza
a partir de muestras distintas, un (1-a)% de los
intervalos contendrán el verdadero valor del
parámetro
 No es correcto interpretar el intervalo de
confianza en términos de que el verdadero valor del
parámetro está dentro del intervalo con una
probabilidad (1-a)
 Esta interpretación solo seria correcta en el caso de
construir los intervalos desde un punto de vista
bayesiano
Ejemplo
 En una muestra de 25 individuos normales, encontramos
que una enzima tiene una actividad media de 3.4 U/ml
con una desviación típica de 0.4 U/ml. Estima el valor
medio poblacional para la actividad de este enzima con
una confianza de 0.95
X  3.4 s  0.4 n  25
(1  a )  0.95  1  a / 2  0.975
t24, 0.975  2.0639

 Intervalo de confianza:
s
X  tn1,1a / 2
n
 3.4  0.17  3.23, 3.57 
0.4
3.4  2.0639
25
Ejemplo
 En una muestra de sangre de 27 pacientes, encontramos una
concentración media de 37.2 mg/ml de un determinado
metabolito con una desviación típica de 5.4 mg/ml. Estima el
valor medio de la concentración de este metabolito en este tipo
de pacientes con una confianza de 0.95
X  37.2 s  5.4 n  27
(1  a )  0.95  1  a / 2  0.975
t26, 0.975  2.0555
 Intervalo de confianza:

s
X  tn 1,1a / 2
n
 37.2  2.14  35.06, 39.34
5.4
37.2  2.0555
27
Ejemplo de cálculo completo
 En una muestra de sangre de un grupo de pacientes, se
obtienen los siguientes resultados.
3.25 3.33 4.27 2.89
3.78 4.02 3.21 3.99
4.57 2.99 3.66
 Estima el valor medio de la concentración de este metabolito
en este tipo de pacientes con una confianza de 0.95
 Cálculo de la media y la varianza muestrales
3.25  3.33    2.99  3.66
X  3.63
11
11  3. 25 2
 3.33 2
   2. 99 2
 3 .66 2
2 11
s  
2
 3.63   14.40  3.632  2.67
10  11  10
Ejemplo de cálculo completo
 Por lo tanto:

X  3.63 s 2  2.67  s  1.63 n  11

(1  a )  0.95  1  a / 2  0.975
t10, 0.975  2.2281

 Intervalo de confianza:

s
X  tn 1,1a / 2
n
 3.63  1.10  2.53, 4.73
1.63
3.63  2.2281
11
Comentarios generales
 La amplitud del intervalo de confianza depende del tamaño
muestral y de la variabilidad de los datos.
 Si la variabilidad de la característica que estamos
considerando es alta, es decir si la variable tiene una
varianza alta, entonces el intervalo se necesitará una
muestra más grande para conseguir un intervalo preciso.
 Cuanto mayor sea el número de individuos incluidos en la
muestra, más preciso será el intervalo.
 El método comentado es válido para muestras de una
variable N(m,s). En otros caso, especialmente si la variable
es asimétrica, deben considerarse métodos alternativos. Por
ejemplo, la transformación de la variable original puede
proporcionarnos una nueva variable con distribución
normal.