ESTADÍSTICA Y PROBABILIDADES

UNASAM-HUARAZ
2019-II
INTERVALOS DE CONFIANZA - PARTE I
(PARA LA MEDIA Y PROPORCIÓN)
Plan de clases: 1ra semana

• Motivación.
• Competencias
Inicio
• Conocimientos previos.

• Intervalo de confianza para la media (µ):

• Cuando la varianza es conocida ( σ2 )
• Cuando las varianza es desconocida ( σ2 )
Construcción
• Intervalo de confianza para la proporción ( π )
• Tamaño de muestra para estimar µ y π

Cierre
• Retroalimentación.
• Autoevaluación
Fuente: Organización Internacional del
Trabajo(OIT) en su informe sobre el panorama
laboral de América Latina y el Caribe. Publicado:
Publimetro 23-feb 2013
COMPETENCIAS

Diferencia entre
estimación puntual y la
de intervalo

Construye e
interpreta intervalo de
Usa e interpreta confianza para la Calcula e interpreta
resultados del software proporción y la media intervalo de confianza
Minitab cuando la varianza es para μ,
conocida y desconocida
con la finalidad de
toma de decisiones.

Calcula e interpreta
intervalo de confianza
para π,
Determina el tamaño
de muestra
Conocimientos previos
 Sirve para estimar

Total
E
S Media P
T
A
A Proporción
R
D Varianza Á
Í
M
G Diferencia de medias
E
R
Diferencias de proporciones T
A
R
F
Cociente de varianzas O
O

Muestra Población
 ESTIMADOR ESTIMACIÓN

Es una función de las Es el valor numérico.

observaciones muestrales. Por ejemplo:
Por ejemplo:

x
n

x  f ( x1 , x2 ,........xn )  i 1
i
x i
23 45 6
n x i 1
 4
n 5
Procedimiento de cómo se lleva a cabo un estudio estadístico
 INFERENCIA ESTADÍSTICA

Se ocupa de los procesos de estimación con el propósito de

llegar a conclusiones que brinden una adecuada base científica
para la toma de decisiones tomando como base la información
captada por la MUESTRA.

Estimación de Parámetros Prueba de hipótesis

• Estimación Puntual
• Estimación por intervalo
 ESTIMACIÓN DE PARÁMETROS
Es un estadístico calculado a partir de la
Estimación puntual muestra para estimar el parámetro
poblacional desconocido.

Es un conjunto de valores formado a partir

Estimación por intervalo
 Para obtenerlo se requiere:
 Una muestra aleatoria
de la muestra aleatoria de tal forma que
exista la posibilidad de que el parámetro
poblacional ocurra dentro de dicho
conjunto con una probabilidad especifica.

 Definir el nivel de confianza, los más utilizados: 90%, 95%, 98%, etc.

 Conocer la distribución muestral del estadístico

 INTERVALO DE CONFIANZA PARA μ
Los factores que determinan el ancho del intervalo de confianza son:
1.El tamaño de la muestra, n.
2.La varianza de la población, usualmente σ es estimada por s.
3.El nivel deseado de confianza
El Error estándar de la media viene a ser una medida de dispersión del estimador
respecto a su media, se denota con SE y está dado por:
 
 n  conocido

Error estándar media  S .E x  
 S
 n  desconocido


Supuestos: * La variable se distribuye como una normal y

* La muestra debe ser aleatoria
 
E ; viene a ser el margen de E  Z1 / 2 *
error y está dado por: n
S
E  Z1 / 2 *
n


El ancho del intervalo se calcula como: L  2 z1 / 2  2E
n
o lo que es lo mismo

El ancho del intervalo se calcula como: Límite Superior – Límite Inferior

Distribución t-Student

William S. Gosset, se interesó en hacer inferencias acerca de la

media cuando se desconoce . El era empleado de la firma
Guines Breweries y como los empleados no tenían permitido
publicar sus trabajos de investigación, éste adoptó el seudónimo
de Student. La distribución que desarrolló se conoce en la
actualidad como “distribución t-Student” y se tiene lo siguiente:
 INTERVALO DE CONFIANZA PARA μ

Supuesto Intervalo de confianza Distribución


1.- σ conocido I .C.(  )  x  Z1 / 2 * Normal: Z
n

S t - Student
2.-σ desconocido I .C.(  )  x  t n 1;1 / 2 *
n
n ≤ 30

S
3.- σ desconocido I .C.(  )  x  Z1 / 2 *
n Normal: Z
n > 30
¿Qué significa que la variable se distribuye como una normal?
Ejemplo 1. El banco “Préstamo” estudia la relación entre las variables,
ingreso(X) y ahorros (Y) mensuales de sus clientes. Una muestra
aleatoria de sus clientes reveló los siguientes datos en dólares:

Verifique si la variables ingresos y ahorros se distribuyen como una

normal.
Solución
i.- Aplicando estadística descriptiva (aprendido ciclo anterior)
En estadística I, se dijo que la variable es simétrica si las medidas de
tendencia central son aproximadamente iguales. Es decir:
X  Me  Mo
De acuerdo a los resultados obtenido, podemos afirmar que ambas
variables no presentan normalidad, ya que las medidas de tendencia
central son diferentes.

ii.- Mediante gráfico (histograma)

El histograma muestra:
La forma de la distribución de los datos y revela la presencia o no
de simetría de los datos
Estadísticas > Estadísticas básicas > Resumen gráfico

Tanto la variable Ingresos como Ahorros, no presenta normalidad, y se

observa además datos outliers (atípicos).
 Ejemplo 2:

En un estudio realizado de la empresa de viajes “Americana” se

encontró que las familias estaban dispuestas a gastar en promedio
$650 durante las vacaciones de fin de año . Suponga que en el
estudio participaron 600 familias y por datos históricos se sabe que
la desviación estándar (σ) es de $175 (significa conocido).
a.- ¿Con 95% de confianza, ¿ cuál es el margen de error?

b.- ¿Cuál es el Intervalo de confianza al 95% para estimar la media

(μ)?

c.- El año anterior, la media (μ) de gastos por familia fue de $632.
Analice la variación en el gasto en las vacaciones de fin de año en
este período de un año.
“LO QUE ESCUCHO LO OLVIDO. LO QUE VEO LO RECUERDO. PERO LO QUE HAGO, LO ENTIENDO.”
 Solución. Defina previamente lo siguiente:
Elemento : Una familia dispuesta a viajar en vacaciones.

Población : Total de Familias dispuestas a viajar en

vacaciones.

Muestra : 600 familias dispuestas a viajar en vacaciones

Variable de estudio : Gasto en dólares durante las vacaciones

de fin de año.

Tipo de variable : Cuantitativa continua

Parámetro a estimar : μ (Gasto promedio en dólares durante

las vacaciones de fin de año (lo que se quiere conocer)
“LO QUE ESCUCHO LO OLVIDO. LO QUE VEO LO RECUERDO. PERO LO QUE HAGO, LO ENTIENDO.”
 Datos:
Desviación estándar poblacional σ = $ 175 conocido.
n = 600, x  $650

1- α = 0.95 α =0.05 y 1- α /2 = 0.975

P(Z<= Zo) = 0.975, en tabla de distribución normal:

Zo =1.96

“LO QUE ESCUCHO LO OLVIDO. LO QUE VEO LO RECUERDO. PERO LO QUE HAGO, LO ENTIENDO.”
 a.- El margen de error ( E ) se calcula de la forma siguiente:
 175
E  Z1 / 2 *  1.96 *  14.0029
n 600

b.- El Intervalo de confianza (I.C) al 95% se calcula mediante:

 175
I .C.(  )  x  Z1 / 2 *  650  1.96 *
n 600
I .C.( )  650  14.0029  635.9971; 664.0029
c.- Para el presente año, se pretende gastar más que el año
anterior.

“LO QUE ESCUCHO LO OLVIDO. LO QUE VEO LO RECUERDO. PERO LO QUE HAGO, LO ENTIENDO.”
 Ejemplo 3:

Un inspector de alimentos, examina 12 frascos de cierta marca

que mantequilla de maní con la finalidad de conocer el
porcentaje de impurezas que contienen los frascos. Luego de
examinar los frascos, obtuvo los siguientes resultados:

2.3 1.9 2.1 2.8 2.3 3.6

1.4 1.8 2.1 3.2 2.0 1.9
Suponiendo que estas determinaciones están normalmente
distribuidas, construya un intervalo de confianza del 99% del
porcentaje promedio de impurezas que hay en esta marca de
mantequilla de maní.
“LO QUE ESCUCHO LO OLVIDO. LO QUE VEO LO RECUERDO. PERO LO QUE HAGO, LO ENTIENDO.”
Solución

Defina ud. los siguientes términos:

Elemento : Un frasco de mantequilla de maní

Población : Total de frascos de mantequilla de maní

Muestra : 12 frascos de mantequilla de maní

Variable de estudio : porcentaje de impurezas.

Tipo de variable : Cuantitativa continua

Parámetro a estimar : μ porcentaje de impureza promedio (lo

que se quiere conocer)
Datos:
Debemos hallar primero tanto la media muestral como la
desviación estándar muestral (σ desconocido), a partir de la
muestra.
12

x i
2.3  1.9  2.1  2.8  2.3  3.6  1.4  1.8  2.1  3.2  2  1.9
x i 1

n 12

x  2.283
n

 i  nx
2 2
x
2.32  1.9 2  ......  2.0 2  1.9 2  12 * 2.2832
S i 1
 
n 1 12  1

66.86  12 * 2.2832
S  0.625
12  1
1- α = 0.99 α =0.01 y 1- α /2 = 0.995,
luego t1-α/2; n-1 = t0.995;11 = 3.106

S
El error estándar de la media está dado por: S .E   0.18
n

y el intervalo de confianza al 99% de confianza está dado por:

 1.723 ; 2.84 
S
I .C.(  )  x  t n 1;1 / 2 *
n
Ejemplo 4:

Se quiere conocer el promedio de Km recorridos por los taxistas de

Lima Metropolitana. Para ello, se selecciona una muestra de 100
taxistas y se obtiene una media muestral de 15.2 Km. y una
desviación estándar S= 2.25 Km.

a. Calcule el error estándar de la media.

b. Halle el intervalo de confianza al 99% de confianza

Solución
Defina previamente los siguientes términos:
Elemento : Un taxista de Lima Metropolitana

Población : Todos los taxistas de Lima Metropolitana

Muestra : 100 taxistas de Lima Metropolitana

Variable de estudio : Número de Km recorridos.

Tipo de variable : Cuantitativa continua

Parámetro a estimar : μ (promedio de Km recorrido (lo que se

desea conocer)
 Datos:

n = 100 taxistas (n>30)

x  15.2; S  2.25
1- α = 0.99 α =0.01 y 1- α /2 = 0.995

S 2.25
a. El error estándar de la media : E  0.225
n 100

 14.62 ; 15.78
S
b. I .C.(  )  x  Z1 / 2 *
n
 ¿EMPATE ESTADÍSTICO?

Fuente: http://www.encuestas.com.pe/category/encuestas-revocatoria/
 INTERVALO DE CONFIANZA DE UNA PROPORCIÓN (Π)

Un Intervalo de confianza aproximado del 100(1- α)%

para la proporción  poblacional será:

P * (1  P)
I .C.( )  P  Z 1 / 2 *
n

Nota:
Si n* p y n* (1-p) son mayores o iguales a cinco, la
distribución binomial se aproxima a la distribución
normal.
Ejemplo 5:

Una empresa quiere introducir un nuevo producto al mercado

local, por tanto quiere estimar la proporción de clientes
potenciales (dispuestos a adquirir el producto al precio que se
ofrece). Para esto realizaron 200 entrevistas de las cuales 68
mostraron ser clientes potenciales.
a) Realice la estimación correspondiente con un 98% de
confianza.

b) Si se estima que hay 10,000 personas en la localidad,

cuántos clientes se espera que estén dispuestos a adquirir el
producto?
Solución:

Defina los siguientes términos:

Elemento : Un cliente
Población : Todos los clientes
Muestra : 200 clientes
Variable de estudio :
 1 adquiere el producto

Intención compra  
 0 No adquiere el producto

Tipo de variable de estudio : Cualitativa
Parámetro de estudio: π (proporción de clientes potenciales)
 Datos:
n = 200; x= 68 clientes podrían 68
adquirir el producto, luego:
P  0.34
200
a) Realice la estimación correspondiente con un 98% de confianza.

El error estándar de
P (1  P ) 0.34(1  0.34)
la proporción esta SE    0.0335
n 200
dado por:

P * (1  P)
IC ( )  P  Z 1 / 2 *
n
 IC ( )  0.262076; 0.417924

b) Si se estima que hay 10000 personas en la localidad, ¿cuántos

clientes se espera que estén dispuestos a adquirir el producto?

N=10,000 tamaño de la población.

P * (1  P)
IC ( A)  N * P  Z 1 / 2 *
n

IC ( A)  10,000 * 0.262076; 0.417924

 TAMAÑO DE MUESTRA

Se tiene tres expresiones técnicas sobre los

tamaños muestrales. estos son:

 tamaño esperado de muestra,

 tamaño planeado de muestra y

 el tamaño efectivo.
El tamaño esperado resume solamente consideraciones
estadísticas de acuerdo con las exigencias sobre precisión y
confiabilidad.
El tamaño planeado incluye la provisión necesaria para la No
Respuesta lo que es de especial importancia cuando no se
admiten sustituciones que siempre afectan al diseño muestral.

Finalmente el tamaño efectivo se refiere al número de

entrevistas o cuestionarios que se han aceptado como válidos
y que corresponden a la muestra.

Los tamaños esperado y planeado son importantes para el

muestreo probabilístico
Para estimar el tamaño de muestra esperado se requiere:

 Determinar si el parámetro de interés es media o

proporción.
 Establecer el nivel de confianza
 Establecer el error de muestreo (E) (máximo error
permitido)
 Tener información sobre los parámetros poblacionales.
 PARA ESTIMAR Μ PARA ESTIMAR Π
 Variable cuantitativa  Variable Cualitativa

Z12 / 2 .  2 Z12 / 2  (1   )
n n
E2 E2
Cuando no se conoce π,
Cuando no se conoce σ, utilizar S.
utilizar: π =0.5
Ejemplo 6:

El gerente comercial de una cadena de tiendas, que tiene un gran

número de establecimientos distribuidos en todo el país, desea
estimar el nivel de ventas promedio semanal de estos
establecimientos, para lo cual está dispuesto a tolerar un error de a
lo más 120 nuevos soles y desea estar un 90% seguro sobre sus
resultados. Si se tiene como información que la desviación estándar
en el nivel de ventas de dichos establecimientos es de 350 soles y
que tiene distribución normal. ¿Qué tamaño de muestra debe usar
este gerente?
SOLUCION

Datos:
E = 120
1-α = 0.90 α =0.10 Z1- α/2 =Z0.95 = 1.65
σ = 350

Z12 / 2 .  2 1.652 * 3502

n 2
 2
 23.16  24
E 120
Ejemplo 7:

Con la finalidad de estimar el porcentaje de personas que

consumen la gaseosas “q-kola”, se tomó una muestra
piloto de 120 personas, de las cuales 69 dijeron que
consumían dicha gaseosa. Determine el tamaño de
muestra necesario para estimar la proporción real de
personas que consumen dicha marca de gaseosa, si se
desea un 95% de confianza y se está dispuesto a tolerar
un 4% de error.
SOLUCIÓN
de la muestra piloto se estima: 69
P  0.575
120
E = 0.04

1-α = 0.95 α =0.0250 Z1- α/2 =Z0.975 = 1.96

1.96 2 0.575(1  0.575)

n 2
 586.7443  587
0.04
Preguntas de autoexamen
1- Se desea estimar el ingreso promedio de los
jefes de familia de Lima Metropolitana. Según la
Encuesta realizada por una Institución encuentra
que:
4572 4572

x i  5439308.4 x
2

i 1
i  7031092703
i 1

y
a.- Halle una estimación puntual de µ y σ
b.- Halle una estimación por intervalo del 95% para μ
c,.- Se puede afirmar al 95% de confianza que el ingreso
promedio de los jefes de familia supera los 1200 soles.
2- Una empresa de investigación de mercado recibió la tarea
de la Cia “Limpia Todo” de conocer sobre la preferencia
que tiene el consumidor hacia su producto “Sapollo”. Para
ello la empresa de investigación decide seleccionar una
0 0 1 1 0 1de0 140
muestra 0 1 1personas
1 0 1 0 1 1 1 0obteniendo
1 1 0 1 0 1 1los
0 1 siguiente
10011
0 110110
donde:
resultados:
(1: significa prefiere producto) y (0: significa no prefiere el
producto)
a.- Calcule la proporción de consumidores que prefieren el
producto.
b.- Calcule la probabilidad de que el error máximo de
estimación (margen de error) de esta proporción no sea
mayor de 0.05.
c.- Calcule el error máximo permitido para una confianza de
97.5%.
Preguntas de autoevaluación
1. ¿Qué entiendes por una estimación puntual?
2. ¿Qué inconvenientes podrías señalar de una estimación puntual?

3. ¿Por qué es conveniente construir intervalos de confianza?

4. ¿Qué es un intervalo de confianza?

5. ¿Cómo puede ayudarte la distribución en el muestreo de los
estadísticos que estudiaste en estadística I para construir
intervalos de confianza?

6. ¿Los intervalos de confianza se construyen para los parámetros

desconocidos o para los estimadores?
Bibliografía:

1. Mendehall, W. (2008) Introducción a la Probabilidad y

Estadística. Thomson 12° Edición. México
2. Alvarado, J., Obagi, J. (2008) Fundamentos de la
Inferencia Estadística. Ed. Pontificia Universidad
Javeriana 1ra. Edición. Colombia.
3. Anderson, S. (2010) Estadística para Administración y
Economía. Cengage Learning 8va. Edición. México