INTERVALO DE

CONFIANZA
¿Dónde esta el Parámetro?
 Concepto
El parámetro poblacional es
frecuentemente un valor desconocido que
solo puede ser estimado usando los datos
obtenidos de una Muestra.
De ahí que resulta necesario determinar
con cierto grado de certeza cual puede ser
el verdadero parámetro.
PARAMETRO

INTERVALO

ESTIMADOR
 Definición
Se llama intervalo de confianza en estadística a
un par de números entre los cuales se estima que
estará cierto valor desconocido con una
determinada probabilidad de acierto.
Formalmente, estos números determinan un
intervalo, que se calcula a partir de datos de una
muestra, y el valor desconocido es un parámetro
poblacional. La probabilidad de éxito en la
estimación se representa por 1 - α y se denomina
nivel de confianza. En estas circunstancias, α es
el llamado error aleatorio o nivel de
significación, esto es, una medida de las
posibilidades de fallar en la estimación mediante
tal intervalo.
Wikipedia
Intervalo de confianza
 Resumen
En el contexto de estimar un parámetro
poblacional, un intervalo de confianza es
un rango de valores (calculado en una
muestra) en el cual se encuentra el
verdadero valor del parámetro, con una
probabilidad determinada.
 Que lo hace variar
El nivel de confianza y la amplitud del
intervalo varían conjuntamente, de forma
que un intervalo más amplio tendrá más
posibilidades de acierto (mayor nivel de
confianza), mientras que para un intervalo
más pequeño, que ofrece una estimación
más precisa, aumentan sus posibilidades
de error.
 La distribución
Para la construcción de un determinado
intervalo de confianza es necesario
conocer la distribución teórica que sigue el
parámetro a estimar,
Es habitual que el parámetro se distribuya
normalmente
Intervalo de confianza para la media
de una población
De una población de media μ y desviación típica σ se
pueden tomar muestras de n elementos. Cada una de
estas muestras tiene a su vez una media (). Se puede
demostrar que la media de todas las medias
muestrales coincide con la media poblacional:[2]
Pero además, si el tamaño de las muestras es lo
suficientemente grande,[3] la distribución de medias
muestrales es, prácticamente, una distribución normal
(o gaussiana) con media μ y una desviación típica
dada por la siguiente expresión: . Esto se representa
 Distribución del parametro
Esto se representa como sigue
 Distribución
De forma estandarizada
 Nivel de Confianza
La probabilidad de que el verdadero valor
del parámetro se encuentre en el intervalo
construido se denomina nivel de
confianza, y se denota 1- α. La
probabilidad de equivocarnos se llama
nivel de significancia y se simboliza α.
Generalmente se construyen intervalos
con confianza 1- α=95% (o significancia
=5%). Menos frecuentes son los intervalos
con =10% o =1%.
 Usando Z
Para construir un intervalo de confianza,
se puede comprobar que la distribución
Normal Estándar cumple :

P(-1.96 < z < 1.96) = 0.95

 Luego, si una variable X tiene distribución
N(μ, ), entonces el 95% de las veces se cumple:
Despejando en la ecuación se
tiene:
 Usando estimadores
Generalmente, cuando se quiere construir
un intervalo de confianza para la media
poblacional , la varianza poblacional es
desconocida, por lo que el intervalo para
construido al final de II es muy poco
práctico.
 Ejemplo:

Los siguientes datos son los puntajes

obtenidos para 45 perros de una escala
de precisión al capturar un objeto (mayor
puntaje significa mayor precisión).

2 5 6 8 8 9 9 10 11
11 11 13 13 14 14 14 14 14
14 15 15 16 16 16 16 16 16
16 16 17 17 17 18 18 18 19
19 19 19 19 19 19 19 20 20
 Construcción
Para construir un intervalo de confianza
para el puntaje promedio poblacional,
asumamos que los datos tienen
distribución normal, con varianza
poblacional desconocida. Como es
desconocido, lo estimamos por s =18,7.
Luego, un intervalo de confianza
aproximado es:
 Conclusión
Luego, el intervalo de confianza para es
(13,2 , 15,8). Es decir, el puntaje promedio
poblacional se encuentra entre 13,2 y 15,8
con una confianza 95%.
Por lo tanto con un 95 % de confianza
diremos que cualquier perro tendrá una
precisión entre 13,2 y 15,8
Uso de Intervalos de Confianza
para verificar Hipótesis.
Los intervalos de confianza permiten
verificar hipótesis planteadas respecto a
parámetros poblacionales.
Por ejemplo, supongamos que se plantea
la hipótesis de que el promedio de peso
de nacimiento de cierta población de
primates es igual a la media nacional de
3250 gramos.
 DATOS
Al tomar una muestra de 30 recién
nacidos de la población en estudio, se
obtuvo:
= 2930
s= 450
n= 30
Al construir un intervalo de 95% de
confianza para la media poblacional, se
obtiene:
 Conclusión
Luego, el peso de nacimiento varía entre
2769 y 3091 gramos, con una confianza
de 95%.
Como el intervalo no incluye el valor
=3250 gramos planteado en la hipótesis,
entonces esta es rechazada con confianza
95% (o un valor p menor a 0,5).
error estándar del estadístico
se puede demostrar que si de una
población se eligen muestras de tamaño n
con reemplazo, entonces el error estándar
de la media es igual a la desviación
estándar de la distribución de los errores
muestrales.
Cuando las muestras se toman de una población
pequeña y sin reemplazo, se puede usar la
formula siguiente para encontrar σX.

donde σ es la desviación estándar de la

población de donde se toman las muestras, n es
el tamaño de la muestra y N el de la población.
Como regla de cálculo, si el muestreo se hace sin
reemplazo y el tamaño de la población es al
menos 20 veces el tamaño de la muestra (N≥20),
entonces se puede usar la fórmula.
 El factor se denomina factor de

corrección para una población finita.

Distribución Muestral de
Diferencia de Medias
La distribución es aproximadamente normal para n1≥ 30
y n2≥ 30. Si las poblaciones son normales, entonces la
distribución muestral de medias es normal sin importar
los tamaños de las muestras.
La fórmula que se utilizará para el calculo de
probabilidad del estadístico de diferencia de medias es:
Por lo tanto, la probabilidad de que el
promedio de los pesos de la muestra de
niños sea al menos 20 libras más grande
que el de la muestra de las niñas es
0.1056.
Uno de los principales fabricantes de televisores
compra los tubos de rayos catódicos a dos
compañías. Los tubos de la compañía A tienen una
vida media de 7.2 años con una desviación estándar
de 0.8 años, mientras que los de la B tienen una vida
media de 6.7 años con una desviación estándar de
0.7. Determine la probabilidad de que una muestra
aleatoria de 34 tubos de la compañía A tenga una vida
promedio de al menos un año más que la de una
muestra aleatoria de 40 tubos de la compañía B.
Se prueba el rendimiento en km/L de 2 tipos de
gasolina, encontrándose una desviación estándar de
1.23km/L para la primera gasolina y una desviación
estándar de 1.37km/L para la segunda gasolina; se
prueba la primera gasolina en 35 autos y la segunda
en 42 autos. a) ¿Cuál es la probabilidad de que la
primera gasolina de un rendimiento promedio mayor
de 0.45km/L que la segunda gasolina? b) ¿Cuál es la
probabilidad de que la diferencia en rendimientos
promedio se encuentre entre 0.65 y 0.83km/L a favor
de la gasolina 1?.
 Distribución Muestral de
Diferencia de Proporciones
Muchas aplicaciones involucran poblaciones de datos cualitativos
que deben compararse utilizando proporciones o porcentajes. A
continuación se citan algunos ejemplos:
· Educación.- ¿Es mayor la proporción de los estudiantes que
aprueban matemáticas que las de los que aprueban inglés?
· Medicina.- ¿Es menor el porcentaje de los usuarios del medicamento
A que presentan una reacción adversa que el de los usuarios del
fármaco B que también presentan una reacción de ese tipo?
· Administración.- ¿Hay diferencia entre los porcentajes de hombres y
mujeres en posiciones gerenciales.
· Ingeniería.- ¿Existe diferencia entre la proporción de artículos
defectuosos que genera la máquina A a los que genera la máquina
B?
Cuando el muestreo procede de dos poblaciones
binomiales y se trabaja con dos proporciones
muestrales, la distribución muestral de diferencia de
proporciones es aproximadamente normal para
tamaños de muestra grande (n ( 1 p 1 ≥ 5, n1 q 1 ≥ 5 , n2 p 2
≥ 5 , n2 q 2 ≥ 5) Entonces p 1 y p 2 tienen distribuciones
muestrales aproximadamente normales, así que su
diferencia p 1 - p 2 también tiene una distribución
muestral aproximadamente normal.
La fórmula que se utilizará para el calculo de
probabilidad del estadístico de diferencia de
proporciones es:
Los hombres y mujeres adultos radicados en una
ciudad grande del norte difieren en sus opiniones
sobre la promulgación de la pena de muerte para
personas culpables de asesinato. Se cree que el 12%
de los hombres adultos están a favor de la pena de
muerte, mientras que sólo 10% de las mujeres adultas
lo están. Si se pregunta a dos muestras aleatorias de
100 hombres y 100 mujeres su opinión sobre la
promulgación de la pena de muerte, determine la
probabilidad de que el porcentaje de hombres a favor
sea al menos 3% mayor que el de las mujeres.
Se concluye que la probabilidad de que el porcentaje
de hombres a favor de la pena de muerte, al menos
3% mayor que el de mujeres es de 0.4562.
Se sabe que 3 de cada 6 productos fabricados por la
máquina 1 son defectuosos y que 2 de cada 5 objetos
fabricados por la máquina 2 son defectuosos; se
toman muestras de 120 objetos de cada máquina: a)
¿cuál es la probabilidad de que la proporción de
artículos defectuosos de la máquina 2 rebase a la
máquina 1 en por lo menos 0.10? b) ¿cuál es la
probabilidad de que la proporción de artículos
defectuosos de la máquina 1 rebase a la máquina 2
en por lo menos 0.15?
La probabilidad de que exista una diferencia de proporciones de
artículos defectuosos de por lo menos 10% a favor de la máquina 2 es
de 0.0011.
La probabilidad de que exista una diferencia de proporciones de artículos
defectuosos de por lo menos 15% a favor de la máquina 1 es de 0.2357.