Capitulo 3

tercera parte mia

Intervalo de confianza sobre la varianza de una
distribución normal
•Para
  estimar un intervalo de confianza para que pertenece a una distribución
normal, se toma una muestra aleatoria de n observaciones y de dicha muestra se
calcula el estimador puntual
Es posible demostrar que la variable:

Pertenece a una distribución Chi Cuadrado con (n-1) grados de libertad, tañ cp,p se
muestra en el siguiente grafico.
Intervalo de confianza sobre la varianza de una
distribucion normal
Intervalo de confianza sobre la varianza de una
distribucion normal
Intervalo de confianza sobre la varianza de una
distribucion normal
•  P= 1-

P= 1-
Intervalo de confianza sobre la varianza de una
distribución normal
• 

Este último enunciado puede convertirse en un intervalo de confianza en la

desviación estándar o tomando la raíz cuadrada en ambos lados, lo que resulta en
0.21 onzas líquidas
Intervalo de confianza sobre la varianza de una
distribución normal
•Un
  productor de refrescos está interesado en el funcionamiento uniforme de la
máquina que se utiliza para llenar latas. En particular, está interesado en que la
desviación estándar o del proceso de llenado sea menor de 2 onzas líquidas; en otro
caso, habra un porcentaje más alto que el tolerable de latas que no estarán
completamente llenas. Supondremos que el volumen de llenado se distribuye
aproximadamente en forma normal. Una muestra aleatoria de 20 latas resulta en
una varianza de muestra de S² = 0.0225 (onzas líquidas) ².
Un intervalo de confianza superior del 95 por ciento se encuentra a partir de
la ecuación del siguiente modo:
P
•  P
  0,0225
S²=
•P n= 20 n-1=19
95% =1-α =
•P 1- 0,95 = α
α= 0,05
=0,025
1- = 0.975
 Intervalo de confianza sobre la varianza de una distribucibn
normal
ejemplo 2
•   fabricante de cargadores para batería, hace un estudio para determinar la
Un
variabilidad de la duración de su producto, selecciona 5 cargadores al azar, registra
los resultados de la medicion:
1,9 2,4 3,0 3,5 4,2
Años de vida útil, a partir de esta muestra estime la variaza de la duración de los
cargadores con una confianza del 95%. Suponga que la población de vida útil de los
cargadores se aproxima a una distribución normal
P= 1-  
Varianza 0,815
95%

1-975
 
n=5 N-1 = 4
=95%
Intervalo de confianza bilateral sobre la varianza de una
distribución normal
ejemplo  De tabla chi cuadrado
•  P = 11,14
 
n=5 =0,484
1-=95% P
=0,05
/2= 0,025
Media=3
σ² = 0,815
•P
• No existe variabilidad porque el intervalo incluye al 1
Intervalo de confianza sobre la diferencia
en dos medias, conocida la varianza
•  Considérense dos variables aleatorias independientes con media
desconocida y varianza o: conocida y , con media y varianza
:desconocidas.
• Deseamos encontrar un intervalo de confianza del lOO(1 - α) por
ciento en la diferencia de las medias - . Sea , . . . , una muestra
aleatoria de observaciones de y X2 ,, , . . . , una muestra
aleatoria de observaciones, de Si y son las medias de las
muestras, el estadístico
Intervalo de confianza sobre la diferencia
en dos medias, conocida la varianza
•es  normal estandar si y son normales o aproximadamente normales
estándar si se aplican las condiciones del teorema central del límite,
respectivamente.
•P
•P
Intervalo de confianza sobre la diferencia
en dos medias, conocida la varianza
ejemplo
• Se efectuaron pruebas de resistencia a la tensión en dos clases
diferentes de largueros de aluminio empleados en la manufactura
del ala de un avión de transporte comercial. De la experiencia
pasada con el proceso de manufactura de los largueros y el
procedimiento de prueba, se suponen conocidas las desviaciones
estandar de las resistencias a las tensiones. Los datos obtenidos se
muestran en la tabla

Varianza
1
2,25
ejemplo
•  Si y denotan las verdaderas resistencias medias a la tensi6n para las
dos clases de largueros, entonces podemos determinar un intervalo
de confianza del 90 por ciento en la diferencia en las resistencias
medias - como sigue:
ejemplo
• En consecuencia el intervalo de confianza del 90 por ciento en la
diferencia en la resistencia media es
ejemplo
• En consecuencia el intervalo de confianza del 90 por ciento en la
diferencia en la resistencia media es

• Tenernos una confianza del 90 por ciento de que la resistencia a la

tensión media del aluminio de grado 1 excede a la del aluminio de
grado 2 entre 12.22 y 13.98 kg/mm2.
Ejemplo 2

n = (1,869)(1+2,25)
n=7

• Recuérdese redondear hacia arriba si n no es un entero.

Intervalos de confianza sobre la diferencia en medias de
dos distribuciones normales, desconocidas las varianza
• 
• Ahora veremos el caso de dos poblaciones con medias y varianzas
desconocidas, y deseamos encontrar los intervalos de confianza
relativos a la diferencia en las medias - . Si los tamaños de
muestra y exceden 30, entonces los intervalos de la distribución
normal podrían utilizarse.
• Sin embargo, cuando se toman muestras pequeñas, debemos
suponer que las poblaciones de base se distribuyen normalmente
y sustentar los intervalos de confianza en la distribucion t.
Intervalos de confianza sobre la diferencia en medias de
dos distribuciones normales, desconocidas las varianza
Intervalos de confianza sobre la diferencia en medias de
dos distribuciones normales, desconocidas las varianza
• 
• Para desarrollar el intervalo de confianza para - , notese que la
distribucion de la estadística
Intervalos de confianza sobre la diferencia en medias de
dos distribuciones normales, desconocidas las varianza
Intervalos de confianza sobre la diferencia en medias de
dos distribuciones normales, desconocidas las varianza
Intervalos de confianza sobre la diferencia en medias de
dos distribuciones normales, desconocidas las varianza
Intervalos de confianza sobre la diferencia en medias de
dos distribuciones normales, desconocidas las varianza
ejemplo
•  En un proceso de baño químico utilizado para grabar tarjetas de circuito
impreso, se están comparado dos diferentes catalizadores para determinar
si requieren diferentes tiempos de inmersión para remover cantidades
idénticas de material foto resistente. Se efectuaron 12 baños con el
catalizador 1, resultando un tiempo de inmersión medio de muestra
de = 24.6 minutos y una desviación estándar de = 0.85 minutos. Con el
catalizador 2 se efectuaron 15 baños, siendo el tiempo de inmersión
medio de = 22.1 minutos y una desviación estandar de = 0.98 minutos
• Deseamos determinar un intervalo de confianza del 95% en la diferencia
en las medias - , suponiendo que las desviaciones estándar (o
varianzas) de las dos poblaciones son iguales.
 . La estimación combinada de la varianza común se encuentra
empleando la siguiente ecuación:

Ejemplo

n media s 95% Sp =0,925 t = 2,060

N1 12 X1 24,6 S1 = 0,85
N2 15 X2 22,1 S2 =0,98
n1 +n2 -2 = 12+15-2 = 25
T= 2,060
 ejemplo
s 95 Sp t = 2,060
% =0,925
6 S1 = 0,85
1 S2 =0,98
Ejemplo
• Para comparar dos métodos de ventas, se aplicaron a 200 vendedores
elegidos al azar con el método tradicional y otra muestra de 250
vendedores con un nuevo método , resultado las ventas promedios
respectivas de 13 y 15 (miles de Bs). Suponga que las varianzas
poblacionales respectivas son 9 y 16 (miles de Bs).
• A) halle un intervalo de confianza del 95% para la diferencia de
medias.
• B) los resultados del inciso A, nos indican que el nuevo método elevó
las ventas?
• Solucion:
Resolucion
Intervalos de confianza sobre la diferencia en medias de dos
distribuciones normales desconocidas las varianzas
diferentes entre si
INTERVALOS DE CONFIANZA SOBRE LA DIFERENCIA EN
MEDIAS DE DOS
n DISTRIBUCIONES
media s 95%NORMALES,
Sp =0,925 t = 2,060
DESCONOCIDAS
N1 12 LAS VARIANZAS
X1 24,6 S1 = 0,85 TDIFERENTES
=26,85 T=27 ENTRE SI
N2 15 X2 22,1 S2 =0,98 t= 2,052

24,6-22,21+(0,723)
24,6-22,21-(0,723) 1  ,777 ≤ 𝜇 1− 𝜇 2 ≤ 3 ,223
Intervalos de confianza sobre la diferencia en medias de
dos distribuciones normales, desconocidas las varianzas
diferentes entre si
INTERVALO DE CONFIANZA SOBRE
UNA PROPORCION
•  A menudo es necesario construir un intervalo de confianza del
100 (1 - α) por ciento en una proporción.
• Por ejemplo, supóngase que se ha tomado una muestra aleatoria
de tamaño n de una gran población (posiblemente infinita), y que
X( n) observaciones en esta muestra pertenecen a la clase de
interes. Entonces es el estimador puntual de la proporción de la
población que pertenece a esta clase. Nótese que n y p son los
parámetros de la distribución binomial.

• es aproximadamente normal estándar

Intervalo de confianza sobre una
proporción
•  Para construir el intervalo de confianza en p , nótese que
•P
•P
• y el intervalo de confianza de dos lados del 100( 1 -a) por ciento
aproximado en P es
•P
ejemplo
•  En una muestra aleatoria de 75 ejes de árbol, 12 tienen un
acabado superficial que es más rugoso que lo permitido por
las especificaciones.
• Por tanto, una estimación puntual de la proporción de los ejes
en la población que excede las especificaciones de rugosidad p
es = x/n = 12/75 = 0.16. Un intervalo de confianza del 95 por
ciento de dos lados para p se calcula a partir de la ecuación

E=0,083
ejemplo
•  la cual se simplifica a 0.077
  ≤ 𝑝 ≤ 0,243

• Definase el error en estimar p por medio de como E = I p - I.

Nótese que tenemos una confianza de aproximadamente
lOO(1 - α) por ciento de que este error es menor que
• √[p( 1 - p)/n ]
 TAMAÑO MUESTRAL PARA ESTIMAR
UNA PROPORCION
•El  tamaño n de la muestra tal que el error en la estimación de p sea menor que
un valor especificado E, por lo expresado en el párrafo anterior se debe escoger
de tal manera que
√( 1 - )/n = E, de donde despejando obtenemos el tamaño de muestra:

n=

E=0,083n= n = 75
 TAMAÑO MUESTRAL PARA ESTIMAR
UNA PROPORCION DESCONOCIDA
•   tamaño n de la muestra tal que el error en la estimación de p sea menor que
El
un valor especificado E, por lo expresado en el párrafo anterior se debe escoger
de tal manera que
√[( 1 - p)/n ]=E
n=
n=

E=0,083
TAMAÑO MUESTRAL PARA ESTIMAR
UNA PROPORCION
La oficina de planificación familiar de cierto distrito desea determinar la
proporción de familias con un ingreso mensual inferior I/. 30,000.00. Estudios
previos han indicado que esta proporción era de 20%.
(a) ¿Qué tamaño muestral se requiere para asegurar con confianza 0.95 que el
error en la estimación de esta proporción no sobrepasará a 0.05?
(b) ¿En que forma variará el tamaño muestral requerido si el máximo error
permisible es reducido a 0 .01?
TAMAÑO MUESTRAL PARA ESTIMAR UNA
PROPORCION
ejemplo
La oficina de planificación familiar de cierto distrito desea determinar la
proporción de familias con un ingreso mensual inferior I= 30,000.00. Estudios
previos han indicado que esta proporción era de 20%.
(a) ¿Qué tamaño muestral se requiere para asegurar con confianza 0.95 que el
error en la estimación de esta proporción no sobrepasará a 0.05?
(b) ¿En que forma variará el tamaño muestral requerido si el máximo error
permisible es reducido a 0 .01?
 TAMAÑO MUESTRAL PARA ESTIMAR UNA PROPORCION
ejemplo
 
•
√[( 1 -  p)/n ]=E
n= =1,96 de tablas
n=
P
TAMAÑO MUESTRAL PARA ESTIMAR UNA
PROPORCION
ejemplo 2
Con referencia al ejemplo 12, determinar el tamaño de la muestra necesaria
para estimar la proporción real con aproximación de ± 0.05, con90% de
confianza.
Intervalo de confianza bilateral para la VARIANZA
DE UNA DISTRIBUCION binomial
• 
Considerando que se ha tomado una muestra aleatoria de n observaciones de una
población con Distribucion Binomial con parámetros n y p; para estimar el valor de
p, se obtiene observaciones en esta muestra que pertenecen a la clase de interés y se
utiiza el estimador puntual:
Intervalo de confianza bilateral para la VARIANZA
DE UNA DISTRIBUCION binomial
• 
Solamente para el caso de tener un tamaño de muestra grande (n), el intervalo de
confianza par la proporción es:

Ahora bien, puesto que en la expreson anterior se desconoce “p”, se reeemplaza por
su estimador , por lo cual se tiene el intervalo siguiente:
Intervalo de confianza bilateral para la VARIANZA
DE UNA DISTRIBUCION binomial
Ejemplo
Durante cierta semana, una tienda de departamentos observó y registró que
5,750 de las 12,500 personas que entraron en la tienda hicieron por lo menos
una compra. Tratando esto como una muestra al azar de todos los clientes
potenciales, hallar el intervalo de confianza del 99 % para la proporción real
de personas que entran en la tienda y que harán por lo menos una compra.
Intervalo de confianza bilateral para la VARIANZA
DE UNA DISTRIBUCION binomial
• 
Solucion:
Intervalo de confianza bilateral para la VARIANZA
DE UNA DISTRIBUCION binomial
Intervalo de confianza bilateral para la VARIANZA
DE UNA DISTRIBUCION binomial
Ejemplo 2
El gerente de una agencia bancaria que tiene 1,000 cuenta habitantes quiere
determinar la proporción de sus cuentahabitantes a los cuales les paga el sueldo
por semana. Se selecciona una muestra de 100 cuentahabitantes, de los cuales 30
indican que se les pagó por semana.
Determinar el intervalo del 90% de confianza de la proporción real de
cuentahabitantes a quienes se les paga por semana.
Intervalo de confianza bilateral para la VARIANZA
DE UNA DISTRIBUCION binomial
SOLUCION
La población es finita con N - 1000 y es obvio que el muestreo es sin
reemplazo, por lo tanto, se usa el factor de corrección para población finita,
Intervalo de confianza bilateral para la VARIANZA
DE UNA DISTRIBUCION binomial
SOLUCION

luego, [0.2284, 0.3716] es el intervalo del 90% de confianza de la propor ción de

cuentahabitantes a quienes se les paga por semana.