UNIVERSIDAD ANDINA DEL

CUSCO
DOCENTE:
- MARIA INOCENCIA
CURSO:
- ESTADÍSTICA II
INTEGRANTES:
- AQUIJE LOZADA ANDREA VALERIA
- LOAYZA BRAVO JOHANNA MERCY
- VELAZCO CAMACHO GEORGE BRANDON
- NAVARRO CARTAGENA DIEGO ALEJANDRO
- YLLACONZA GROZZO DIEGO WILFREDO

CUSCO - PERÚ
SEPTIEMBRE 2022
 INTERVALOS DE CONFIANZA Y PRUEBAS DE HIPÓTESIS
PARA UNA POBLACIÓN EN EL ÁMBITO DE ECONOMÍA

Un intervalo de confianza es una técnica de estimación Un intervalo de confianza nos va a permitir calcular dos

utilizada en inferencia estadística que permite acotar un valores alrededor de una media muestral (uno superior y

par o varios pares de valores, dentro de los cuales se otro inferior). Estos valores van a acotar un rango dentro

encontrará la estimación puntual buscada (con una del cual, con una determinada probabilidad, se va a

determinada probabilidad). localizar el parámetro poblacional.

Intervalo de confianza = media +- margen de error

 FACTORES DE LOS QUE DEPENDE UN INTERVALO DE CONFIANZA

El cálculo de un intervalo de confianza depende principalmente de los siguientes factores:

TAMAÑO DE LA MUESTRA SELECCIONADA: Dependiendo de la cantidad de datos que se hayan utilizado

para calcular el valor muestral, este se acercará más o menos al verdadero parámetro poblacional.

NIVEL DE CONFIANZA: Nos va a informar en qué porcentaje de casos nuestra estimación acierta, los niveles
habituales son el 95% y el 99%.

MARGEN DE ERROR DE NUESTRA ESTIMACIÓN: Este se denomina como alfa y nos informa de la
probabilidad que existe de que el valor poblacional esté fuera de nuestro intervalo.

LO ESTIMADO EN LA MUESTRA (MEDIA, VARIANZA, DIFERENCIA DE MEDIAS…): De esto va a

depender el estadístico pivote para el cálculo del intervalo
Ejemplo 1: Intervalo de confianza para la media, µ con σ conocida

Se desea estimar con un nivel de confianza del 95 % la talla media de los hombres de 18 o más años de un país. Suponiendo que la
desviación típica de las tallas en la población vale 4, obtenga el intervalo de confianza con una muestra de n=15 hombres seleccionados
al azar, cuyas alturas son: 167 167 168 168 168 169 171 172 173 175 175 175 177 182 195 Es necesario determinar la media de la
muestra, X, y los valores de los cuantiles, z α 2, en la distribución normal. En el modelo normal, el cuantil de orden 0.975 lo notamos
con z0,025 = 1,96 y el de orden 0.025 se nota con z0,975 = −1,96, o bien podemos cambiar el signo al cuantil de orden 0.975, que es lo
que hacemos cuando la distribución es simétrica (caso normal y caso t de Student), −z0,025 = −1,96.

La media se obtiene mediante: X = P xini N

La distribución de los datos en la muestra y la correspondiente columna de cálculo para la media se muestran en la tabla para cálculo de

la media.
Sustituyendo los datos en la expresión del intervalo tenemos:

(173,47 − 1,96 × 1,03, 173,47 + 1,96 × 1,03) (171.45, 175.49)

Tenemos una confianza del 95 % de que la talla media, µ, en el país este comprendida entre 171.45 y 175.49.

Intervalo de confianza para la media a un nivel de confianza del 80 % Lo único que varía respecto del intervalo anteriormente

calculado es el valor de z, dado que ya hemos calculado el valor de la media 173.47 y conocemos la desviación típica de la población

(4). Es necesario determinar los cuantiles, z α 2, en la distribución normal. Estos son z0,1 = 1,28 y z0,9 = −1,28 Sustituyendo los datos

en la expresión del intervalo tenemos:

(173,47 − 1,28 × 1,03, 173,47 + 1,28 × 1,03) (172.15, 174.79)

Lo interpretamos diciendo que tenemos una confianza del 80 % de que la talla media, µ, en el país esté comprendida entre

172.15 y 174.79.
Obtención del tamaño de muestra, n, necesario para no superar una determinada cota de error La cota de error o error de muestreo viene

dado por la expresión siguiente: Error = zα/2 σ √ n Supongamos que con los datos anteriores y con un nivel de confianza del 99 % (es

decir, casi con seguridad) deseamos estimar la talla media poblacional, de modo que la cota de error cometida no sea mayor a medio

centímetro. Determine de qué tamaño debe ser la muestra seleccionada de hombres. Despejando n de la expresión anterior tenemos:

n = (zα/2 × σ) 2

Por tanto, necesitamos determinar el cuantil de orden 0.995 de la normal.

Cuyo valor es 2.58.

El resto, lo conocemos. Sustituyendo en la expresión anterior de n, tenemos n = (2,58 × 4)2 0,5 2 = 424,63

Necesitamos, por tanto, un tamaño de muestra de 425 hombres

Ejemplo 2: Intervalo de confianza para la media, asumiendo normalidad y conocida la desviación típica

El estadístico pivote utilizado para el cálculo sería el siguiente:

El intervalo resultante sería el siguiente:

Vemos como en el intervalo a la izquierda y derecha de la desigualdad tenemos la cota inferior y superior respectivamente. Por tanto

la expresión nos dice, que la probabilidad de que la media poblacional se sitúe entre esos valores es de 1-alfa (nivel de confianza).

Veamos mejor lo anterior con un ejercicio resuelto a modo de ejemplo:

Se desea estimar la media del tiempo que un corredor emplea para completar una maratón. Para ello se han cronometrado 10 maratones y

se ha obtenido una media de 4 horas con una desviación típica de 33 minutos (0,55 horas). Se desea obtener un intervalo al 95% de confianza.

Para obtener el intervalo, no tendríamos más que sustituir los datos en la fórmula del intervalo.
 El intervalo de confianza, sería la parte de la distribución que queda sombreada en azul. Los 2 valores acotados por este serían los correspondientes a las 2 líneas de color rojo. La línea central que parte la distribución en 2

sería el verdadero valor poblacional.

Es importante resaltar que en este caso, dado que la función de densidad de la distribución N(0,1) nos da la probabilidad acumulada (desde la izquierda hasta el valor crítico), tenemos que encontrar el valor que nos deja a

la izquierda 0,975% (este es 1,96).

CONCLUSIÓN

Para interpretar los resultados en forma correcta supone comprender el significado del estimador puntual y de sus medidas de

precisión, lo que nos permite deducir los datos a la población de interés. Tanto el análisis de un intervalo de confianza como el de un

valor P nos permiten determinar diferencias estadísticas significativas, sin embargo sólo el Intervalo de Confianza nos permite evaluar

el rango de valores donde posiblemente se encuentra el valor real, y por lo tanto, permite realizar una mejor interpretación.