INSTITUTO TECNOLÓGICO DE LA

PAZ
MATERIA: ESTADISTICA INFERENCIAL 1.

ACTIVIDAD: ESTIMACIÓN DE PROPORCIONES DE UNA POBLACIÓN.

ALUMNO: JESÚS ANTONIO CASTRO CUEVAS.

Facilitador: ALFREDO RODRIGUEZ.

GONZALEZ.
 ¿Qué es una proporción poblacional?

■ En estadística, una proporción de población se refiere a la

fracción de individuos en una población con una determinada
característica. Por ejemplo, suponga que el 43,8% de las
personas en una determinada ciudad apoyan una nueva ley. El
valor 0,438 representa una proporción de población.
FORMULA PARA UNA PROPORCIÓN
DE POBLACIÓN.
■ Una proporción de población siempre varía entre 0 y 1 (o 0% a
100% en términos porcentuales) y se calcula de la siguiente
manera:

DÓNDE:
p: La proporción de población
X: el recuento de individuos en una población con una determinada característica.
N: el número total de individuos en una población.
 Cómo estimar una proporción de la población

■ Dado que generalmente es demasiado costoso y lento recopilar datos para

cada individuo en una población, a menudo recopilamos datos para una
muestra.

■ Por ejemplo, supongamos que queremos saber qué proporción de

residentes en una determinada ciudad apoyan una nueva ley. Si la
población consta de 50,000 residentes en total, podemos tomar una
muestra aleatoria simple de 1,000 residentes.
 Cómo estimar una proporción de la
población
■ Luego, calcularíamos la proporción de la muestra de la siguiente manera:

DÓNDE:
p̂: la proporción de la muestra
x: El recuento de individuos de la muestra con una determinada
característica.
n: El número total de individuos en la muestra.
 Cómo estimar una proporción de la
población
■ Luego, usaríamos esta proporción muestral para estimar la proporción
poblacional. Por ejemplo, si 367 de los 1.000 residentes de la muestra
apoyaran la nueva ley, la proporción de la muestra se calcularía como 367
/ 1.000 = 0,367.

■ Por lo tanto, nuestra mejor estimación para la proporción de residentes en

la población que apoya la ley sería 0.367.
Intervalo de confianza para una proporción de población

■ Aunque la proporción de la muestra nos proporciona una estimación de la

proporción de la población real, no hay garantía de que la proporción de
la muestra coincida exactamente con la proporción de la población.
■ Por esta razón, normalmente construimos un intervalo de confianza, un
rango de valores que probablemente contengan la proporción de
población real con un alto grado de confianza.
 Intervalo de confianza para una
proporción de población
■ La fórmula para calcular un intervalo de confianza para una proporción de población es:

Intervalo de confianza = p̂ +/- z * √ p̂ (1-p̂) / n

DÓNDE:
p̂: proporción de la muestra
z: el valor z elegido
n: tamaño de la muestra
 Intervalo de confianza para una
proporción de población
■ El valor z que utilizará depende del nivel de confianza que elija. La
siguiente tabla muestra el valor z que corresponde a las opciones de nivel
de confianza más populares:

Nivel de confianza valor z

0,90 1.645

0,95 1,96

0,99 2,58
 Intervalo de confianza para una
proporción de población
■ Tenga en cuenta que los niveles de confianza más altos corresponden a
valores z más grandes, lo que conduce a intervalos de confianza más
amplios. Esto significa que, por ejemplo, un intervalo de confianza del
95% será más amplio que un intervalo de confianza del 90% para el
mismo conjunto de datos.
Ejemplo: intervalo de confianza para una proporción de
población

■ Supongamos que queremos estimar la proporción de residentes en una

ciudad que están a favor de una determinada ley. Seleccionamos una
muestra aleatoria de 100 residentes y les preguntamos sobre su postura
sobre la ley. Aquí están los resultados:
Tamaño de muestra n = 100
Proporción a favor de la ley p̂ = 0,56
Ejemplo: intervalo de confianza para una
proporción de población
■ A continuación se explica cómo encontrar varios intervalos de confianza
para la proporción de población:
Intervalo de confianza del 90%: 0,56 +/- 1,645 * (√ .56 (1-.56) / 100 )
= [0,478, 0,642]
Intervalo de confianza del 95%: 0,56 +/- 1,96 * (√ .56 (1-.56) / 100 )
= [0,463, 0,657]
Intervalo de confianza del 99%: 0,56 +/- 2,58 * (√ .56 (1-.56) / 100 )
= [0,432, 0,688]