INFERENCIA ESTADÍSTICA

INTERVALOS DE CONFIANZA
INFERENCIA ESTADÍSTICA (VARIABLES ALEATORIAS)
Una variable aleatoria es un número que representa un resultado de un experimento aleatorio. Una variable
aleatoria puede ser discreta o continua. Una variable aleatoria discreta solo puede tener valores contables
distintos, tales como 0, 1, 2, 3, …. Por ejemplo: el número de estudiantes en un aula, el número de aviones en un
aeropuerto o el número de errores en un experimento de laboratorio. Una variable aleatoria continua puede
tener cualquier valor, por ejemplo una medición. Los ejemplos incluyen la estatura de los sujetos de un estudio,
el tiempo en tener los resultados de una examen PCR.

La variables aleatorias se caracterizan mediante la media aritmética (Esperanza matemática) y la varianza de

la distribución de observaciones, según sea el caso. En casos particulares y muy definidos, ciertos tipos de
variables aleatoria se asocian a modelos probabilísticos, lo que el practica nos permiten modelar la realidad.
𝑀𝑜𝑑𝑒𝑙𝑜 𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙 𝑀𝑜𝑑𝑒𝑙𝑜 𝑁𝑜𝑟𝑚𝑎𝑙
 INFERENCIA ESTADÍSTICA
Las técnicas de estadística descriptiva, junto a la teoría de la Probabilidad y en particular los modelos de
distribución de probabilidad, permiten abordar el estudio de la inferencia estadística.
Los métodos básicos de la inferencia estadística son la estimación y el contraste de hipótesis. De forma
esquemática, podría representarse como sigue:
Puntual
Estimación
Teoría de las
Probabilidades

Intervalo
Inferencia s de
Estadística
Descriptiva Estadística Confianz
a
Modelos
Probabilísticos

Contraste de Hipótesis
INFERENCIA PARAMÉTRICA

Trataremos, como formas de estimación de parámetros:

i) La estimación puntual, trata de estimar un valor único para el parámetro que se

está analizando.

ii) La estimación por intervalos de confianza, estima un intervalo que contenga al

parámetro analizado, con una probabilidad determinada.

Lo anterior partiendo, de la información que proporciona al investigador una

muestra representativa, de la población objeto de estudio.
INTERVALOS DE CONFIANZA

Una forma de estimar parámetros poblacionales, es mediante intervalos de confianza, que es una
técnica estadística que nos permite estimar, con un nivel de confianza (probabilidad), el verdadero valor
poblacional. El intervalo calculado dependerá de:

i) La característica a estimar (por ejemplo: la media aritmética ( o proporción

ii) El tamaño muestral , ya que mientras más datos se tengan para realizar la estimación, más pequeña será la
diferencia entre el valor estimado y el valor real del parámetro que se está estimando.

Estatura media Poblacional Estatura media Muestral

.

iii) El nivel de confianza usado para la estimación, es un valor arbitrario, sin embargo se utilizan confianzas
superiores a un 90%. Habitualmente se usa un nivel del 95%. .
 INTERVALOS DE CONFIANZA

Ahora, un intervalo de confianza es una estimación de un parámetro obtenido sobre la muestra más o
menos un margen de error, esquemáticamente, para una muestra de 36 estaturas de cierta población:

La construcción del intervalo para este ejemplo sigue la siguiente estructura:

Datos 
El modelo d e calculo indica es
 INTERVALOS DE CONFIANZA

Ahora, un intervalo de confianza es una estimación de un parámetro obtenido sobre la muestra más o
menos un margen de error, esquemáticamente, para una muestra de 36 estaturas de cierta población:

En general el cálculo de un intervalo de confianza se determina por:

Estimador ± Percentil × Error estándar

Dónde:

Estimador: Corresponde al estadístico obtenido en la muestra

Percentil: Es un valor estandarizado obtenido de la distribución muestral del estadístico asociado a la
estimación.
Error estándar: Variabilidad del estimador o desviación típica estimada en la muestra
INTERVALOS DE CONFIANZA

Evaluación de los Intervalos:

Al construir un intervalo de confianza, se busca en la estimación: Confianza y Precisión. La confianza, es

definida por el investigador y la precisión está asociada a la amplitud del intervalo (ancho del intervalo).

1.- Un Intervalo de Confianza, tiene mayor precisión si su amplitud es menor que el de otro construido
con los mismos fines.
2.- Si se aumenta la confianza de un intervalo, disminuye la precisión y viceversa cuando el tamaño de
muestra es el mismo.
 
3.- Un aumento de la precisión, sin disminuir la confianza se logra aumentando el tamaño de la
muestra.

En resumen: Dentro de los intervalos de confianza, más comúnmente utilizados, se muestran a

continuación la estimación por intervalos de confianza, para la media aritmética y la proporción.
INTERVALOS DE CONFIANZA

Intervalo de confianza para la media

 
El estimar el valor medio de una variable cuantitativa, es uno de los intervalos de confianza más
usados. Como se ha indicado, la media aritmética es una medida de centralización usada, en conjuntos
de datos simétricos o aproximadamente simétricos (distribución normal). En este caso el error estándar
se aproxima con la expresión:

En este caso, podemos incluso realizar estimaciones en muestras pequeñas, con sólo verificar que la
distribución de la variable sea normal, ya que la distribución del estimador es conocida de manera
exacta como la distribución t-student. Si las muestras son grandes, aunque la distribución no sea
normal, la media aritmética se comporta en forma aproximadamente normal.
 INTERVALOS DE CONFIANZA

Ejemplo: Para una muestra de 47 pacientes a los que se les registran las horas de sueño tras recibir un determinado
analgésico Se obtuvieron los siguientes estadísticos:

Descriptivos

Estadístico Error típ.

Horas de sueño Media 7,00 ,385
Intervalo de confianza Límite inferior 6,23
para la media al 95% Límite superior
7,77

Media recortada al 5% 7,00

Mediana 7,00
Varianza 6,957
Desv. típ. 2,638
Mínimo 2
Máximo 12
Rango 10
Amplitud intercuartil 4

¿
 INTERVALOS DE CONFIANZA PARA LA MEDIA

Calcularemos con jamovi, un intervalo de confianza para la media de la variable Peso (archivo
Salud1.omv).

1) Seguimos la secuencia Analyses  t-test  [Ingresamos variable Peso]  seleccionamos Tests de Student´s 
en additional statistics seleccionamos confidence interval y nivel de 95%

El intervalo calculados es:

Con un 95% de confianza estimamos que en la población, el peso promedio se encuentra entre
72,13 y 78,44 kilos
INTERVALOS DE CONFIANZA

Ejercicio 1: Con el archivo de datos Salud1.omv

1) Encuentre para la variable Edad:

i) Intervalo de confianza para la media al 90% e interprete R:[59,26;60,48]
ii) Intervalo de confianza para la media al 95% e interprete R:[59;14;60,60]
iii) Intervalo de confianza para la media al 99% e interprete R:[59,9;60,84]

2) Encuentre para la variable Estatura:

i) Intervalo de confianza para la media al 90% e interprete R:[165,19;169,01]

ii) Intervalo de confianza para la media al 95% e interprete R:[164,82;169,38]
iii) Intervalo de confianza para la media al 99% e interprete R:[164,08;170,12]

Ejercicio 2: Con el archivo de datos Capacitacion.omv

Encuentre intervalos de confianza al 95% para todas las variables cuantitativas , para hombres y
mujeres.
INTERVALOS DE CONFIANZA

Modelos utilizados, en estimaciones frecuentes, para el calculo de Intervalos de confianza. (los

calcularemos mediante software)
 (Estimación por Intervalos de Confianza en Poblaciones Normales)

Situación Modelo
Intervalo de confianza para la
media con Varianza conocida
 

Intervalo de confianza para la

media con Varianza desconocida

Intervalo de Confianza para

estimar la proporción poblacional

Intervalo de Confianza para

estimar la diferencia de medias Donde
cuando las varianzas
poblacionales son desconocidas e
iguales

Intervalo de Confianza para

estimar la diferencia de
proporciones

Tamaño muestral para estimar la

media poblacional

Tamaño muestral para estimar la

proporción poblacional

Ajuste del tamaño muestral para

poblaciones Finitas