DISTRIBUCION T-DE STUDENT

Si X es una variable aleatoria continua, se

distribuye según una t de student, con k grados de
libertad si su función de densidad de probabilidades
es:
 ESTIMACIÓN DE PARÁMETROS

Las estadísticas se utilizan para estimar los parámetros

(desconocidos) a través de datos aportados por una muestra
representativa de la población. Tal estimación se puede
realizar de dos maneras:

Estimación puntual: con los datos muestrales se realiza una

estimación del valor del parámetro de interés. La probabilidad
de que el valor coincida con el verdadero valor del parámetro
es pequeña.

Estimación por intervalos: se establece un conjunto de

valores que en forma probable contiene el valor del
parámetro. En este caso, (1 - )100% de cada 100 intervalos
de confianza incluirán el parámetro.
 ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Intervalos de confianza para la media poblacional

cuando la varianza de la misma población se
desconoce y la variable distribuye normal.

Se utiliza para determinar el intervalo de confianza para la

media poblacional de una muestra, cuya varianza poblacional
se desconoce. En tal situación debemos estimar la varianza
poblacional a partir de la varianza muestral. Si la distribución
de la población es normal, sabemos que la distribución para la
media muestral con varianza desconocida es:
X 
~ t ( n 1 g .l .)
s
n
Como,

 t(1 / 2 )  t( / 2 )
  
 
X  
P  t(1 / 2; n 1)   t(1 / 2; n 1)   1  
 s 
 
 n 

por lo tanto el intervalo de confianza será:

s s
X t(1 / 2 ; n 1)    X  t(1 / 2 ; n 1)
n n
Ejemplo: Se midió el diámetro a cada uno de los 80
comprimidos provenientes de una muestra aleatoria de un
lote de fabricación, resultando en una media de 6,30 mm,
con una desviación estándar de 0,095 mm. Calcule el
intervalo de confianza al 95% para la verdadera media
poblacional de diámetro de los comprimidos.
En este caso,

n  80

  0,05   / 2  0,025  (1   / 2)  0,975

t ( 0,975 ; 79 )  1,990
Reemplazando:

s s
X t ( n1 ; 1 / 2 )    X  t ( n1 ; 1 / 2 )
n n

0,095 0,095
6,30  1,990    6,30  1,990
80 80

6,28 mm    6,32 mm
 Intervalos de confianza para la proporción
poblacional.

Si X es una variable aleatoria binomial de parámetros n y p.

Sabemos que si n es lo suficientemente grande, entonces la
distribución de la proporción muestral distribuye de la
siguiente manera:
 pq 
pˆ ~ N  p, 
 n 
donde p̂ es la proporción de la muestra; p es la proporción
poblacional y q es la proporción de su complemento
o suceso contrario; n es el tamaño muestral.

En forma análoga al caso de la media, el intervalo de

confianza para la proporción poblacional será:

pˆ qˆ pˆ qˆ
pˆ  Z (1 / 2 )  p  pˆ  Z (1 / 2 )
n n
Ejemplo: Se realizó un muestreo al azar sobre una cantidad
de 250 frasco ampollas de un lote de producción,
encontrando 5 defectuosos. Calcule el intervalo de confianza
al 95% para la verdadera proporción poblacional de frasco
ampollas defectuosos.
Se sabe que:

n  250
5
pˆ   0,02  qˆ  0,98
250
  0,05   / 2  0,025
Z (1 / 2)  Z 0,975  1,96

Reemplazando:

pˆ qˆ pˆ qˆ
pˆ  Z (1 / 2)  p  pˆ  Z (1 / 2)
n n
 0,02  0,98 0,02  0,98
0,02  1,96  p  0,02  1,96
250 250

0,0026  p  0,0374

O bien, si se quiere expresar en porcentaje, queda:

 Observaciones generales a considerar en los
intervalos de confianza:

•Mientras mayor sea el nivel de confianza establecido, el

intervalo que se calculará será más amplio, es decir, será
menos preciso.

•A mayor varianza, mayor será el ancho del intervalo, es

decir, será menos preciso.

•Mientras mayor sea el tamaño de la muestra, el intervalo

será más estrecho, o mejor dicho, será más preciso.

•En el caso de intervalos de confianza para estimación de

medias, la variable en juego debe distribuir normalmente.
 TAMAÑO MUESTRAL PARA EL CÁLCULO DE
INTERVALOS DE CONFIANZA

El tamaño de la muestra requerido para establecer un

intervalo de confianza, es un problema frecuente que
enfrentan los investigadores. Para tal situación se debe
disponer de tres datos:

•la confianza o seguridad que el investigador desea tener en

que el intervalo contendrá el parámetro de interés.
•la precisión o error de estimación, que denominaremos d,
está relacionado con la amplitud del intervalo. La amplitud
del intervalo (A) está determinada por .
•una estimación aproximada de la varianza implicada (si no
se conoce).
En el caso de la estimación de medias:

Sabemos que el intervalo de confianza para la determinación

de una media poblacional, cuando se desconoce la varianza
de la misma es:

Como el valor de t depende del tamaño de la muestra,

reemplazamos por Z, entonces:
La precisión o error de estimación estará caracterizada por:

Al elevar al cuadrado ambos miembros de esta ecuación,

queda:

Despejando n, se obtiene:
Si la población de donde proviene la muestra es finita, existe
una fórmula, que es:
En el caso de la estimación de proporciones:

La precisión estará caracterizada por :

Si se razona de la misma manera con respecto al caso de las

medias, queda:
Si la población de donde proviene la muestra es finita, existe
una fórmula, que es:
Del ejemplo del diámetro de los comprimidos, ¿cuál debió ser
el tamaño mínimo de la muestra para obtener el intervalo de
confianza al 95%, para la verdadera media poblacional del
diámetro de esa forma farmacéutica, con un error de
estimación de a lo más 0,01 mm?
a) Considere que no sabe el total de la población

Se sabe que:

s x  0,095 mm

  0,05   / 2  0,025  (1   / 2)  0,975

Z ( 0,975 )  1,96
Reemplazamos en:

(0,095) 2
n 2
 1,96 2
 346,7  347
(0,01)

Entonces se necesitaría muestrear 347 comprimidos

b) Considere que el lote de producción fue de 3000
comprimidos

3000(0,095) 2 1,96
2
n  310,9  311
(0,01) (2999)  (0,095) 1,96 
2 2 2

Se necesitaría muestrear 311 comprimidos

Ejemplo: Considere el ejercicio realizado con los frasco
ampollas. Calcule el tamaño de muestra necesario para
conocer el intervalo de confianza al 95% para la verdadera
proporción poblacional de frasco ampollas defectuosos, con un
error de estimación de 0,5%.

a) Si no conoce el total de la población

Se conoce que:
Si se reemplaza en la expresión:

Se deberían muestrear 3012 frasco ampollas

b) Considere que el lote de producción fue de 3000 frasco
ampollas
Reemplazamos:

30001,96  0,02  0,98

2
n  1503,2  1504
(0,005) (2999)  1,96  0,02  0,98
2 2

Se necesitarían muestrear 1504 frasco ampollas