Estimacin.

Lmites o Intervalos de Confianza para la Media y para las Proporciones

Algunas secciones han sido tomadas de: Apuntes de Estadstica Inferencial Instituto Tecnolgico de Chiuhuahua

Estimacin
El objetivo principal de la estadstica inferencial es la estimacin, esto es que mediante el estudio de una muestra de una poblacin se quiere generalizar las conclusiones hacia el total de dicha poblacin. Como vimos en la seccin anterior, los estadsticos pueden varia mucho dentro de sus distribuciones muestrales, y mientras menor sea el error estndar de un estadstico, ms cercanos sern sus valores. Existen dos tipos de estimaciones para parmetros; puntuales y por intervalo. intervalo Una estimacin puntual es un nico valor estadstico y se usa para estimar un parmetro. El estadstico usado se denomina estimador. Una estimacin por intervalo es un rango, generalmente de ancho finito, que se espera que contenga el parmetro.

Estimacin por Intervalos Un estimado puntual, por ser un slo nmero, no proporciona por s mismo informacin alguna sobre la precisin y confiabilidad de la estimacin. Por ejemplo, imagine que se usa el estadstico x para calcular un estimado puntual de la resistencia real a la ruptura de toallas de papel de cierta marca y suponga que x = 9322.7. Debido a la variabilidad de la muestra, casi nunca se tendr el caso de que x = . El estimado puntual nada dice sobre lo cercano que esta de . Una alternativa para reportar el valor del parmetro que se est estimando es calcular un intervalo de valores factibles, es decir un lmite de confianza o intervalo de confianza (IC).

Un intervalo de confianza se calcula siempre seleccionando primero un nivel de confianza, confianza que es una medida de el grado de confiabilidad en el intervalo. Entonces, para el ejemplo anterior, en un nivel de confianza de 95% es posible tener cualquier valor de entre 9162.5 y 9482.9. Todo est muy bien, pero cmo sabemos estos valores?

Un nivel de confianza de 95% implica que 95% de todas las muestras dara lugar a un intervalo que incluye o cualquier otro parmetro que se est estimando, y slo 5% de las muestras producir un intervalo errneo. Cuanto mayor sea el nivel de confianza podremos creer que el valor del parmetro que se estima est dentro del intervalo.

Una interpretacin correcta de la confianza de 95% es decir que si el experimento donde A est definido se realiza una y otra vez, a largo plazo A ocurrir 95% de las veces. Para nuestro caso, el 95% de los intervalos de confianza calculados contendrn a .

Notar que los intervalos tienen el mismo tamao.

Se puede observar que de los 11 intervalos calculados slo el tercero y el ltimo no contienen el valor de .

Estimacin para la media Supongamos que la estatura de los nios de 2 aos est distribudo normalmente con una media de 90 cm y una desviacin estndar de 36. Cul sera la distribucin muestral de la media para una muestra de tamao 9? Recordemos que la media de una distribucin muestral de medias es igual a y que el error estndar de la media es:

m =

Para nuestro ejemplo, la distribucin muestral de la media tendra una media de 90 y una desviacin estndar de 36/3 = 12. Notemos que la desviacin estndar de una distribucin muestral es su error estndar.

La siguiente figura muestra esta distribucin en donde el rea sombreada representa el 95% del total, encontrndose entre los valores de 66.48 y 113.52. Estos lmites fueron calculados aadiendo y restando 1.96 desviaciones estndar del valor de la media de 90, lo que equivale al 95% del rea bajo una curva normal estndar, es decir: 90 - (1.96 x 12) = 66.48 90 + (1.96 x 12) = 113.52

95% del rea.

Lo que nos muestra la figura es que 95% de las medias se encontraran a no ms de 23.52 de la media de 90 (o sea a 1.96 desviaciones estndar). Ahora si consideramos la probabilidad de que la media de una muestra aleatoria se encuentre a cierta distancia de la media de la poblacin, entonces podemos decir que como 95% de la distribucin est a 23.5 de 90, la probabilidad de que la media de cualquier muestra est a 23.52 de 90 es de 0.95.

Lo anterior significa que si calculamos repetidamente la media de una muestra, x , y consideramos un intervalo que vaya de x - 23.52 a x + 23.52, este intervalo contendr a la media de la poblacin 95% de las veces. En general, podemos calcular el intervalo de confianza con la siguiente frmula:

= xz

Notar que no es otra cosa que despejar de la frmula de la distr de medias

Donde z es el valor de la curva estandar normal para la confianza que se requiere. En el caso de 95% de confianza:

= x 1.96

De esta formula se puede observar que tanto el tamao de la muestra como el valor de se deben conocer. Z se puede obtener de la tabla de la distribucin normal a partir del nivel de confianza establecido. Pero en ocasiones se desconoce por lo que en esos casos lo correcto es utilizar otra distribucin (la llamada t de student) si la poblacin de donde provienen los datos es normal. Para el caso de tamaos de muestra grande se puede utilizar una estimacin puntual de la desviacin estndar, es decir igualar la desviacin estndar de la muestra a la de la poblacin (s=).

Ejemplos: 1. Se encuentra que la concentracin promedio de zinc de una muestra de 36 cereales es de 2.6 gramos por miligramo. Encuentre los intervalos de confianza de 95% y 99% para la concentracin media de zinc en el cereal. Suponga que la desviacin estndar de la poblacin es 0.3. Solucin: La estimacin puntual de es x = 2.6 (el valor de la media de la muestra). El valor de z para un nivel de confianza del 95% es 1.96, por lo tanto:

Valores z Valores reales 2.5 2.6 2.7

Para un nivel de confianza de 99% el valor de z es de 2.575 por lo que el intervalo ser ms amplio:

Valores z Valores reales 2.47 2.6 2.73

Los vuelos de una empresa de aviacin tienen una duracin bimestral aproximadamente distribuida de forma normal con una desviacin estndar de 40 horas. Si una muestra de 30 vuelos tiene una duracin promedio de 780 horas, encuentre los intervalos de confianza de 96% para la media de la poblacin de todos los vuelos de esta empresa.

Con un nivel de confianza del 96% se sabe que la duracin media de los vuelos est entre 765 y 765 horas.

Estimacin para la proporcin Un estimador puntual de la proporcin P en un experimento binomial est dado por la estadstica P=X/N, donde x representa el nmero de xitos en n pruebas. Por tanto, la proporcin de la muestra p =x/n se utilizar como estimador puntual del parmetro P. Si no se espera que la proporcin P desconocida est demasiado cerca de 0 de 1, se puede establecer un intervalo de confianza para P al considerar la distribucin muestral de proporciones. Considerando el valor z para la distribucin de proporciones

z=

p P P (1 P ) n

Si intentamos despejar el valor de P nos encontramos con que

P (1 P ) P = p z n
Pero cmo podemos encontrar P si tambin est del lado derecho de la ecuacin? Lo que haremos es sustituir P por la proporcin de la muestra p siempre y cuando el tamao de muestra no sea pequeo.

p(1 p ) P = p z n

Cuando n es pequea y la proporcin desconocida P se considera cercana a 0 a 1, el procedimiento del intervalo de confianza que se establece aqu no es confiable, por tanto, no se debe utilizar. Para estar seguros, se debe requerir que np n(1-p) sea mayor o igual a 5. El error de estimacin ser la diferencia absoluta entre p y P, y podemos tener el nivel de confianza de que esta diferencia no exceder el valor de

p(1 p ) z n

Ejemplos: 1. Un fabricante de reproductores de discos compactos utiliza un conjunto de pruebas amplias para evaluar la funcin elctrica de su producto. Todos los reproductores de discos compactos deben pasar todas las pruebas antes de venderse. Una muestra aleatoria de 500 reproductores tiene como resultado 15 que fallan en una o ms pruebas. Encuentre un intervalo de confianza de 90% para la proporcin de los reproductores de discos compactos de la poblacin que no pasaran todas las pruebas. Solucin:

n=500 p = 15/500 = 0.03 z(0.90) = 1.645

P = 0.03 1.645

0.03(1 0.03) 500

Lo que queremos es que el rea en azul sea 0.90

El intervalo buscado es 0.0237 < P < 0.0376

El rea en la tabla para z = -1.645 nos da 0.04998 (o sea un rea de ~ 0.05 a cada lado, o de 0.10 para las 2 reas en blanco).