Pruebas basadas en una

poblacin
Que es un intervalo de Confianza?
Un intervalo de confianza , es un intervalo con limites finitos o infinitos, donde por lo
menos uno de los extremos es una variable aleatoria
ESTIMACIN POR INTERVALOS DE CONFIANZA
Se trata de asignar al parmetro poblacional
desconocido un rango de valores posibles, dentro de los
cuales se encuentra el verdadero valor del parmetro
con un determinado nivel de confianza fijada de
antemano y que permite precisar la incertidumbre que
existe en la estimacin.
Si podemos encontrar dos variables aleatorias A y B, tales
que:
P( AB) = 1- y representamos las realizaciones
particulares de A y B por ay b, entonces, el intervalo (a, b)se
denomina intervalo de confianza del 100(1-)% para .
La cantidad (1-) se denomina nivel de confianza del
intervalo.
INTERVALO DE CONFIANZA
(a , b )
La confianza de un intervalo debe interpretarse en el sentido
siguiente:
Por cada 100 intervalos que construyamos para estimar un
mismo parmetro (a partir de otras tantas muestras
aleatorias y para un valor prefijado) el (1-)% de los
intervalos obtenidos recogern en su interior al verdadero
valor del parmetro, mientras que el % restante, por cosas
del azar, pueden resultar equivocados.
Si elegimos el nivel de confianza (1-)% grande, por ejemplo
del 95%, entonces nuestra esperanza al elaborar un intervalo
a partir de una muestra es que sea uno de los 95 de cada 100
intervalos acertados
INTERVALO DE CONFIANZA
GENERALIZANDO:
Sea (X
1,
..X
n
) una m.a. extrada de una poblacin con funcin de
densidad f( x, ) y sean, A = a(X1,..., Xn) y B = b(X1,..., Xn) , dos
estadsticas tal que A B, para todo (X1,..., Xn) del espacio muestral
Se dice entonces que el intervalo aleatorio I = [ A , B ] es un intervalo de
confianza para con coeficiente de confianza = (1-) donde
(01) .
P (A B) = 1-
A = a(X1,..., Xn) Limite inferior del intervalo
B = b(X1,..., Xn) Limite superior del intervalo
Sus valores cambian de unas muestras a otras, el verdadero valor del
parmetro est en el intervalo el (1-)% de las veces.
Clculo de intervalos de confianza.
Mtodo del pivote
El clculo de intervalos de confianza no es un proceso fcil cuando la
variable en estudio no sigue unas pautas de normalidad, por lo que
nosotros vamos a suponer siempre que la variable con la que vamos a
trabajar sigue una distribucin normal.
El proceso para obtener el intervalo es dar una v.a. donde intervenga el
parmetro a estimar y el correspondiente de la muestra. A esta variable
se le llama estadstico pivote y debe seguir una distribucin de
probabilidad conocida.
Definicin:
Sea (X
1,
..X
n
) una m.a. extrada de una poblacin con funcin de densidad f( x, )
y sean, Q = q(X1,..., Xn, ) una funcin de X1,..., Xn y , (, R )
Si la distribucin de Q no depende de , , entonces Q es definido como cantidad
pivotal.
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL:
MUESTRAS GRANDES
Caso 1: Media poblacional (Varianza poblacional o
2
conocida)
Situacin: Se tiene una poblacin con media desconocida , pero
se supone conocida la varianza o
2
.
Se toma una muestra aleatoria (X
1
,X
2
,...,X
N
). Con esta muestra
se calcula el estadstico el cual es un estimador puntual
insesgado para la media desconocida. Se puede obtener un
intervalo de confianza del 100(1-o) % para si consideramos
los siguientes hechos acerca de la distribucin de :
1. Si la poblacin es Normal, la distribucin de es Normal
2. Si la poblacin no es Normal, el Teorema del lmite central nos
garantiza una distribucin de aproximadamente normal
cuando N
3. La media de es ( es insesgado)
4. La varianza de es o
2
/N
Teorema del Lmite Central:
Afirma que la media muestral tiene una distribucin Normal aunque la
poblacin original no la tenga, siempre y cuando la muestra sea muy
grande (de manera prctica N>30)
Caso 1: Media poblacional (Varianza poblacional o
2
conocida)
-z
o/2
z
o/2
Z
o/2 o/2
de la figura: P{-z
a/2
s Z s z
a/2
}=1-.
Con lo cual el intervalo de confianza del 100(1-)% para la media
es
N / z N / z
/2
__
/2
__
x x
+ s s
De acuerdo a lo anterior, podemos suponer que la variable
Tiene una distribucin N(0,1)
N /

X
___
Z


=
Caso 1: Media poblacional (Varianza poblacional o
2
conocida)
Ejemplo: Los siguientes son datos de conductividad trmica de cierto
tipo de hierro (en BTU/hr-ft-F):
41.60 41.48 42.34 41.95 41.86
42.18 41.72 42.26 41.81 42.04
Una estimacin puntual para la media, es = 41.924. Hallar un
intervalo de confianza del 95 % y uno del 99% para la media.
Se supone que la poblacin tiene una distribucin Normal con o=0.3
Usamos la expresin para
encontrar el intervalo de confianza para la media:
l = 41.924 - 1.96(0.3)/\10 = 41.738, u = 41.924+1.96(0.3)/\10 =
42.110
Entonces el intervalo de confianza del 95% es
41.738 s s 42.11
Y la longitud de este intervalo es 3.92 o/ \N
N / z N / z
/2
__
/2
__
x x
+ s s
IC para una media poblacional (o
2
conocida) : ejemplo
IC para una media poblacional (o
2
conocida) : ejemplo
Deseamos estimar el promedio de edad de cierta poblacin.
Tomamos una muestra de tamao 100 en la cual se obtuvo
una media muestral de 35. La variable considerada tiene
distribucin normal con una varianza igual a 3. Calcular el
intervalo de confianza al 95 % e indicar la imprecisin.
Solucin: aplicando simplemente la frmula para calcular los
lmites del intervalo de confianza (IC), tenemos:
339 . 0
100
3
96 . 1 I
100
3
96 . 1 35
= =

INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL:

MUESTRAS GRANDES
Caso 2: Media poblacional (Varianza poblacional o
2
desconocida)
Si no se conoce la varianza
2
de la poblacin, una posibilidad es
utilizar la varianza muestral S
2
en las ecuaciones obtenidas para
estimar intervalos en el caso de varianza conocida
Este procedimiento funciona para muestras grandes (N>30), por
ello los intervalos de confianza anteriores se les suele llamar
intervalos de confianza para muestras grandes.
Si las muestras son pequeas el enfoque anterior no
funciona y para lograr un procedimiento vlido se supondr
que la poblacin tiene una distribucin Normal
En forma general si no se conoce o se sustituye por la
desviacin estndar de la muestra, es decir, por s, si
adems el tamao de la muestra es n>30.
El intervalo de confianza para un nivel de confianza
de 1-o, de la media poblacional es:
n
s
Z X
n
s
Z X
2 2
o o
+ s s
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL:
MUESTRAS GRANDES
Caso 2: Media poblacional (Varianza poblacional o
2
desconocida)
Los siguientes datos son los puntajes obtenidos para 45 personas de una escala de
depresin (mayor puntaje significa mayor depresin).
2 5 6 8 8 9 9 10 11
11 11 13 13 14 14 14 14 14
14 15 15 16 16 16 16 16 16
16 16 17 17 17 18 18 18 19
19 19 19 19 19 19 19 20 20

Para construir un intervalo de confianza para el puntaje promedio poblacional,
asumamos que los datos tienen distribucin normal, con varianza poblacional
desconocida. Como es desconocido, lo estimamos por s =18,7.
Caso 2: Media poblacional (Varianza poblacional o
2
desconocida) : ejemplo
Luego, un intervalo de confianza aproximado es:
Luego, el intervalo de confianza para es (13,2 , 15,8).
Es decir, el puntaje promedio poblacional se encuentra
entre 13,2 y 15,8 con una confianza 95%.
Caso 2: Media poblacional (Varianza poblacional o
2
desconocida) : ejemplo
Se utiliza el estadstico pivote:
Que sigue una distribucin llamada t student con n-1 grados de libertad que
presenta una forma en la curva muy similar a la de la distribucin normal.
y toma como intervalo de confianza aquella regin en la que
-t
o/2,N-1
t
o/2,N-1
o/2 /2
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL:
MUESTRAS PEQUEAS ( n 30)
Caso 1: Media poblacional (Varianza poblacional o
2
desconocida)
Es decir, hemos obtenido el intervalo que contiene a
la media poblacional y que podemos expresar:
Caso 1: Media poblacional (Varianza poblacional o
2
desconocida)
(

+ s s =

n
s
t x
n
s
t x IC
n
n
n
n
1
1
1
1
% 95
Factor relacionado
con la confianza
Parmetro: Media Poblacional Error Estndar
Estimo
Nivel de
confianza
Lmites de confianza
INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL:
MUESTRAS PEQUEAS ( n 30)
Caso 1: Media poblacional (Varianza poblacional o
2
desconocida)
Caso 1: Media poblacional (Varianza poblacional o
2
desconocida): ejemplo
INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: MUESTRAS GRANDES
X= pn
INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: MUESTRAS GRANDES
o/2
o/2
-z
o/2
z
o/2
) / ) 1 ( ( ) / ) 1 ( (
2 2
n p p Z p p n p p Z p + s s
o o
INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: ejemplo
En un estudio de prevalencia de factores de riesgo en una cohorte de
412 mujeres mayores de 15 aos en la Regin Metropolitana, se
encontr que el 17.6% eran hipertensas. Un intervalo de 95% de
confianza para la proporcin de mujeres hipertensas en la Regin
Metropolitana est dado por:
Luego, la proporcin de hipertensas vara entre (0,139 , 0,212)
con una confianza de 95%.
412 / ) 176 . 0 1 ( 176 . 0 96 . 1 176 . 0 412 / ) 176 . 0 1 ( 176 . 0 96 . 1 176 . 0 + s s p
Ejemplo: De 1000 casos de cncer pulmonar seleccionados
al azar, 823 son de pacientes que fallecieron. Construya un
intervalo de confianza del 95% para la tasa de mortalidad
del cncer pulmonar.
Solucin: La tasa de mortalidad es la proporcin de los que mueren a los que
contraen el cncer pulmonar, de la muestra tenemos que = 0.823. Por otro
lado z
0.025
=1.96, entonces:
Es decir, 0.799 s p s 0.847
p
^
0.823 1.96
0.823(10.823)
1000
p 0.823 + 1.96
0.823(10.823)
1000

INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: ejemplo
INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: ejemplo
INTERVALO DE CONFIANZA PARA UNA PROPORCION
POBLACIONAL: ejemplo
DETERMINACIN DEL TAMAO PTIMO MUESTRAL
A partir de las frmulas que se utilizan para
construir los intervalos de confianza, podemos
calcular el tamao muestral necesario para
obtener una precisin determinada.
Llamamos error de estimacin(E) a la mxima
diferencia que nos permitimos admitir, con un
nivel de confianza 100(1-)%, entre el
parmetro desconocido y el estadstico que
usamos como estimador
DETERMINACIN DEL TAMAO PTIMO MUESTRAL
DETERMINACIN DEL TAMAO PTIMO MUESTRAL