TEMA 7.

ESTIMACIN

7.1. Introduccin y definiciones

7.2. Estimacin puntual. Propiedades deseables de los
estimadores
7.2.1. Introduccin y definiciones
7.2.2. Estimadores Insegados
7.3. Estimacin por intervalos de confianza
7.3.1. Introduccin
7.3.2. Intervalos de confianza para una poblacin
normal
7.3.2.1. Intervalos de confianza para la media
7.3.2.2. Intervalos de confianza para la
varianza
7.3.3. Intervalos de confianza para dos
poblaciones Normales independientes
7.3.3.1. Intervalos de confianza para la
diferencia de medias
7.3.3.2. Intervalos de confianza para el
cociente de varianzas
7.3.4. Intervalo
de confianza
para
una
proporcin
7.3.5. Intervalo de confianza para la diferencia de
proporciones
199


7.1. Introduccin y definiciones

 Supongamos que conocemos la distribucin de la

caracterstica de inters de una poblacin

La

funcin de densidad o masa de probabilidad depende

del vector de parmetros : f(x ; )
 Se desean estimar los parmetros a partir de una
muestra

Cmo hacer esta estimacin?

Estimacin puntual: Se busca un estimador, que con

base a los datos muestrales d origen a un valor puntual
que utilizamos como estimacin del parmetro

Estimacin

por intervalos: Se determina un intervalo

aleatorio que, de forma probable, contiene el verdadero
valor del parmetro. Este intervalo recibe el nombre de
intervalo de confianza

200


Ejemplo

Sea X una v.a. que estudia el grosor del tronco de un

arbusto. Se conoce que dicha variable es normal con
desviacin tpica 1 pero no se conoce la media.
X

N (, 1) ; R

El parmetro a estimar es

201


7.2. Estimacin puntual. Propiedades

deseables de los estimadores

7.2.1.

Introduccin y definiciones

Sea X1, , X n una muestra aleatoria simple con funcin

de densidad f ( x ; )

Sea un estadstico T = u ( X 1, , X n )
El problema es encontrar una funcin u que proporcione
el mejor estimador de
El estimador, T, del parmetro debe tener una
distribucin concentrada alrededor de y la varianza
debe ser lo menor posible

P[ h T +h]
debera ser grande

+h
202


Error cuadrtico medio

P[ h T +h]
debera ser grande

+h

Para estudiar la variabilidad de los valores del estimador

alrededor del parmetro se hace uso de una cantidad
llamada error cuadrtico medio

Definicin. Error cuadrtico medio

T estimador de
ECM ( T ) = E [( T ) 2 ] = Var [ T ] + [ E [ T ]] 2

203


Ejemplo

Sea X1, , Xn una muestra aleatoria simple (m.a.s.) de

una poblacin X de la que se sabe que E[X] = y
Var[X] = 2.
Sea T = X un estimador de .
Hallar el error cuadrtico medio que se comete.
Solucin.-

ECM ( X ) = Var [ X ] + E [ X ]

Calculamos en primer lugar la esperanza del estimador

Xi
E [ X i ] n
i

E[X ] = E
=
=
=

n
n
n i

Por lo tanto el ECM es

1

ECM ( X ) = Var[ X ] = Var X i =

n i

1
n

Var[ X i ] =
i

n 2
n

2
n

204


7.2.2.

Estimadores Insesgados

Definicin. Sesgo de un Estimador

Sea T el estimador del parmetro . Se define el sesgo
del estimador como

E[T]

 Definicin. Estimador Insesgado

T es un estimador insesgado de si y slo si

E[T] =

para todo

NOTA: En este caso ECM ( T ) = Var [ T ]

205


Ejemplo

Sea X1, , Xn una muestra aleatoria simple (m.a.s.) de

una poblacin X de la que se sabe que E [ X ] = y

Var [ X ] = 2.

1.- Demostrar que X es un estimador insesgado de

2.- Demostrar que la cuasivarianza S2 es un estimador
insesgado de 2
Solucin
1.- Demostrado en el ejemplo anterior

206

2. 1
1
2
2
2

E S = E
X i X = E n 1 ( X i ) X

n
1

i
i

2
1
2
E ( X i ) + X 2 ( X i ) X
=
n 1
i
i
i

))

1
2
2
E ( X ) + E ( X ) 2 E ( X ) ( X i )
=
n 1 i

i
i
1
2
2
2

E ( X ) + nE ( X ) 2nE ( X )
=

n 1 i

1
2
2
2
=
2n
+n
=
n 1
n
n
i

( n 1)
1 2
=
n + 2 2 2 =

n 1
n 1

=2

207

 7.3. Estimacin por intervalos de confianza

7.3.1.

Introduccin

Se desea calcular un intervalo aleatorio que contenga al

verdadero valor del parmetro, , con una cierta
probabilidad
h1(T) h2(T)

Las funciones h1 y h2 son funciones de un estadstico T
relacionado con el parmetro a estimar en cada caso

Definicin: Nivel de confianza (1)

El nivel de confianza, 1, es la probabilidad de que un
intervalo de confianza contenga al verdadero valor del
parmetro.
P [ h1 ( T ) h 2 ( T ) ] = 1

208

 Definicin: Intervalos de confianza bilaterales

P [ h1(T) h2(T) ] = 1

 Definicin: Intervalos de confianza unilaterales

P [ h1(T) ] = 1
P [ h2(T) ] = 1
 NOTA: De cada 100 intervalos construidos a partir
de 100 muestras, 100 ( 1 ) % deberan contener al
verdadero valor del parmetro.
(

. . . . . . . . .. . . . . . . .
(
(

Intervalo aleatorio

fijo

209


7.3.2.

Intervalos de confianza para una

poblacin normal

 Se muestrea una poblacin normal para estimar los

parmetros de esta poblacin

X1, , X n m.a.s. de una poblacin X

X 1, X 2 ,... X n

N ( , )

Independientes entre s
Xi

N ( , )

Se desea estimar alguno de los parmetros, o ambos,

segn sea o no conocido el otro

210

 7.3.2.1. Intervalos de confianza para la media

Se desea estimar la media poblacional mediante un

intervalo de confianza
2

 Varianza poblacional conocida 0

Estadstico asociado al parmetro a estudiar : T = X

(media muestral).

Distribucin de la media muestral:

2
X N ; 0
n

Z=

(X ) N
0

( 0; 1)

P [ z / 2 Z z / 2 ] = 1

/2

/2

z1 / 2 = z / 2

z / 2
211

X )
(
P [ z / 2 Z z / 2 ] = P z / 2
z / 2 = 1
0

0
0
X z / 2
P z / 2
= 1
n
n

0
0
X + z / 2
P X z / 2
= 1
n
n

0
0
X z / 2
P X + z / 2
= 1
n
n

0
0
X + z / 2
P X z / 2
= 1
n
n

I.C. para , con varianza conocida, al nivel de

confianza 1.

0
0
X z / 2

, X + z / 2

n
n

212


I.C. para , con varianza conocida, al nivel de

confianza 1

0
0
X z / 2

, X + z / 2

n
n

NOTA:
A medida que aumenta el tamao de la muestra
disminuye la amplitud del intervalo
A medida que el nivel de confianza es mayor aumenta
la amplitud del intervalo

213


Ejemplo. Se desea estudiar el peso en gramos del fruto

producido por una planta. Para ello se tom una muestra

de 16 plantas observando los siguientes pesos: 506, 508,
499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506,
502, 509, 496. El peso del fruto de cada planta es una v.a.
Normal con desviacin tpica 5 gr. Obtener un intervalo
de confianza al nivel de confianza 0.9 para el peso medio
del fruto de esta planta.
Solucin.I.C. para con varianza conocida
al nivel de confianza 1

0
0
, X + z / 2
X z / 2

n
n

x = 503.75; n = 16;

02 = 25 ; 0 = 5

214


0
0
, X + z / 2
X z / 2

n
n

x = 503.75; n = 16;

02 = 25 ; 0 = 5

1 = 0.90; = 0.10; 2 = 0.05

z / 2 = z0.05 = 1.645

0.05

0.05

0.90

z 0.05 = 1.645

z 0.05 = 1.645

5
5

503.75 1.645 4 , 503.75 + 1.645 4 =

= [501.69, 505.81]

215


Varianza poblacional desconocida

Estimador: X
Distribucin muestral:

Cuasidesviacin tpica

X )
(
T=
S

S=

t n-1

1
2
X

X
(
)
n 1 i
i

/2

/2

t1 / 2 = t / 2

t / 2

P t / 2; n1 T t / 2; n1 = 1

(
)
t / 2; n1 = 1
P t / 2; n1
S

216

X )
(
t / 2 ; n1 = 1
P t / 2; n1
S

S
S

X t / 2; n1
= 1
P t / 2; n1

n
n

S
S

P X t / 2; n1
X + t / 2; n1
= 1

n
n

S
S

P X + t / 2; n1
+ X t / 2; n1
= 1

n
n

S
S

X + t / 2; n1
= 1
P X t / 2; n1

n
n

I.C. para con varianza desconocida

al nivel de confianza 1

S
S

X
t
X
t

+
,
/ 2;n1
/ 2;n1

n
n

217

Ejemplo. Se desea estudiar el peso en gramos del

fruto producido por una planta. Para ello se tom una
muestra de 16 plantas observando los siguientes pesos:
506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493,
496, 506, 502, 509, 496. Del peso del fruto slo se
conoce que es una v.a. Normal. Obtener un intervalo de
confianza al nivel de confianza 0.9 para el peso medio
del fruto de esta planta.

Solucin

S
S

, X + t / 2; n1
X t / 2; n1

n
n

I.C. para con varianza desconocida

al nivel de confianza 1

x = 503.75 ;

s = 6.2022 ;

n = 16

s
s

+
=
,
x
t
x
t
/ 2; n1
/ 2; n1

n
n

6.2022
6.2022

= 503.75 1.75
=
, 503.75 + 1.75

4
4

= [501.0319, 506.4681]

218

S
S

, X + t / 2; n1
X t / 2; n1

n
n

x = 503.75 ;

s = 6.2022 ;

n = 16

1 = 0.90; = 0.10; 2 = 0.05

t / 2; n1 = t 0.05;15 = 1.75

0.05

0.90

t 0.05 = 1.75

0.05

t 0.05 = 1.75

6.2022
6.2022

+
=
503
.
75
1.75
,
503
.
75
1.75

4
4

= [501.0319, 506.4681]

219


7.3.2.2. Intervalos de confianza para la varianza

 Media poblacional desconocida
Estimador: Cuasivarianza

S2 =

2
1
Xi X

n 1
i

Distribucin muestral
n

( Xi X )

i =1

( n 1) S 2
2

n21

P 12 / 2;n1 n21 2 / 2;n1 = 1

n
1
S

(
)
2
2
/ 2; n1 = 1
P 1 / 2; n1

/2

12 / 2;n 1

/2

2 / 2;n 1
220

n
1
S

(
)
2 / 2; n1 = 1
P 12 / 2; n1

2
2

1
1 / 2; n 1
/ 2; n1

= 1
P
n 1 S 2

2
2

1
n
S
(
)
(
)

2
2
( n 1) S
( n 1) S
2

= 1
P
2

2
/ 2; n1
1 / 2; n1

2
2
( n 1) S
( n 1) S
P
2
= 1
2

1 / 2;n 1
/ 2;n1
I.C. para 2, con media poblacional desconocida,
al nivel de confianza 1

2
2
(
n
1)
S
(
n
1)
S

,
2

1 / 2 ; n 1
/ 2; n1

221


Ejemplo

Se desea estimar la varianza del nivel de nistamina en un

ungento. Se conoce por larga experiencia que su
distribucin sigue una ley Normal. Se toma una muestra
de 9 ungentos, dando el nivel siguiente (en millones de
unidades/gr): 1, 0.9, 1.5, 2.8, 3.1, 3.2, 2.5, 1.9, 2. Estimar
la varianza mediante dos intervalos de confianza al nivel
de confianza del 99% y del 95%.
Solucin
1
2
2
s =
x

x
= 0.74
Cuasivarianza:
(
)

i
n 1
i

Nivel de confianza: 1 = 0.99; = 0.01; / 2 = 0.005

2
2
2 / 2;n1 = 0.005;8
= 22.0; 12 / 2;n1 = 0.995;8
= 1.34

0.005

0.005
0.99

2
0.995;8
= 1.34

20.005;8 = 22.0

2
2
( n 1) s , ( n 1) s =
2

1 / 2; n1
/ 2; n1

= [ 0.2691, 4.4179]
222

Nivel de confianza: 1 =

0.95

1 = 0.95; = 0.05; / 2 = 0.025

s2 =

Cuasi-varianza:

1
2
x

x
= 0.74
(
)
n 1 i
i

2
2 / 2 ; n1 = 0.025
; 8 = 17.5
2
12 / 2; n1 = 0.975;8
= 2.18

0.025

0.025
0.95
2
0.975;8
= 2.18

20.025;8 = 17.5

2
2
(
n
1)
s
(
n
1)
s

=
,
2

/ 2; n1 1 / 2; n1

= [ 0.3383, 2.7156]

223


7.3.3.

Intervalos de confianza para dos

poblaciones Normales independientes

Se muestrean dos poblaciones normales para estimar

los parmetros comparativamente

Sean las variables aleatorias X e Y tales que

N ( X ; X )

N ( Y ; Y )

Independientes

Consideramos:
m.a.s. de tamao nX de X
X1, X 2 ,..., X n

X , S X2

m.a.s. de tamao n Y de Y

Y , S Y2

Y1, Y2 ,..., Yn Y

 Se desean estimar comparativamente los parmetros

de ambas poblaciones

224

 7.3.3.1. Intervalos de confianza para la

diferencia de medias

Varianzas poblacionales conocidas
Estimador: T = X Y

Distribucin muestral:

Z=

( X Y ) ( X Y )
X2
nX

Y2

N (0; 1)

nY

P [ z / 2 Z z / 2 ] = 1

/2

/2

z1 / 2 = z / 2

z / 2

225

P [ z / 2 Z z / 2 ] = 1

X Y ) X Y
(
P z / 2
z / 2 = 1
2
2

X
Y

n X nY

2
2

X
Y
+
X Y
P X Y z / 2
nX
nY

2
2
X Y
X Y + z / 2
+
= 1

nX
nY

I.C. para X Y con varianzas poblacionales

conocidas, al nivel de confianza 1

2
2

X
Y
X Y z
+
) /2 n n
(
X
Y

226

Ejemplo
Se estn utilizando normalmente en una granja avcola
dos tipos de piensos compuestos A y B. Queriendo
comparar la media de engorde con ambos piensos, para
un nivel de confianza 0.9, se alimentan a 20 aves durante
cierto tiempo con el pienso A obtenindose una ganancia
media de peso de 0.4 Kgr por ave. Simultneamente a
otras 19 aves se les alimenta con el pienso B y se obtiene
un engorde medio de 0.5 Kgr.
Se conoce por experiencias previas que las variables
objeto de estudio, engorde con cada uno de los piensos,
son normales con varianzas de 0.05 para el pienso A y
0.1 para pienso B. Estimar la diferencia de engorde
medio.
Solucin

n A = 20 ;

x A = 0.4 ;

2 = 0.05
A

nB = 19 ;

xB = 0.5 ;

B2 = 0.1

2 2
2 2

A + B, x x +z
A+ B
x A xB z / 2
A
B
/2
n A nB
n A nB

227

n A = 20 ;

x A = 0.4 ;

2 = 0.05
A

nB = 19 ;

xB = 0.5 ;

B2 = 0.1

2 2
2 2

A + B, x x +z
A+ B
x A xB z / 2
/2
A
B
n A nB
n A nB

1 = 0.90; = 0.10; 2 = 0.05

z / 2 = z0.05 = 1.645

0.05

0.90

z 0.05 = 1.645

0.05

z 0.05 = 1.645

0.05 0.1
0.05 0.1
+
, 0.4 0.5 + 1.645
+
0.4 0.5 1.645
=
20 19
20 19

= [ 0.2449, 0.0449]

228


Varianzas poblacionales desconocidas

pero iguales

X2 = Y2

Estimador: T = X Y

Distribucin muestral
T=

( X Y ) ( x y )
Sp

Sp =

1
1
+
n X nY

tn + n 2
x y

(nx 1) S x2 + (n y 1) S y2
nx + n y 2

P t / 2;n X nY 2 tn X nY 2 t / 2;n X nY 2 = 1

t nX + nY 2
/2

t1 / 2 = t / 2

/2

t / 2
229

P t / 2;n X nY 2 tn X nY 2 t / 2;n X nY 2 = 1

X Y ) X Y
(
t / 2; n + n 2 =
P t / 2; n + n 2
X
Y
X
Y

1
1
+
Sp

n
n

X
Y

1
1
P X Y t / 2; n X + nY 2 S p
+
X Y
n X nY

1
1
X Y + t / 2; n X + nY 2 S p
+
= 1
n X nY

I.C. para xy, al nivel de confianza 1, con

varianzas poblacionales desconocidas pero iguales y
muestra pequeas

1
1
+
X Y t / 2; n X + nY 2 S p

n X nY

230


Ejemplo

Se estn utilizando normalmente en una granja avcola

dos tipos de piensos compuestos A y B. Queriendo
comparar la media de engorde con ambos piensos, para
un nivel de confianza 0.9, se alimentan a 22 aves durante
cierto tiempo con el pienso A obtenindose una ganancia
media de peso de 0.4 Kgr por ave con una varianza de
0.03. Simultneamente a otras 20 aves se les alimenta
con el pienso B y se obtiene un engorde medio de 0.5
Kgr con una varianza de 0.09.
Se conoce por experiencias previas que las variables
objeto de estudio, engorde con cada uno de los piensos,
son normales con varianzas poblacionales iguales.
Estimar la diferencia de engorde medio.
Solucin

1
1
+
x A xB t / 2;n A + nB 2 s p

n
n
A
B

n A = 22 ;

x A = 0.4 ;

A2 = 0.03

nB = 20 ;

xB = 0.5 ;

B2 = 0.09

231

n A = 22 ;

x A = 0.4 ;

A2 = 0.03

nB = 20 ;

xB = 0.5 ;

B2 = 0.09

nA 2
2
sA =
A = 0.0316 ;
nA 1

nB 2
2
sB =
B = 0.095
nB 1

1 = 0.90; = 0.10; 2 = 0.05

t / 2; n A + nB 2 = t 0.05;40 = 1.684
sp =

(n A 1) s A + (nB 1) sB
n A + nB 2

= 0.2484

t nX + nY 2 = t40
0.05

0.90

t 0.05 = 1.684

0.05

t0.05 = 1.684

1
1
+
x A xB t / 2;n A + nB 2s p
n A nB

= [ 0.2292, 0.0292]
232


Varianzas poblacionales desconocidas

2
2
pero iguales, X = Y

Tamaos muestrales grandes

Estimador: T = X Y

Distribucin muestral:
Z=

( X Y ) ( X Y )
S X2
nX

S Y2

n X , nY

N (0; 1)

nY

P [ z / 2 Z z / 2 ] = 1

/2

/2

z1 / 2 = z / 2

z / 2

NOTA: La aproximacin se considera correcta para

n X y n Y > 30
233

P [ z / 2 Z z / 2 ] = 1

X Y ) X Y
(
z / 2 = 1
P z / 2

2
2
S X SY

n
n
X
Y

2
2
S
S

X
Y
+
X Y
P X Y z / 2
n X nY

2
2
S X SY
X Y + z / 2
+
= 1

n X nY

I.C. para

X Y, al nivel de confianza 1, con

varianzas poblacionales desconocidas y muestras grandes

X Y z
) /2
(

S Y2
+
n X nY

2
SX

234


Ejemplo

Se estn utilizando normalmente en una granja avcola

dos tipos de piensos compuestos A y B. Queriendo
comparar la media de engorde con ambos piensos, para
un nivel de confianza 0.9, se alimentan a 100 aves
durante cierto tiempo con el pienso A obtenindose una
ganancia media de peso de 0.5 Kgr por ave con una
cuasivarianza de 0.08. Simultneamente a otras 120 aves
se les alimenta con el pienso B y se obtiene un engorde
medio de 0.2 Kgr con una cuasivarianza de 0.09.
Estimar la diferencia de engorde medio.
Solucin

s 2A s B2
( x x ) z

+
B
/2
A
n A nB

nA = 100 ; x A = 0.5 ;

s 2A = 0.08

nB = 120 ; xB = 0.2 ;

sB2 = 0.09

235

nA = 100 ; x A = 0.5 ;

s 2A = 0.08

nB = 120 ; xB = 0.2 ;

sB2 = 0.09

1 = 0.90; = 0.10; 2 = 0.05

z / 2 = z0.05 = 1.645

0.05

0.90

z 0.05 = 1.645

0.05

z 0.05 = 1.645

S A2 S B2
( x x ) z
=
+
A
B
/2

n A nB

0.08 0.09
0.08 0.09
= 0.5 0.2 1.645
+
, 0.5 0.2 + 1.645
+
=
100 120
100 120

= [ 0.2352, 0.3648]

236


7.3.3.2. Intervalos de confianza para el

cociente de varianzas: X2 / Y2

nX

T=

Estimador:

S X2
S Y2

2
1
Xi X

n X 1 i =1
=
nY
2
1
Yi Y

nY 1 i =1

Distribucin muestral

S X2
F=

S Y2

X2

Y2

S X2 Y2
S Y2 X2

Fn X 1, nY 1

P F1 / 2; nX 1, nY 1 F nX 1, nY 1 F / 2; nX 1, nY 1 = 1

/2

F1 / 2; n X 1, nY 1

/2
F / 2; n X 1, nY 1
237

P F1 / 2; nX 1, nY 1 F nX 1, nY 1 F / 2; nX 1, nY 1 = 1

Y2 S X2
F / 2; nX 1, nY 1 = 1
P F1 / 2; nX 1, nY 1

X2 S Y2

2
S Y2 Y2
S

F / 2; nX 1, nY 1 Y
P F1 / 2; nX 1, nY 1
2
2

SX
SX
2X

P
F1 / 2; n 1, n 1
X
Y

S X2

P
F / 2; n 1, n 1
X
Y

X2

S X2

= 1

= 1

S Y2 Y2 S Y2 F / 2; nX 1, nY 1

2X

= 1

2
2
2
SY Y
S Y F1 / 2; nX 1, nY 1

SX

SX

238


1
P
F / 2; n 1, n 1
X
Y

2X

1
= 1

2
2
2
SY Y
S Y F1 / 2; nX 1, nY 1

SX

1
F1 / 2; nX 1, nY 1

P
F1 / 2; n 1, n 1
X
Y

S X2

SX

= F / 2; nY 1, n X 1

2X

S X2

F / 2; nY 1, n X 1
= 1
2
2
2
SY
SY
Y

2
2
I.C. para X / Y con medias poblacionales

desconocidas, al nivel de confianza 1

F / 2; nX 1, nY 1

2
SX

, F / 2 ; nY 1 , n X 1
SY2
SY2

2
SX

239


Ejemplo

Una central lechera recibe diariamente leche de dos

granjas A y B. Deseando estudiar la calidad de los
productos se eligen dos muestras al azar de la leche
suministrada por cada una de las granjas analizando el
contenido en grasa. Para la granja A se han tomado 11
muestras obtenindose una cuasivarianza de 0.034,
mientras que para la granja B ha sido de 0.027 en un total
de 16 muestras.
Es conocido por experiencias previas que los contenidos
medios en grasa de la granjas son normales e
independientes. Estimar el cociente de varianzas al nivel
de confianza de 0.98.
Solucin

F / 2; nA 1, n B 1

s 2A

s 2A

,
F
/
2;
1,
1

B
A
s B2
s B2

n A = 11 ; s A2 = 0.034 ; nB = 16 ; sB2 = 0.027

240

n A = 11 ; s A2 = 0.034 ; nB = 16 ; sB2 = 0.027

1 = 0.98; = 0.02; 2 = 0.01

F / 2; n A 1, nB 1 = F 0.01;10, 15 = 3.80
F / 2; nB 1, n A 1 = F 0.01;15, 10 = 4.56

F / 2; nA 1, n B 1

s 2A

s 2A
=
,
F
/
2;
1,
1

B
A
s B2
s B2

0.034
1 0.034

=
= [ 0.3314, 5.7422]
, 4.56

0.027
3.80 0.027

241


7.3.4.

Intervalo de confianza para una

proporcin

Se muestrea una poblacin para estimar el parmetro

proporcin

p : proporcin de xitos en la poblacin

X : nmero de xitos en n realizaciones independientes
n conocido
X
B (n; p)
Parmetro a estimar: p
Estimador puntual de p: p = X / n
Distribucin asinttica ( n ):
n

X N ( np ; np (1 p ) )

p (1 p )
X
n
p =

N p;

n
n

Z=

p p
p ( 1 p )
n

N ( 0; 1)

242

p p

Z=

p (1 p )
n

/2

n
N (0;1)

/2

z1 / 2 = z / 2

z / 2

P [ z / 2 Z z / 2 ] = 1

P [ z / 2

p p
z / 2 ] = 1
p (1 p )
n

p (1 p )
p (1 p )
P p z / 2
p p + z / 2
= 1
n
n

I.C. para el parmetro proporcin, al nivel 1

p (1 p )
p (1 p )
, p + z / 2
p z / 2

n
n

243


Ejemplo

Se ignora la proporcin de ranas tigre que se encuentran

en una regin de Mxico. Para dar una estimacin se ha
tomado una muestra de 100 ranas observando que 15 de
ellas son de este tipo. Hallar un intervalo de confianza al
nivel de confianza del 0.95 para la proporcin de ranas
tigre.
Solucin

15
p =
= 0.15
100

z / 2 = z0.025 = 1.96

p (1 p )
p (1 p )
, p + z / 2
p z / 2
=
n
n

0.15 0.85
0.15 0.85
, 0.15 + 1.96
= 0.15 1.96
=
100
100

= [ 0.081, 0.219]

244


7.3.5.

Intervalo de confianza para la

diferencia de proporciones

Se muestrean dos poblaciones independientes para

estimar la diferencia de proporciones

p1 p2 : diferencia de proporciones de xitos en la poblacin

X : nmero de xitos en n realizaciones independientes
Y : nmero de xitos en m realizaciones independientes

nX y nY conocidos
Parmetro a estimar : p1 p 2

p1

p 2 = X n X Y nY
Estimador puntual de p1 p 2 :

Distribucin asinttica

X
Y




p1 p 2 =

n X nY

( n X , nY

n X , nY

p1 1

p1
p2 1

p2
+
N p1 p2 ;

nX
nY

245

Z=

p 2 ) ( p1 p 2 )
(
p1

n ,n
N (0; 1)


p1 (1

p1 )

p 2 (1

p2 )
+
X

nX

nY

/2

/2

z1 / 2 = z / 2

z / 2

P [ z / 2 Z z / 2 ] =

P z 2

p1 p 2
z 2 = 1

p2 1

p2

nY

p2 ) (
)
(
p1



p1 (1

p1 )
( )
nX

246

P z 2

p1 p 2
= 1

p2 1

p2

nY

p2 ) (
)
(
p1



p1 (1

p1 )
( )
nX

) (

p
1
p
p
1
p2

1
1
2



P p1 p 2 z 2
+
p1 p 2
nX
nY

p1

p 2 + z 2

p1 1

p1

nX

p2 1

p2
+
= 1

nY

I.C. para la diferencia de proporciones, al nivel

de confianza 1

p
1
p
p
1
p2

1
1
2




+
p1 p 2 z 2
nX
nY

247


Ejemplo

Se desean comparar las proporciones de ranas pipiens

que se encuentran en dos regiones independientes de
Mxico. Para dar una estimacin se ha tomado una
muestra de 80 ranas observando que 5 de ellas son de
este tipo en la zona A, habiendo 8 de 100 en la zona B.
Hallar un intervalo de confianza al nivel de confianza del
0.95 para la diferencia de proporciones de ranas pipiens.
Solucin

5


p1 =
= 0.0625 ;
80
8


p2 =
= 0.08 ;
100

z / 2 = z 0.025 = 1.96
n X = 80 ;

nY = 100

p
1
p
p
1
p2

1
1
2

+
p
p 2 z / 2
1

nX
nY

0.0625 0.08 1.96 0.0625(1 0.0625) + 0.08(1 0.08)

80
100

= [ 0.0926, 0.0576]
248