Juan debate con su hermana Anita sobre los métodos de estimación vistos en el curso de

Estadística Inferencial de IACC. Juan dice que: “El método por intervalos de confianza es más útil
que la estimación puntual, ya que es casi imposible acertarle a un valor exactamente”. Anita, por su
parte, afirma que: “Los intervalos de confianza son demasiado teóricos, ya que requieren un gran
número de muestras para garantizar que el parámetro estimado se halla entre los límites del
intervalo”. Juan responde que: “Finalmente el nivel de confianza, si es menor que el 90% entonces,
casi con toda seguridad, el parámetro estimado se hallará entre los límites del intervalo”.

¿Qué piensa usted de estos argumentos?

En cuanto a lo que comenta juan, puedo decir lo siguiente:

Estimación por intervalo

Dada una población X, que sigue una distribución cualquiera con media µ y desviación estándar σ.

1. Sabemos (por el TCL) que, para valores grandes de n, la media muestral x sigue una
distribución aproximadamente normal con media µ x = µ y desviación estándar n x σ = σ.

2. Por otra parte, el Teorema de Chebyshev nos dice que, en una distribución normal,
aproximadamente un 95% de los datos estaban situados a una distancia inferior a dos
desviaciones estándar de la media.

Este tipo de intervalos se llaman intervalos de confianza de un parámetro poblacional. El nivel de

confianza (1 - α) del intervalo es la probabilidad de que éste contenga al parámetro poblacional.

Estimación Puntual
Una estimación puntual del valor de un parámetro poblacional desconocido (como puede ser la
media µ, o la desviación estándar σ), es un número que se utiliza para aproximar el verdadero
valor de dicho parámetro poblacional. A fin de realizar tal estimación, tomaremos una muestra de la
población y calcularemos el parámetro muestral asociado (x para la media, s para la desviación
estándar, etc.). El valor de este parámetro muestral será la estimación puntual del parámetro
poblacional.

En cuanto a lo que dice Anna:

Si bien es verdad que los intervalos son demasiado teóricos, hay que rescatar que una de sus
ventajas más favorables es que nos permite calcular cualquier valor. Si se desea determinar si es
verdadera la diferencia observada entre dos grupos, se calcula el intervalo de confianza de 95% de
la diferencia entre sus respectivas medias. Si el intervalo abarca el valor cero, no se puede
descartar que no haya una diferencia; si no lo abarca, la probabilidad de que se esté observando
una diferencia que en realidad no existe se considera remota.

Por último, le diría a juan que:

se puede tener gran confianza en que el intervalo resultante abarca el

valor verdadero, pues dicho intervalo se ha obtenido por un método que
casi siempre acierta. Esto no equivale a decir que hay una probabilidad
de 90% de que el verdadero valor se encuentre dentro del intervalo,
error de interpretación que es bastante común. La confianza deriva de la
aplicación de un método respaldado por lo que se sabe acerca de la
distribución poblacional de determinado parámetro fisiológico. El
investigador que lo aplica contará con información valiosa —la magnitud
y precisión del efecto observado— que no puede conseguir mediante un
valor P.

Analice cada uno de ellos, fundamente y debata claramente su respuesta y dé un ejemplo de un

intervalo de confianza del 95%, luego del 90% y finalmente del 80% para la misma muestra
estimando el valor de µ

1. Se sabe que la duración en horas de una ampolleta de 75 watts tiene una

distribución aproximadamente normal, con una desviación estándar de 25

horas. Se toma una muestra aleatoria de 25 ampolletas, la que resulta

tener una duración promedio de 1.014 horas.

Solución INTERVALO DE CONFIANZA DEL 95%:

De acuerdo con los datos entregados, tenemos:

𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟: 𝜎 = 25

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜: 𝜇 = 1.014

𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎: 𝑛 = 25

Por lo tanto, lo que debemos hacer es hallar el valor de 𝑎. Para lo que, un intervalo del

95% implica que 1 = 0,95.

Ahora despejamos 𝑎:

1 − 0,95 = 𝑎

0,05 = 𝑎

El siguiente paso es buscar la probabilidad para: 𝑍𝑎/2 = 𝑍0,05/2 = 𝑍0,025

Como la distribución normal es simétrica, buscamos el valor dentro de la tabla del

apéndice de esta semana, el cual nos dice que para:

1 − 0,025 = 0,975

Por lo que ahora, debemos encontrar las probabilidades de: 𝑍0,025 𝑦 𝑍0,975

Entonces, 𝑍0,975 = 1,96 y por simetría 𝑍0,025 = −1,96

Una vez que tenemos ambas probabilidades, reemplazamos en la ecuación:

𝜎 𝜎
𝑥̅ − 𝑍𝑎 ∗ ≤ 𝜇 ≤ 𝑥̅ + 𝑍𝑎 ∗
2 √𝑛 2 √𝑛

1,96 ∗ 25 1,96 ∗ 25
1014 − ≤ 𝜇 ≤ 1014 +
√25 √25

1004,2 ≤ 𝜇 ≤ 1023,8

Interpretación: El intervalo calculado entre 1004,2 horas y 1023,8 horas

incluye también la hora media que tiene como duración una ampolleta de 75

watts con una probabilidad de un 95%.

Solución INTERVALO DE CONFIANZA DEL 90%:

De acuerdo con los datos entregados, tenemos:

𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟: 𝜎 = 25

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜: 𝜇 = 1.014

𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎: 𝑛 = 25

Por lo tanto, lo que debemos hacer es hallar el valor de 𝑎. Para lo que, un intervalo del

90% implica que 1 = 0,90.

Ahora despejamos 𝑎:

1 − 0,90 = 𝑎

0,1 = 𝑎

El siguiente paso es buscar la probabilidad para: 𝑍𝑎/2 = 𝑍0,1/2 = 𝑍0,05

Como la distribución normal es simétrica, buscamos el valor dentro de la tabla del

apéndice de esta semana, el cual nos dice que para:

1 − 0,05 = 0,95

Por lo que ahora, debemos encontrar las probabilidades de: 𝑍0,05 𝑦 𝑍0,95

Entonces, 𝑍0,95 = 1,65 y por simetría 𝑍0,05 = −1,65

Una vez que tenemos ambas probabilidades, reemplazamos en la ecuación:

𝜎 𝜎
𝑥̅ − 𝑍𝑎 ∗ ≤ 𝜇 ≤ 𝑥̅ + 𝑍𝑎 ∗
2 √𝑛 2 √𝑛

1,65 ∗ 25 1,65 ∗ 25
1014 − ≤ 𝜇 ≤ 1014 +
√25 √25

1005,75 ≤ 𝜇 ≤ 1022,25

Interpretación: El intervalo calculado entre 1005,75 horas y 1022,25 horas incluye

también la hora media que tiene como duración una ampolleta de 75 watts con una
probabilidad de un 90%.

Solución INTERVALO DE CONFIANZA DEL 80%:

De acuerdo con los datos entregados, tenemos:

𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟: 𝜎 = 25

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜: 𝜇 = 1.014

𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎: 𝑛 = 25

Por lo tanto, lo que debemos hacer es hallar el valor de 𝑎. Para lo que, un intervalo del

80% implica que 1 = 0,80.

Ahora despejamos 𝑎:

1 − 0,80 = 𝑎

0,2 = 𝑎

El siguiente paso es buscar la probabilidad para: 𝑍𝑎/2 = 𝑍0,2/2 = 𝑍0,1

Como la distribución normal es simétrica, buscamos el valor dentro de la tabla del

apéndice de esta semana, el cual nos dice que para:

1 − 0,1 = 0,90

Por lo que ahora, debemos encontrar las probabilidades de: 𝑍0,1 𝑦 𝑍0,90

Entonces, 𝑍0,90 = 1,29 y por simetría 𝑍0,025 = −1,29

Una vez que tenemos ambas probabilidades, reemplazamos en la ecuación:

𝜎 𝜎
𝑥̅ − 𝑍𝑎 ∗ ≤ 𝜇 ≤ 𝑥̅ + 𝑍𝑎 ∗
2 √𝑛 2 √𝑛

1,29 ∗ 25 1,29 ∗ 25
1014 − ≤ 𝜇 ≤ 1014 +
√25 √25
 1007,55 ≤ 𝜇 ≤ 1020,45

Interpretación: El intervalo calculado entre 1007,55 horas y 1020,45 horas incluye

también la hora media que tiene como duración una ampolleta de 75 watts con una
probabilidad de un 80%.