Estimación Por Intervalos de Confianza

Estimacion por Intervalos de
Confianza
Business Statistics, A First Course (4e) © 2006 Prentice-Hall, Inc. Chap 8-1
Objetivos de Aprendizaje
En este modulo, usted aprenderá:

 A construir e interpretar estimaciones de
intervalo de confianza para la media y la
proporción
 A determinar el tamaño de muestra necesario
para desarrollar intervalos de confianza para
la media y la proporción
Intervalos de Confianza
Contenido de este capítulo

 Intervalos de confianza para la Media
poblacional, μ
 Cuando la desviación estándar poblacional σ es conocida
 Cuando la desviación estándar poblacional σ es desconocida
 Intervalos de confianza para la Proporción
poblacional, π
 Determinación del Tamaño de muestra requerido
Estimaciones puntuales y por
intervalo
 Una estimación puntual es un único valor,

 un intervalo de confianza provee información
adicional acerca de la variabilidad
Límite Límite
inferior de superior de
confianza Estimación puntual confianza
Ancho del intervalo de

confianza
Estimaciones puntuales
Podemos estimar un Con un estadístico

parámetro poblacional … muestral
(una estimación puntual)
Media μ X
Proporción π p
 ¿Cuánta incertidumbre está asociada con

una estimación puntual de un parámetro
poblacional?
 Una estimación por intervalo provee más

información acerca de una característica de
la población que una estimación puntual
 Tales estimaciones por intervalo son

llamadas intervalos de confianza
Estimación por Intervalos de
Confianza
 Un intervalo provee un rango de valores:
 Que tiene en cuenta la variación del estadístico
muestral que se presenta de muestra a muestra
 Que se basa en las observaciones tomadas de una
sola muestra
 Que provee información sobre la cercanía de la
estimación con los valores desconocidos de los
parámetros poblacionales
 Que está indicado en términos del nivel de confianza
 Un intervalo nunca puede tener un nivel de confianza del
100%
Proceso de Estimación
Tengo un 95%
Muestra Aleatoria de confianza
de que μ está
Población Media entre 40 & 60.
(media, μ, es X = 50
desconocida)
Muestra
Fórmula General
 La fórmula general para todo

intervalo de confianza es:
Estimación puntual ± (Valor crítico)(Error estándar)
Nivel de Confianza
 Nivel de Confianza
 Confianza con la cual el intervalo
contendrá el verdadero valor del
parámetro poblacional desconocido
 Un porcentaje (siempre es menor que
100%)
Nivel de Confianza, (1-)
(continuación)
 Suponga un nivel de confianza = 95%
 También se escribe (1 - ) = 0.95
 Interpretación del nivel de confianza como una
frecuencia relativa:
 Significa que si tomamos muchas muestras, 95% de todos
los intervalos de confianza que pueden ser construidos a
partir de esas muestras, contendrán el verdadero valor del
parámetro poblacional desconocido
 Un intervalo específico podría contener o no el
verdadero valor del parámetro poblacional
 No hay una probabilidad implicada para un intervalo
específico
Intervalos de
Confianza
Media Proporción
Poblacional Poblacional
σ σ
conocida desconocida
Intervalos de confianza para μ
(σ conocida)
 Supuestos
 La desviación estándar poblacional σ es conocida
 La Población está distribuida normalmente
 Si la población no es normal, utilice muestras grandes
 Estimación de Intervalo de Confianza:
σ
XZ
n
donde X es la estimación puntual
Z es el valor crítico de la distribución normal estándar para una probabilidad
de /2 en cada cola
σ/ n es el error estándar de la media muestral
Encontrando el valor crítico, Z
 Considere un intervalo de confianza del 95%:

1   0.95
Z  1.96
α α
 0.025  0.025
2 2
Valores de Z: Z= -1.96 0 Z= 1.96

Límite inferior Límite superior
Valores de X: de confianza Estimación de confianza
puntual
Niveles de Confianza más
utilizados
 Los niveles de confianza que más se utilizan
son 90%, 95%, and 99%
Coeficiente de
Nivel de Confianza, Valor Z
Confianza
1 
80% 0.80 1.28
90% 0.90 1.645
95% 0.95 1.96
98% 0.98 2.33
99% 0.99 2.58
99.8% 0.998 3.08
99.9% 0.999 3.27
Intervalos y Niveles de Confianza
Distribución muestral de la Media
/2 1  /2
x
Ancho de μx  μ
Intervalos de x1 (1-)x100%
σ de los
X Z
x2
intervalos
a n construidos,
σ contienen μ;
X Z ()x100% no
n contienen μ.
Ejemplo
 Una muestra de 11 circuitos de una

población normal tiene una resistencia
media de 2.20 ohms. Se sabe de pruebas
pasadas que la desviación estándar
poblacional es de 0.35 ohms.
 Determine el intervalo de confianza del

95% para el verdadero valor de la
resistencia media de la población de
circuitos.
Ejemplo
(continuación)
 Solución:
σ
X Z
n
 2.20  1.96 (0.35/ 11)
 2.20  0.2068
1.9932    2.4068
Interpretación
 Estamos 95% confiados que la verdadera

resistencia media está entre 1.9932 y
2.4068 ohms
 Aunque la verdadera media puede o no,
estar en éste intervalo, 95% de los
intervalos formados de esta manera
podrán contener la verdadera media
Intervalos de
Confianza
Media Proporción
poblacional poblacional
σ σ
conocido desconocido
Intervalo de Confianza para μ
(σ desconocida)
 Si la desviación estándar poblacional σ
es desconocida, podemos substituir por
la desviación estándar muestral, S
 Esto introduce una incertidumbre
adicional, puesto que S varía de muestra
a muestra
 Para ello usamos la distribución t en
lugar de la distribución normal
Intervalo de Confianza para μ
(σ desconocida)
(continuación)
 Supuestos
 La desviación estándar poblacional es desconocida
 La población se distribuye normal
 Si la población no es normal, se debe tener muestra
grande
 Uso de la distribución t de Student
 Estimación de Intervalo de Confianza:
S
X  t n-1
n
(donde t es el valor crítico de la distribución t con n -1 grados de
libertad y un área de α/2 en cada cola)
Distribución t de Student
 La t es una familia de distribuciones

 El valor de t depende de sus grados de
libertad (g.l.)
 Número de observaciones que estan libres para variar
después de haber calculado la media muestral
g.l. = n - 1
Grados de Libertad (gl)
Idea: Número de observaciones que estan libres para
variar después de haber calculado la media muestral
Ejemplo: Suponga que la media de 3 números es 8.0
Si la media de estos 3
Sea X1 = 7
valores es 8.0,
Sea X2 = 8
entonces X3 debe ser 9
Cuál es X3?
(es decir, X3 no esta libre
para variar)
Aquí, n = 3, entonces los gl = n – 1 = 3 – 1 = 2
(2 de los valores pueden tomar cualquier número, pero el tercer
número no puede tomar cualquier valor después que se conoce
la media)
Distribución t de student
Note que: t Z cuando n aumenta
Normal
Estándar
(t con gl = ∞)
Las distribuciones t-tienen t (gl = 13)

forma acampanada y
simétrica pero son mas
“achatadas” en las colas t (gl = 5)
que la normal
0 t
Tabla t de student
Area de cola sup.

Sea: n = 3
gl .25 .10 .05 gl = n - 1 = 2
 = 0.10
1 1.000 3.078 6.314 /2 = 0.05
2 0.817 1.886 2.920

3 0.765 1.638 2.353 /2 = 0.05
El cuerpo de la tabla
contiene los valores críticos 0 2.920 t
de t, no sus probabilidades
Valores de la distribución t
Comparación con los valores de Z
Nivel de t t t Z
Confianza (10 g.l.) (20 g.l.) (30 g.l.) ____
0.80 1.372 1.325 1.310 1.28

0.90 1.812 1.725 1.697 1.645
0.95 2.228 2.086 2.042 1.96
0.99 3.169 2.845 2.750 2.58
Note que: t Z cuando n aumenta
Ejemplo
Una muestra aleatoria de n = 25 tomada de una
población normal tiene X = 50 y S = 8. Construya
un intervalo de confianza del 95% para μ
 g.l. = n – 1 = 24, entonces t/2 , n1  t 0.025,24  2.0639
El intervalo de confianza es:

S 8
X  t /2, n-1  50  (2.0639)
n 25
46.698 ≤ μ ≤ 53.302
Intervalos de
Confianza
Media Proporción
poblacional Poblacional
σ σ
conocida desconocida
Intervalos de confianza para la
proporción poblacional, π
 Una estimación por intervalo para la

proporción poblacional ( π ) puede
ser calculado sumando y restando
una cantidad disponible para la
incertidumbre a la proporción
muestral ( p )
Intervalos de Confianza para la
proporción poblacional, π
(continuación)
 Recuerde que la distribución de la proporción

muestral es aproximadamente normal si el
tamaño de la muestra es grande, con
desviación estándar
 (1  )
σp 
n
 Podríamos estimar este valor con los datos de
la muestra:
p(1 p)
n
Límites del intervalo de confianza
 Los límites de confianza superior e inferior para la
proporción poblacional son calculados con la fórmula
p(1 p)
pZ
n
 donde
 Z es el valor de la normal estándar para el nivel de confianza deseado
 p es la proporción muestral
 n es el tamaño de la muestra
Ejemplo
 Una muestra aleatoria de 100 personas

muestra que 25 son zurdas.
 Construya un intervalo de confianza del
95% para la verdadera proporción de
zurdos
Ejemplo
(continuación)
p  Z p(1 p)/n
 25/100  1.96 0.25(0.75)/100
 0.25  1.96 (0.0433)

0.1651    0.3349
Interpretación
 Tenemos un 95% de confianza que la verdadera

proporción de zurdos en la población está entre
16.51% y 33.49%.
 Aunque el intervalo de 0.1651 a 0.3349 puede o

no contener la verdadera proporción, 95% de los
intervalos construidos de esta manera con
muestras de tamaño 100 contendrán la verdadera
proporción.
Determinación del tamaño de
muestra
Determinación del
Tamaño de muestra
Para la Para la
media Proporción
Error de Muestreo
 El tamaño de muestra que se necesita para estimar un
parámetro poblacional, requiere de un margen de error
(e) deseado y un nivel de confianza (1 - ) especificado,
para ser calculado
 El margen de error es llamado también el error de

muestreo
 La cantidad de imprecisión en la estimación del parámetro
poblacional
 La cantidad que se suma y resta a la estimación puntual para
encontrar los límites del intervalo de confianza
muestra
Determinación del
Tamaño de muestra
Para la
Media Error de muestreo
(margen de error)
σ σ
XZ eZ
n n
Determinación del tamaño de la
muestra
(continuación)
Determinación del
Tamaño de la muestra
Para la
Media
σ Z σ
2 2
eZ Resuelva
para n 2
n encontrar n e
muestra
(continuación)
 Para determinar el tamaño de muestra

requerido para la media, usted debe conocer:
 El nivel de confianza deseado (1 - ), con el cual

halla el valor crítico de Z
 El error de muestreo aceptable, e
 La desviación estándar, σ
Ejemplo de cálculo de tamaño de
muestra
Si  = 45, cuál es el tamaño de muestra
requerido para estimar la media dentro de
± 5 con un 90% de confianza?
Z σ 2
(1.645) (45) 2 2 2
n 2
 2
 219.19
e 5
El tamaño de muestra requerido: n = 220

(Se redondea siempre por encima)
Si σ es desconocido
 Si se desconoce, σ puede ser estimado para ser

reemplazado en la fórmula de tamaño de muestra
 Utilice un valor para σ que se espere sea lo más cercano al
verdadero valor del parámetro σ de otros estudios similares
 Seleccione una muestra piloto y estime σ con la desviación

estándar muestral de la muestra piloto, S
muestra
(continuación)
Determinación del
Tamaño de muestra
Para la
Proporción
π(1 π ) Despeje n Z 2 π (1 π )

eZ n 2
n e
muestra
(continuación)
 Para determinar el tamaño de muestra requerido para

estimar la proporción, usted debe conocer:
 El nivel de confianza (1 - ) deseado, con el cual halla el

valor crítico de Z
 El error de muestreo aceptable, e
 La verdadera proporción de “éxitos”, π

 π puede ser estimado con una muestra piloto, si es
necesario (o conservadoramente se puede usar π = 0.5)
Ejemplo
¿Cuál sería el tamaño de muestra necesario

para estimar la proporción verdadera de
defectos en una población dentro de ±3%, con
un nivel del 95% de confianza?
(Asuma que una muestra piloto arrojó una
proporción muestral de p = 0.12)
Ejemplo
(continuación)
Solución:
Para un 95% de confianza, Z = 1.96
e = 0.03
p = 0.12, que se usa para estimar π
Z π (1 π ) (1.96) (0.12)(1 0.12)

2 2
n 2
 2
 450.74
e (0.03)
entonces n = 451
Consideraciones éticas
 Una estimación de intervalo de confianza (reflejando el

error de muestreo) siempre debe estar incluida cuando
se reporten estimaciones puntuales en un estudio
 El nivel de confianza siempre debe ser reportado en un
estudio
 El tamaño de muestra siempre debe ser reportado
 Una interpretación de la estimación de intervalo de
confianza siempre debe ser reportada
Resumen del capítulo
 Se introdujo el concepto de intervalos de confianza

 Se discutió la estimación puntual
 Se desarrollaron estimaciones por intervalos de
confianza
 Se calcularon estimaciones de intervalo de
confianza para la media con σ conocida
 Se determinaron estimaciones de intervalo de
confianza para la media con σ desconocida
 Se desarrollaron estimaciones de intervalo de
confianza para la proporción
Resumen del capítulo
(continuación)
 Se determinaron los tamaños de muestra requeridos

para la media y la proporción
 Se mencionaron las consideraciones éticas para las
estimaciones mediante intervalos de confianza

Estimación Por Intervalos de Confianza

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Estimación Por Intervalos de Confianza

Hochgeladen von

Copyright:

Verfügbare Formate

Estimacion por Intervalos de

En este modulo, usted aprenderá:

Contenido de este capítulo

 Una estimación puntual es un único valor,

Ancho del intervalo de

Podemos estimar un Con un estadístico

 ¿Cuánta incertidumbre está asociada con

 Una estimación por intervalo provee más

 Tales estimaciones por intervalo son

 La fórmula general para todo

Estimación puntual ± (Valor crítico)(Error estándar)

 Considere un intervalo de confianza del 95%:

Valores de Z: Z= -1.96 0 Z= 1.96

 Una muestra de 11 circuitos de una

 Determine el intervalo de confianza del

 Estamos 95% confiados que la verdadera

 La t es una familia de distribuciones

Las distribuciones t-tienen t (gl = 13)

Area de cola sup.

2 0.817 1.886 2.920

0.80 1.372 1.325 1.310 1.28

Note que: t Z cuando n aumenta

 g.l. = n – 1 = 24, entonces t/2 , n1  t 0.025,24  2.0639

El intervalo de confianza es:

 Una estimación por intervalo para la

 Recuerde que la distribución de la proporción

 Una muestra aleatoria de 100 personas

 0.25  1.96 (0.0433)

 Tenemos un 95% de confianza que la verdadera

 Aunque el intervalo de 0.1651 a 0.3349 puede o

 El margen de error es llamado también el error de

 Para determinar el tamaño de muestra

 El nivel de confianza deseado (1 - ), con el cual

El tamaño de muestra requerido: n = 220

 Si se desconoce, σ puede ser estimado para ser

 Seleccione una muestra piloto y estime σ con la desviación

π(1 π ) Despeje n Z 2 π (1 π )

 Para determinar el tamaño de muestra requerido para

 El nivel de confianza (1 - ) deseado, con el cual halla el

 La verdadera proporción de “éxitos”, π

¿Cuál sería el tamaño de muestra necesario

Z π (1 π ) (1.96) (0.12)(1 0.12)

 Una estimación de intervalo de confianza (reflejando el

 Se introdujo el concepto de intervalos de confianza

 Se determinaron los tamaños de muestra requeridos

Das könnte Ihnen auch gefallen