“UNIVERSIDAD NACIONAL AMAZÓNICA DE MADRE DE DIOS”

“MADRE DE DIOS CAPITAL DE LA BIODIVERCIDAD”

TEMA: ESTIMACIÓN POR INTERVALOS

CARRERA PROFESIONAL : CONTABILIDAD Y FINANZAS

CURSO : ESTADÍSTICA II
DOCENTE : PAUCAR SULLCA, SOLEDAD
INTEGRANTES :

 SONCCO QUISPE, NIROYUSHY THALIA

 GUTIERREZ CCAHUANTICO, JHON BELTRAN

MADRE DE DIOS – PERÚ

2017
 UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS
ESCUELA PROFESIONAL DE CONTABILIDAD Y FINANZAS
CONTABILIDAD DE INSTITUCIONES FINANCIERAS Y DE SEGUROS

DEDICATORIA

Este trabajo es dedicado a

nuestro docente del curso, a Dios
y a nuestros padres por el apoyo
incondicional que nos dan en
esta etapa de nuestras vidas.

NIROYUSHY THALIA SOCCO QUISPE

JHON BELTRAN GUTIERREZ CCAHUANTICO
Página 2
 UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS
ESCUELA PROFESIONAL DE CONTABILIDAD Y FINANZAS
CONTABILIDAD DE INSTITUCIONES FINANCIERAS Y DE SEGUROS

INTRODUCCION

Las propiedades de los estimadores garantizan un cierto

comportamiento de su distribución de probabilidad. Sin embargo, al
resumir la información muestral en un único valor (la estimación
puntual) lo hacemos, de forma explícita, ninguna valoración sobre
el error o discrepancia inherente al proceso de estimación.

La estimación por intervalos permite medir, en términos de

probabilidad o de confianza, la precisión con la que el estimador
permite estimar el parámetro. En términos probabilísticos (Antes de
observar la muestra) y en términos de confianza (Con la muestra
observada).

En muchas situaciones una estimación puntual no proporciona

información suficiente sobre el parámetro. por esta razón se
construyen intervalos de confianza en donde el parámetro que se
estima este contenido con cierta probabilidad llamada coeficiente
de confianza.

NIROYUSHY THALIA SOCCO QUISPE

JHON BELTRAN GUTIERREZ CCAHUANTICO
Página 3
 UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS
ESCUELA PROFESIONAL DE CONTABILIDAD Y FINANZAS
CONTABILIDAD DE INSTITUCIONES FINANCIERAS Y DE SEGUROS

ESTIMACIÓN POR INTERBALOS

Cuando conocemos la distribución de característica de interés de una población, la
función de densidad o masa de probabilidad depende del vector de parámetros

: f (x ;  estos parámetros se estiman a partir de una muestra.

¿Como hacer una estimación?

 Estimación puntual
Se busca un estimador, que con base a los datos muestrales de oigen a un valor
puntual que utilizamos como estimación de parámetro.
 Estimación por intervalos
Se determina un intervalo aleatorio que de forma probable, contiene el verdadero
valor del parámetro. Este intervalo recibe el nombre de intervalo de confianza.

o EJEMPLO N° 01
Sea X una variable aleatoria que estudia el grosor del tronco de un arbusto.
Se conoce que dicha variable es normal con desviación típica 1 pero no se
conoce la media.

X N (µ, 1) ; µ€R

Donde: el parámetro a estimar es µ

La estimación por intervalo consiste en determinar un par de valores a y b , tales que

constituimos en intervalo [a;b]; y para una probabilidad 1- α prefijada (nivel de
confianza) se verifique en relación al parámetro θ a estimar se cumpla:

 P (θ ∈ [ a ; b ] ) = 1- α
 P (a ≤ θ ≥ b ) = 1- α

NIROYUSHY THALIA SOCCO QUISPE

JHON BELTRAN GUTIERREZ CCAHUANTICO
Página 4
 UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS
ESCUELA PROFESIONAL DE CONTABILIDAD Y FINANZAS
CONTABILIDAD DE INSTITUCIONES FINANCIERAS Y DE SEGUROS

Podemos considerar el nivel de confianza (1-α) que hemos prefijado para la expresión
anterior con la probabilidad que existe (antes de tomar la muestra9 de que el intervalo a
construir a partir de la muestra incluya el verdadero valor del parámetro a estimar.

Refleja la “confianza “en la “construcción” del intervalo y de que este tras concretar la
muestra contendrá el valor a estimar. De ahí que en términos numéricos dicho nivel o
probabilidad haya de tomar un valor alto (0.9;0.95;0.99).

Evidentemente el complemento al nivel de confianza; es decir α, nivel de significación

supondrá las probabilidades de cometer el error de no dar por incluido el verdadero valor
del parámetro a estimar en un intervalo en el que realmente si está. De ahí y dado que
se trata de un error posible a cometer, su cuantificación en términos de probabilidad sea
muy pequeña (0.1;0.05,0.005;).

En relación a lo anterior. obviamente, cuando mayor será el nivel de confianza prefijado

la amplitud del intervalo de estimación seta también mayor y por tanto la estimación será
menos precisa.

Existe para cualquier distribución una infinidad de intervalos a los cuales les corresponde
la misma probabilidad y por tanto habrá una infinidad de intervalos, IN, que verifiquen
que P (θ ∈ IN ) = 1- α lógicamente nosotros buscamos una estimación lo más precisa
posible ;es decir de todos los intervalos que verifican la anterior expresión ;

P (θ ∈ IN ) = 1- α ; el de menor amplitud.

La construcción de intervalos específicos depende de las características de la población,

de los parámetros o combinaciones de parámetros a los que se les construye (media,
varianza, proporción, coeficiente de correlación, diferencias de medias……) tamaño
muestral y parámetros poblacionales conocidos .de ello se deduce que según dichas
circunstancias la construcción de intervalos variara, si bien es cierto que el patrón de
trabajo para su construcción permanece invariable.

Un intervalo de confianza es cualquiera de los intervalos numéricos que resultan al

evaluar uno aleatorio en una muestra observada.

Un intervalo de confianza es un intervalo que tiene a lo menos un extremo aleatorio y

es construido de manera tal que el parámetro de interés que se estima está contenido
en dicho intervalo con una probabilidad.

1- α

NIROYUSHY THALIA SOCCO QUISPE

JHON BELTRAN GUTIERREZ CCAHUANTICO
Página 5
 UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS
ESCUELA PROFESIONAL DE CONTABILIDAD Y FINANZAS
CONTABILIDAD DE INSTITUCIONES FINANCIERAS Y DE SEGUROS

INTERVALO DE CONFIANZA PARA LA MEDIA CON

VARIANZA CONOCIDA
Si x es la media muestral de una muestra aleatoria de tamaño n de una población con
varianza conocida 2σ, un intervalo de confianza para μ del 100(1-α) por ciento está dado
por:

Observaciones:

1) Para muestras tomadas de una población normal, o para muestras de tamaño 30 n≥,
sin importar la forma que tenga la población, el intervalo de confianza dado por (1)
proporciona buenos resultados.

2) Sin embargo, para muestras pequeñas tomadas de poblaciones que no son normales,
no es posible esperar que el nivel de confianza α−1 sea exacto.

EJEMPLO N°02

Los datos que a continuación se dan son los pesos en gramos de contenido de 16
cajas de cereal que se seleccionaron de un proceso de llenado con el propósito de
verificar el peso promedio: 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496,
506, 502, 509, 496. Si el peso de cada caja es una variable aleatoria normal con una
desviación estándar 5=σg , obtener los intervalos de confianza estimados del 90, 95 y
99%, para la media de llenado de este proceso.

NIROYUSHY THALIA SOCCO QUISPE

JHON BELTRAN GUTIERREZ CCAHUANTICO
Página 6
 UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS
ESCUELA PROFESIONAL DE CONTABILIDAD Y FINANZAS
CONTABILIDAD DE INSTITUCIONES FINANCIERAS Y DE SEGUROS

Solución

Para un coeficiente de confianza del 90%, α=0.1. El valor 95.0z se obtiene de la tabla
de la normal y es igual a 1.645. Por otro lado, en base a los datos muestrales, el valor
de x es de 503.75g. Entonces un intervalo de confianza del 90% para la media del
proceso de llenado es 165645.175.503±o de 501.69 a 505.81. Los otros intervalos de
confianza deseados se obtienen siguiendo el mismo procedimiento. Los resultados se
encuentran resumidos en la siguiente tabla.

Intervalo de confianza para la media con varianza conocida Si x es la media muestral de

una muestra aleatoria de tamaño n de una población con varianza conocida σ, un
intervalo de confianza para µ del 00(α) por ciento está dado por zα / σ / n µ x + zα / σ / n
() x donde z α / es el punto de la distribución normal estándar que corresponde al
porcentaje α %.

2.- CONSTRUCCION DE INTERVALOS

2.1 INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACION

CUALQUIERA, CONOCIDA LA VARIANZA

Las circunstancias especificas para la construcción de este intervalo son las siguientes:

 Intervalo para µ
 Conocida σ (o a varianza)
 Distribución poblacional desconocida
 Nivel de confianza dado 1-α
 Tamaño muestral desconocido luego nos colocamos en el poder de los casos,
es decir pequeño.

TEOREMA DE MARKOV

P[G(X) ≤σ) ≥1-B[G(X)]/C

NIROYUSHY THALIA SOCCO QUISPE

JHON BELTRAN GUTIERREZ CCAHUANTICO
Página 7
 UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS
ESCUELA PROFESIONAL DE CONTABILIDAD Y FINANZAS
CONTABILIDAD DE INSTITUCIONES FINANCIERAS Y DE SEGUROS

Donde g(x):

Es una función cualquiera de la variable aleatoria x. y dicha función “g” está definida
NO negativa. siendo “c” una constante cualquier.

2.2 INTERVALO DE CONFIANZA PARA LA MEDIADEUNA POBLACION NORMAL

CON VARIANZA CONOCIDA

Las circunstancias específicas para la construccion de este intervalo con las siguientes:

 Intervalo para µ
 Conocida σ ( o la varianza)
 Distribución poblacional normal
 Nivel de confianza dado 1 – α
 Tamaño muestral desconocido

NIROYUSHY THALIA SOCCO QUISPE

JHON BELTRAN GUTIERREZ CCAHUANTICO
Página 8
 UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS
ESCUELA PROFESIONAL DE CONTABILIDAD Y FINANZAS
CONTABILIDAD DE INSTITUCIONES FINANCIERAS Y DE SEGUROS

2.3 INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POLACIÓN NORMAL DE

VARIANZA DESCONOCIDA (MUESTRAS PEQUEÑAS)

Las circunstancias especificas para la construcción de este intervalo son las siguiente:

 Intervalo para
 Desconocida (o la varianza) dado que n es pequeño no podemos tomar s como
 Distribución poblacional normal
 Nivel de confianza dado
 Tamaño muestral desconocido luego nos colocamos en el peor de los casos, es
decir pequeño.
Del estudio de las distribuciones muestrales conocemos que:

NIROYUSHY THALIA SOCCO QUISPE

JHON BELTRAN GUTIERREZ CCAHUANTICO
Página 9
 UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS
ESCUELA PROFESIONAL DE CONTABILIDAD Y FINANZAS
CONTABILIDAD DE INSTITUCIONES FINANCIERAS Y DE SEGUROS

EJERCICIOS
EJERCICIO 1

Si X ~ N (40,10), calcular Pr (39≤ X ≤41) para n=10. ¿En qué intervalo se obtendrán el
95% de los resultados?

EJERCICIO 2
Si la altura de un grupo de población sigue una distribución normal N(176,12), calcular
la Pr(S≤10) para una muestra de tamaño 8.

SOLUCIÓN:
Considerando una muestra aleatoria de tamaño n de una población normal N(μ,σ), por el
teorema de Fisher tenemos que:

NIROYUSHY THALIA SOCCO QUISPE

JHON BELTRAN GUTIERREZ CCAHUANTICO
Página 10
 UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS
ESCUELA PROFESIONAL DE CONTABILIDAD Y FINANZAS
CONTABILIDAD DE INSTITUCIONES FINANCIERAS Y DE SEGUROS

EJERCICIO 3

NIROYUSHY THALIA SOCCO QUISPE

JHON BELTRAN GUTIERREZ CCAHUANTICO
Página 11