INTERVALOS DE CONFIANZA

Si se desea estimar un parámetro de una población, a partir de los

datos de una muestra, se puede obtener un intervalo de modo que
se pueda asegurar que el parámetro se encuentra dentro de él con
un nivel de confianza dado.

Llamaremos intervalo de confianza al intervalo en el cual se

encuentra el verdadero valor del parámetro que se está estimando,
con una probabilidad determinada. El nivel de confianza es la
probabilidad de que el intervalo calculado contenga el verdadero
valor del parámetro. Los extremos del intervalo se llaman límites
de confianza.

I.- Intervalos de confianza para medias (promedios).- 𝝁

Sea 𝑥̅ la media de una muestra aleatoria de tamaño n tomada de

una población normal con desviación estándar 𝜎, entonces el
intervalo de confianza para 𝜇 está dado por:
𝑘∗𝜎
𝜇 ∈ [𝑥̅ – E; 𝑥̅ + E] donde E=
√𝑛

Ejemplo.-

Un grupo de médicos de distintos hospitales desea saber cuánto

tiempo permanecen hospitalizados los pacientes con problemas
cardíacos. Extraen una muestra de 80 pacientes obteniendo una
media muestral de 2,5 días. Se sabe que la desviación típica 𝜎 es de
4 días. Si el nivel de confianza es de un 95%, ¿cuál será el intervalo
para el promedio de la población?
1,96∗4
E= = 0,8765~ 0,9 luego 2,5-0,9= 1,6 y 2,5+0,9=3,4
√80

El intervalo es [1,6; 3,4] días que los pacientes permanecen

hospitalizados.
II.- Intervalos de confianza para diferencias entre medias.-
𝝁𝟏 −𝝁𝟐
Si 𝑥
̅̅̅1 y ̅̅̅
𝑥2 son las medias de dos muestras aleatorias
independientes de tamaño n1 y n2 tomadas de poblaciones
normales con 𝜎 ̅̅̅1 y 𝜎
̅̅̅2 respectivamente conocidas. Un intervalo de
confianza para 𝜇1 −𝜇2 está dado por:

̅̅̅1 - 𝑥
[(𝑥 ̅̅̅) ̅̅̅1 - ̅̅̅)
2 – E ; (𝑥 𝑥2 + E ] donde:

𝜎12 𝜎22
E= k ∙ √ +
𝑛1 𝑛2

Ejemplo.-

Construya un intervalo de confianza del 94% (k=1,88) de la

diferencia real entre las duraciones en promedio de dos tipos de
focos eléctricos, dado que una muestra tomada al azar de 40 focos
de un tipo duró en promedio 418 horas de uso continuo y 50 focos
de otra clase duraron en promedio 402 horas. Se sabe que 𝜎 ̅̅̅1 =26 y
𝜎
̅̅̅2 =22.

Solución.
III.- Intervalos de confianza para proporciones.-

Para una población con distribución binomial, se desea determinar

el parámetro binomial p, el cual estará en el siguiente intervalo:

𝑝̂ (1−𝑝̂ ) 𝑝̂ (1−𝑝̂ ) 𝑥
𝑝̂ – k * √ ≤ 𝑝 ≤ 𝑝̂ + k * √ donde 𝑝̂ =
𝑛 𝑛 𝑛

x: número de elementos de la muestra que poseen la característica

n: tamaño de la muestra

O de otra forma:

P pertenece (∈) al intervalo [𝑝̂ - E; 𝑝̂ + E] donde :

𝑝̂ (1−𝑝̂ )
E=k*√
𝑛

Ejemplo.-

Se hace un estudio para determinar la proporción de votantes de

una comuna cuantificable que favorecen la construcción de una
planta generadora de energía nuclear. Si se tiene que solo 140 de
400 votantes seleccionados al azar favorecen el proyecto, obtenga
un intervalo del 95% de la proporción de los votantes de esta
comunidad que se expresan a favor del proyecto.
IV.- Intervalos de confianza para diferencias entre proporciones.-
(p1 – p2)

Frecuentemente surgen problemas donde es deseable calcular la

diferencia entre los parámetros binomiales p1 y p2 sobre la base de
muestras aleatorias independientes tomadas de dos poblaciones
binomiales.

̂1 - 𝑝
p1 – p2 pertenece al intervalo [(𝑝 ̂)
2 – E ;( 𝑝
̂1 - 𝑝
̂)
2 + E] donde

̂(1−𝑝
𝑝1 ̂)
1 ̂(1−𝑝
𝑝2 ̂)
2 𝑥1 𝑥2
E=K*√ + además 𝑝
̂1 = ; 𝑝
̂2 =
𝑛1 𝑛2 𝑛1 𝑛2

Ejemplo.-

Si se tiene que 132 de 200 votantes del distrito A favorecen a un

candidato para la elección del Senado y 90 de 150 votantes del
distrito B se expresan a favor de este mismo candidato, obtenga un
intervalo de confianza del 99% para la diferencia entre las
proporciones reales de votantes de los dos distritos favorables al
candidato. Sol: (-0.074; 0.194)

Interpretación: tenemos el 99% de confianza de que en este

intervalo esté la diferencia real de la proporción de votantes que
favorece al candidato. El valor negativo da la posibilidad de que
haya diferencia cero entre las 2 proporciones.