Intervalos de Confianza
Intervalos de Confianza
Intervalos de Confianza
NUTRICIN
SEMINARI
O#5
INTERVALOS DE CONFIANZA
INTEGRANTES
(ESTIMACIN
ESTADSTICA. ERROR
Rod Josu Espin
Mara
TPICO DE
LA Leonor
MEDIA. INTERVALO
Garfalo
DE CONFIANZA
PARA K.
Mara Jos Gomero
Jose AndrsDE
Icaza
COMPARACIN
DOS MEDIAS.
Mary Nicola
INTERVALO
DE CONFIANZA PARA
Nelson Salas
Yagual
(1- Giancarlo
2).
Contenido
1.
INTRODUCCION......................................................................................................... 3
2.
DESARROLLO............................................................................................................. 4
2.1.
2.2.
2.2.1.
2.2.2.
2.3.
2.3.1.
2.4.
2.4.1.
2.5.
Ejemplo........................................................................................................13
2.5.1.
2.5.2.
2.6.
( 1 2) ...........................................................20
2.6.1.
Poblaciones normales..................................................................................21
2.6.2.
3.
CONCLUSIONES......................................................................................................24
4.
BIBLIOGRAFIA..........................................................................................................25
5.
ANEXOS.................................................................................................................... 26
4.1.
Distribucin z......................................................................................................26
4.2.
Distribucin t de Student....................................................................................27
1. INTRODUCCION
En el trabajo a continuacin se estudiaran diversos aspectos importantes del muestreo.
La estimacin, la primera de las dos reas generales de la inferencia
estadstica.
La inferencia estadstica es el procedimiento por medio del cual se llega a inferencias
acerca de una poblacin con base en los resultados obtenidos de una muestra extrada
de esa poblacin.
El proceso de estimacin implica calcular, a partir de los datos de una muestra, alguna
estadstica que se ofrece como una aproximacin del parmetro correspondiente de la
poblacin de la cual se extrajo la muestra.
La explicacin de las razones en que se funda la estimacin en el campo de las ciencias
de la salud se apoya en la suposicin de que quienes trabajan en este campo, tienen
inters en los parmetros de varias poblaciones, si este es el caso existen dos buenas
razones por las que se debe confiar en los procedimientos de estimacin para obtener
informacin respecto a dichos parmetros. Primero, muchas poblaciones de inters,
aunque finitas, son tan grandes que no se podra llevar a cabo un estudio del 100% desde
el punto de vista del costo. Segundo, no es posible estudiar por completo las poblaciones
que son infinitas.
Supngase que el administrador de un hospital grande esta interesando en saber la edad
promedio de los pacientes que fueron admitidos a su hospital durante un determinado
ao. Es posible que considere demasiado laborioso consultar todos los registros de todos
los pacientes admitidos durante ese ao y, como consecuencia decide examinar una
muestra de los registros a partir de los cuales pueda calcular una estimacin de la edad
promedio de los pacientes admitidos ese ao.
El primer paso es el estudio del estimador puntual. Un estimador puntual consiste en
un solo valor (punto) deducido de una muestra para estimar el valor de una poblacin. Por
ejemplo, suponga que elige una muestra de 50 ejecutivos de nivel medio y le pregunta a
cada uno de ellos la cantidad de horas que labor la semana pasada. Se calcula la media
2. DESARROLLO
2.1.
de una media
Un estimador puntual es un estadstico nico para calcular un parmetro poblacional.
Suponga que Best Buy, Inc., desea estimar la edad media de los compradores de
televisores de plasma de alta definicin; selecciona una muestra aleatoria de 50
compradores recientes, determina la edad de cada uno de ellos y calcula la edad media
de los compradores de la muestra. La media de esta muestra es un estimador puntual de
la media de la poblacin.
2.2.
Ahora bien, un estimador puntual slo dice parte de la historia. Aunque se espera que el
estimador puntual se aproxime al parmetro poblacional, sera conveniente medir cun
prximo se encuentra en realidad. Un intervalo de confianza sirve para este propsito. Por
ejemplo, se estima que el ingreso anual medio de los trabajadores de la construccin en
el rea de Nueva York a Nueva Jersey es de $85 000. Un intervalo de este valor
aproximado puede oscilar entre $81 000 y $89 000. Para describir cunto es posible
confiar en que el parmetro poblacional se encuentre en el intervalo se debe generar un
enunciado probabilstico. Por ejemplo: se cuenta con 90% de seguridad de que el ingreso
anual medio de los trabajadores de la construccin en el rea de Nueva York a Nueva
Jersey se encuentra entre $81 000 y $89 000.
Los resultados del teorema central del lmite permiten afirmar lo siguiente con respecto a
los intervalos de confianza utilizando el estadstico z:
1. Noventa y cinco por ciento de las medias muestrales seleccionadas de una poblacin
se encontrar dentro de 1.96 errores estndares (desviacin estndar de las medias
muestrales de la media poblacional, .
2. Noventa y nueve por ciento de las medias muestrales se encontrar a 2.58 errores
estndares de la media poblacional.
Ejemplo
Del Monte Foods, Inc., distribuye duraznos en trozo en latas
de 4 onzas. Para asegurarse de que cada lata contenga por
lo menos la cantidad que se requiere, Del Monte establece
que el proceso de llenado debe verter 4.01 onzas de
duraznos y almbar en cada lata. As, 4.01 es la media
poblacional. Por supuesto, no toda lata contendr exactamente 4.01 onzas de duraznos y
almbar. Algunas latas contendrn ms y otras menos. Suponga que la desviacin
estndar del proceso es de 0.04 onzas. Tambin suponga que el proceso se rige por la
distribucin de probabilidad normal. Ahora se selecciona una muestra aleatoria de 64 latas
y se determina la media de la muestra. sta es de 4.015 onzas de duraznos y almbar. El
intervalo de confianza de 95% de la media poblacional de esta muestra particular es:
2.2.2.
Ejemplo#1
Un fabricante de llantas desea investigar la durabilidad de sus productos. Una muestra de
10 llantas que recorrieron 50 000 millas revel una media muestral de 0.32 pulgadas de
cuerda restante con una desviacin estndar de 0.09 pulgadas. Construya un intervalo de
confianza de 95% de la media poblacional. Sera razonable que el fabricante concluyera
que despus de 50 000 millas la cantidad media poblacional de cuerda restante es de
0.30 pulgadas?
Solucin
Para comenzar, se supone que la distribucin de la poblacin es normal. En este caso no
hay muchas evidencias, pero tal vez la suposicin sea razonable. No se conoce la
desviacin estndar de la poblacin, pero s la desviacin estndar de la muestra, que es
de 0.09 pulgadas. Se aplica la frmula
De acuerdo con la informacin dada, =0.32, s=0.09 y n =10. Para hallar el valor de t El
primer paso para localizar t consiste es desplazarse a lo largo de las columnas
identificadas como Intervalos de confianza
En este caso, desea el nivel de confianza de 95%, as que vaya a la columna con el
encabezamiento 95%. La columna del margen izquierdo se identifica como gl. Estas
palabras se refieren al nmero de grados de libertad, esto es, el nmero de observaciones
incluidas en la muestra menos el nmero de muestras, el cual se escribe n-1. En este
caso es de 10-1=9
Para determinar el intervalo de confianza se sustituyen los valores en la frmula
Interpretacin
Los puntos extremos del intervalo de confianza son 0.256 y 0.384. Cmo interpretar este
resultado? la media poblacional se encuentra en este intervalo. El fabricante puede estar
seguro (95% seguro) de que la profundidad media de las cuerdas oscila entre 0.256 y
0.384 pulgadas. Como el valor de 0.30 se encuentra en este intervalo, es posible que la
media de la poblacin sea de 0.30 pulgadas.
10
Ejemplo #2
El gerente de Inlet Square Mall, cerca de Ft. Myers, Florida, desea estimar la cantidad
media que gastan los clientes que visitan el centro comercial. Una muestra de 20 clientes
revela las siguientes cantidades.
Interpretacin
Los puntos extremos del intervalo de confianza son $45.13 y $53.57. Resulta razonable
concluir que la media poblacional se encuentra en dicho intervalo. El gerente de Inlet
Square se preguntaba si la media poblacional podra haber sido $50 o $60. El valor de
$50 se encuentra dentro del intervalo de confianza. Resulta razonable que la media
poblacional sea de $50. El valor de $60 no se encuentra en el intervalo de confianza. De
ah que se concluya que no es probable que la media poblacional sea de $60.
2.3.
El material hasta ahora expuesto en este captulo utiliza la escala de medicin de razn.
Es decir, se emplean variables como ingresos, pesos, distancias y edades. Ahora se
considerarn casos como los siguientes:
11
Un representante de ventas afirma que 45% de las ventas de Burger King se lleva
Estos ejemplos ilustran la escala de medicin nominal. Cuando se mide con una escala
nominal, una observacin se clasifica en uno de dos o ms grupos mutuamente
excluyentes. Slo hay dos posibilidades, y el resultado debe clasificarse en uno de los dos
grupos.
PROPORCIN MUESTRAL
Para estimar la proporcin de una poblacin se procede en la misma forma que cuando
se estima la media de una poblacin. Se extrae una muestra de la poblacin de inters y
se calcula su proporcin, p. Esta proporcin de la muestra se utiliza como el estimador
puntual de la proporcin de la poblacin.
Para crear el intervalo de confianza de una proporcin de poblacin se aplica la frmula:
12
2.3.1.
Ejemplo
De acuerdo con el reglamento del sindicato de BBA, por lo menos tres cuartas partes de
los miembros del sindicato deben aprobar cualquier fusin. Una muestra aleatoria de 2
000 miembros actuales de BBA revela que 1 600 planean votar por la propuesta.
Qu es el estimador de la proporcin poblacional? Determine el intervalo de confianza
de 95% de la proporcin poblacional. Fundamente su decisin en esta informacin de la
muestra: Puede concluir que la proporcin necesaria de miembros del BBA favorece la
fusin? Por qu?
Solucin
Primero calcule la proporcin de la muestra de acuerdo con la frmula (9-3). sta es de
0.80, que se calcula de la siguiente manera:
p=
X 1600
=
=.80
n 2000
p z
p (1 p)
n
.80 1.96
.80 (1.80)
2000
intervalo de confianza son 0.782 y 0.818. El punto extremo ms bajo es mayor que 0.75.
As, es probable que se apruebe la propuesta de fusin, pues el estimador del intervalo
incluye valores superiores a 75% de los miembros del sindicato.
Un repaso de la interpretacin del intervalo de confianza: si la encuesta fue aplicada 100
veces con 100 muestras distintas, los intervalos de confianza construidos a partir de 95 de
las muestras contendrn la verdadera proporcin de la poblacin. Adems, la
interpretacin de un intervalo de confianza resulta de mucha utilidad en la toma de
decisiones, y desempea un papel muy importante en especial la noche de las
elecciones. Por ejemplo, Cliff Obermeyer se postula para representar ante el Congreso al
6o. distrito de Nueva Jersey. Suponga que se entrevista a los electores que acaban de
votar y 275 indican que votaron por Obermeyer.
13
Considere que 500 electores es una muestra aleatoria de quienes votan en el 6o. distrito.
Esto significa que 55% de los electores de la muestra vot por Obermeyer.
p=
X 275
=
=.55
n 500
Ahora, para estar seguros de la eleccin, Obermeyer debe ganar ms de 50% de los
votos de la poblacin de electores. En este momento se conoce un estimador puntual,
que es de 0.55, de la poblacin de electores que votarn por l. Ahora bien, no se conoce
el porcentaje de la poblacin que votar por el candidato. En estas circunstancias, la
pregunta es: es posible tomar una muestra de 500 electores de una poblacin en la que
50% o menos de los electores apoye a Obermeyer para encontrar que 55% de la muestra
lo apoya? En otras palabras, el error de muestreo, que es
p=.55.50=0.5 , se
p z=
p (1 p)
n
.55 1.96=
.55(1.55)
500
intervalo de confianza son: 0.55, -0.044 =0.506 y 0.55 -0.044 =0.594. El valor de 0.50 no
pertenece al intervalo. Por lo tanto, se concluye que probablemente ms de 50% de los
electores apoya a Obermeyer, lo cual es suficiente para que sea elegido.
Siempre se utiliza este procedimiento en las cadenas de televisin, revistas de noticias y
sondeos en la noche de las elecciones.
14
2.4.
15
Es natural que al aumentar el nmero de sujetos (N) el error sea menor: la media de la
muestra se aproximar ms a la media de la poblacin. Si N es muy grande, el error
tiende a cero; y si N no comprende a una muestra sino a toda la poblacin, el error sera
cero: en este caso la media de la poblacin coincide con la media de la muestra y no hay
error muestral (o variacin esperable de muestra a muestra).
3. Por otra parte si la desviacin tpica de la muestra es grande, el error tpico estimado
de la media ser tambin mayor: si aumentamos el numerador, el cociente ser
mayor.
2.4.1.
estadstica inferencial.
Nos permite comprobar si una muestra con una determinada media puede
considerarse como perteneciente a una poblacin cuya media conocemos, es
tambin de inters y es simplemente una aplicacin del anterior. Igualmente
2.5.
16
17
2.5.1.
poblacional
Para calcular una media poblacional, se puede expresar la interaccin entre estos tres
factores y el tamao de la muestra se expresa con la frmula siguiente. Note que esta
frmula es el margen de error que se utiliza para calcular los puntos extremos de los
intervalos de confianza para estimar una media poblacional.
E=z
Donde:
n es el tamao de la muestra.
z es el valor normal estndar correspondiente al nivel de confianza deseado.
es la desviacin estndar de la poblacin.
E es el error mximo admisible.
El resultado de este clculo no siempre es un nmero entero. Cuando el resultado no es
un entero, se acostumbra redondear cualquier resultado fraccionario. Por ejemplo, 201.21
se redondeara a 202.
Ejemplo
Un estudiante de administracin pblica desea determinar la cantidad media que ganan al
mes los miembros de los consejos ciudadanos de las grandes ciudades. El error al
calcular la media debe ser inferior a $100, con un nivel de confianza de 95%. El
estudiante encontr un informe del Departamento del Trabajo en el que la desviacin
estndar es de $1 000. Cul es el tamao de la muestra que se requiere?
Solucin
El error mximo admisible, E, es de $100. El valor z de un nivel de confianza de 95% es
de 1.96, y el estimador de la desviacin estndar, $1 000. Al sustituir estos valores en la
frmula se obtiene el tamao de la muestra que se requiere:
18
2
( 1.96 ) (1000 )
z
2
n=
=19.6 =384.16
E
100
( ) (
n=
El valor calculado de 384.16 se redondea a 385. Se requiere una muestra de 385 para
satisfacer las especificaciones. Si el estudiante desea incrementar el nivel de confianza,
por ejemplo, a 99%, se requerir una muestra ms grande. El valor z correspondiente al
nivel de confianza de 99% es 2.58.
2
( 2.58 ) (1000 )
z 2
n=
n=
=25.82=665.64
E
100
( ) (
una poblacin
Para determinar el tamao de la muestra en el caso de una proporcin, es necesario
especificar estas mismas tres variables:
1. El margen de error.
2. El nivel de confianza deseado.
3. La variacin o dispersin de la poblacin a estudiar.
En el caso de la distribucin binomial, el margen de error es:
E=z
( 1 )
n
19
Donde:
n es el tamao de la muestra.
z es el valor normal estndar correspondiente al nivel de confianza deseado.
es la proporcin de la poblacin.
E es el mximo error tolerable.
Ejemplo
En el estudio del ejemplo anterior tambin se calcula la proporcin de ciudades que
cuentan con recolectores de basura privados. El estudiante desea que el margen de error
se encuentre a 0.10 de la proporcin de la poblacin; el nivel de confianza deseado es de
90%, y no se encuentra disponible ningn estimador de la proporcin de la poblacin.
Cul es el tamao de la muestra que se requiere?
El estimador de la proporcin de la poblacin se encuentra a 0.10, por lo que E=0.10. El
nivel de confianza deseado es de 0.90, que corresponde a un valor z de 1.65. Como no
se encuentra disponible ningn estimador de la poblacin, se utiliza 0.50. El nmero de
observaciones que se sugiere es
n=( .5 )( 1.5 )
1.65 2
=68,0625
.10
( )
2.6.
( 1 2)
A veces surgen casos en los que se tiene inters en estimarla diferencia entre la media de
dos poblaciones. A partir de cada poblacin se extrae una muestra aleatoria
independiente y, de los datos de cada una, se calculan las medias de las muestras 1 y
2 respectivamente. El estimador 1 - 2 proporciona una estimacin insesgada de
20
2, 2
X2 N ( )
, veremos cmo
X 1 N (1, 21)
Poblaciones normales
X 1 N ( 1, 21)
X 2 N ( 2, 22)
Y tenemos una muestra de X1 (de tamao n1) y una muestra de X2 (de tamao n2).
2.6.2.
Suponemos que las muestras de las dos poblaciones son independientes entre s, lo que
implica independencia entre las medias muestrales 1 y 2. En este caso, a partir de la
funcin correspondiente tenemos el intervalo de confianza de nivel de confianza para
( 1 2) , donde
como es habitual
S 21
S 22
=1 :
21
Ejemplo#1
En un hospital grande para el tratamiento de retrasados mentales, una muestra de 12
individuos con sndrome Down proporcion una concentracin media de cido rico en
suero de 1= 4.5 mg/100 ml. En un hospital general, se encontr que una muestra de 15
individuos normales de la misma edad y sexo tena un valor medio de 2= 3.4. Si resulta
lgico suponer que las dos poblaciones de concentraciones presentan una distribucin
normal con variancias iguales a 1, encuentre el intervalo de confianza del 95% para
12
Solucin
Para una estimacin puntual de
12 , utilcese
1 - 2=4.5-3.4=1.1
1.1 1.96(.39)
1.1 1.8
.3 1.9
12
22
Ejemplo#2
Se llev a cabo un estudio sobre el ritmo cardaco (en pulsaciones por minuto) de los
deportistas, en reposo, comparndolo con el de los no deportistas. Para ello, se tomaron
dos muestras aleatorias independientes, cada una de ellas del ritmo cardaco en reposo
de 10 personas, la primera en la poblacin de no deportistas y la segunda en la de los no
deportistas (todos en edades comprendidas entre los 20 y 35 aos) Los datos obtenidos
fueron:
No
deportistas
Deportistas
73
71, 65, 69, 64, 63, 60, 61, 62, 65,
60
N (1, 1 )
( 1 2)
1 =10 y
=1 =0,05 ,
1 =0,975
2
Z 0,975=1,96
23
Redondeando al quinto decimal. Como el intervalo es positivo, podemos decir con una
confianza de un 95% que
podemos decir que que
1> 2 , adems
b) Las varianzas son desconocidas pero se pueden suponer iguales, esto es,
24
3. CONCLUSIONES
4. BIBLIOGRAFIA
Toms Merino. Intervalos de confianza. Revisado 2007 [En lnea] [fecha de acceso
18
de
junio
de
2015]
URL
disponible
en:
Chile.
Dr. Jacobo Daz Portillo. Gua Prctica del Curso de bioestadstica Aplicada a las
25
2007;81(3):121-5.
Lind Douglas A, Wathen Samuel A. Estadistica aplicada a los negocios y la
LIMUSA; 1991
Wikihow. Como calcular el interval de confianza. [En lnea] [fecha de acceso 18 de
junio de 2015] URL disponible en: http://es.wikihow.com/calcular-el-intervalo-deconfianza
5. ANEXOS
4.1.
Distribucin z
26
4.2.
Distribucin t de Student
27
28