Sesión2 - Intervalos de Confianza para La Media y Proporción
Sesión2 - Intervalos de Confianza para La Media y Proporción
Sesión2 - Intervalos de Confianza para La Media y Proporción
Normal probabilidad
DISTRIBUCIONES MUÉSTRALES
Una estadística muestral proveniente de una muestra aleatoria simple tiene un patrón de
comportamiento (predecible) en repetidas muestras. Este patrón es llamado la distribución
muestral de la estadística.
Si conocemos la distribución muestral podemos hacer inferencia. Las distribuciones muéstrales
adoptan diferentes formas según las estadísticas investigadas y las características de la población
estudiada.
3. Si la muestra es obtenida sin remplazo de una población finita de tamaño N, entonces el error
estándar es
σ N−n
σx̅ = √
√n N − 1
N−n
El coeficiente N−1 es denominado factor de corrección para población finita. Se observa que
4. Si la población original tiene distribución Normal, entonces para cualquier tamaño muestral "n"
la distribución de la media muestral es también Normal
σ
Si X ~ N(μ, σ) ⇒ x̅ ~ N (μ, )
√n
5. Si la población de origen no es Normal pero podemos calcular su media y desviación estándar y
el tamaño muestral (n) es “suficientemente” grande la distribución de la media muestral es
aproximadamente Normal
σ
Aun si X no es N(μ, σ) ⇒ x̅ ~ N (μ, )
√n
Este resultado se conoce como el Teorema del Límite Central.
𝜎 𝑁−𝑛 𝜎 𝑁−𝑛
𝐼𝐶(𝜇)(1−𝛼)% : 𝑥̅ − 𝑍0 ∗ √ ≤ 𝜇 ≤ 𝑥̅ + 𝑍0 ∗ √
√𝑛 𝑁 − 1 √𝑛 𝑁 − 1
𝜎 𝑁−𝑛
Error estandar o desviación estandar = 𝜎𝑥̅ = √
√𝑛 𝑁 − 1
𝑁−𝑛
Donde√ 𝑁−1 es denominado factor de corrección para poblaciones finitas
𝜎 𝑁−𝑛
Con un error máximo de: 𝑒 = 𝑍0 ∗ Error estandar ⟹ e = 𝑍0 ∗ √
√𝑛 𝑁−1
Desviación estándar 𝜎 =9
𝜎
Error estándar 𝜎𝑥̅ = =0.760638829
√𝑛
𝑍0 𝑍0 =1.96
𝑥̅ + 𝑒 = 48 + 1.490852105= 49.49085211
𝐿𝑆
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆
46.51𝑠𝑜𝑙𝑒𝑠 ≤ 𝜇 ≤ 49.50𝑠𝑜𝑙𝑒𝑠
Interpretación:
Al 95% de confianza, se afirma que la cantidad media que los fumadores gastan en cigarrillos
durante una semana se encuentra entre $ 46.51 a $ 49.50
𝑛 =140
Tamaño de la muestra
Desviación estándar 𝜎 =9
𝜎
Error estándar 𝜎𝑥̅ = =0.760638829
√𝑛
𝑍0 𝑍0 = 2.576
𝑒 = 𝑍0 ∗ 𝜎𝑥̅ = 1.959405264
Error máximo
𝑥̅ − 𝑒 = 48 - 1.9594052624=46.04059438
𝐿𝐼
𝑥̅ + 𝑒 =48 + 1.9594052624=49.95940563
𝐿𝑆
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆
46.04 𝑠𝑜𝑙𝑒𝑠 ≤ 𝜇 ≤ 49.95 𝑠𝑜𝑙𝑒𝑠
Interpretación:
Al 99% de confianza, se afirma que la cantidad media que los fumadores gastan en cigarrillos
durante una semana se encuentra entre $46.04 a $ 49.95
Tamaño de la muestra
𝑛 = 58
Media o promedio 𝑥̅ = 11
𝜎
Error estándar 𝜎𝑥̅ = = 0.3545273687
√𝑛
𝑍0 = 2.326
𝑍0
𝑒 = 𝑍0 ∗ 𝜎𝑥̅ = 0.8246306596
Error máximo
𝑥̅ − 𝑒 = 11 - 0.8246306596=10.17536934
𝐿𝐼
10.17 ≤ 𝜇 ≤ 11.82
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆
Interpretación:
PRACTICA
INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL
3. Una empresa de investigación llevo a cabo una encuesta para determinar la cantidad
media que los fumadores gastan en cigarrillos durante una semana. La empresa
encontró que la distribución de cantidades gastadas por semana tendía a seguir la
distribución normal, con una desviación estándar de s/9. Una muestra aleatoria de
170 fumadores revelo que en promedio gastan s/68 por semana
a) Con el nivel de confianza del 95%, determine el intervalo de confianza para 𝜇.
Interprete
Z de una muestra
La desviación estándar supuesta = 9 Interpretación:
Error
estándar
de la
N Media media IC de 95%
170 68.000 0.690 (66.647; 69.353)
Z de una muestra
La desviación estándar supuesta = 9
Error Interpretación:
estándar
de la
N Media media IC de 99%
170 68.000 0.690 (66.222; 69.778)
Z de una muestra
La desviación estándar supuesta = 2.7
Interpretación:
Error
estándar
de la
N Media media IC de 95%
58 12.000 0.355 (11.305; 12.695)
Gráfica de distribución
T; df=11
0.4 0.95
0.3
Densidad
0.2
0.1
0.0
-2.201 0 2.201
X
Tamaño de la muestra 𝑛=
Media o promedio 𝑥̅ =
Desviación estándar 𝜎=
𝜎
Error estándar 𝜎𝑥̅ = =
√𝑛
𝑡0 𝑡0 =
𝑒 = 𝑡0 ∗ 𝜎𝑥̅ =
Error máximo
𝑥̅ − 𝑒 =
𝐿𝐼
𝑥̅ + 𝑒 =
𝐿𝑆
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆 ≤𝜇≤
Interpretación:
Al 99% de confianza, la oficina de marketing de empresas dedicadas a la venta de
productos puede esperar que sus clientes gastan en promedio 315.92 𝑠𝑜𝑙𝑒𝑠 a
364.08 𝑠𝑜𝑙𝑒𝑠. No es razonable concluir que la media poblacional sea de 370 soles, es
decir la empresa no puede esperar que sus clientes gasten en promedio 370 en sus
productos.
Tamaño de la muestra
𝑛=
Media o promedio 𝑥̅ =
Desviación estándar 𝑠=
𝑠
Error estándar 𝜎𝑥̅ = =
√𝑛
Nivel de confianza
1−𝛼 =
𝑡0 𝑡0 =
𝑒 = 𝑡0 ∗ 𝜎𝑥̅ =
Error máximo
𝑥̅ − 𝑒 =
𝐿𝐼
𝑥̅ + 𝑒 =
𝐿𝑆
≤𝜇≤
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆
Interpretación:
7. Las cajas de un cereal producidos en una fabrica deben tener un contenido de 16 onzas.
Un inspector tomo una muestra que arrojo los siguientes pesos en onzas
15.7 16.3 15.7 15.8 16.115.9 16.2 15.9 15.8 15.66
Indicar si es razonable que el inspector usando un coeficiente de confianza del 95%
ordene que se multe al fabricante.
Tamaño de la población 𝑁=
Tamaño de la muestra 𝑛=
Media o promedio 𝑥̅ =
Desviación estándar 𝜎=
𝜎 𝑁−𝑛
Error estándar 𝜎𝑥̅ = √ =
√𝑛 𝑁 − 1
𝑍0 𝑍0 =
𝑥̅ − 𝑒 =
𝐿𝐼
𝑥̅ + 𝑒 =
𝐿𝑆
≤𝜇≤
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆
Interpretación:
p̅ (1 − p
̅)
σP̅ = √
n
3. Si la muestra es obtenida sin remplazo de una población finita de tamaño N, entonces el error
estándar es
p̅ (1 − p
̅) N − n
σP̅ = √ √
n N−1
N−n
El coeficienteN−1es denominado factor de corrección para población finita. Se observa que
IC(P)1−α% : p
̅ − Z0 ∗ σp̅ ≤ P ≤ p
̅ + Z0 ∗ σp̅
p̅ (1 − p
̅) p̅ (1 − p
̅)
̅ − Z0 ∗ √
IC(P)1−α% : p ̅ + Z0 ∗ √
≤ P≤ p
n n
X
p
̅ = n Es un valor que se obtiene de una muestra, representa la proporción
muestral
p̅ (1 − p
̅)
Error estandar o desviación estandar = σp̅ = √
n
̅ (1−p
p ̅)
Con un error máximo de: e = Z0 ∗ Error estandar ⟹ e = Z0 ∗ √ n
p̅ (1 − p
̅) N − n p̅ (1 − p
̅) N − n
̅ − Z0 ∗ √
IC(P)1−α% : p √ ̅ + Z0 ∗ √
≤ P≤ p √
n N−1 n N−1
X
p
̅= Es un valor que se obtiene de una muestra, representa la proporción
n
muestral
p̅ (1 − p
̅) N − n
Error estandar o desviación estandar = σp̅ = √ √
n N−1
p̅ (1 − p
̅) N − n
e = Z0 ∗ √ √
n N−1
𝑋
Proporción muestral 𝑝̅ =
𝑛
𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ =
𝑛
𝑍0 𝑍0 =
𝐿𝐼 𝑝̅ − 𝑒 =
𝐿𝑆 𝑝̅ + 𝑒 =
𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆
Interpretación:
11. El propietario de una gasolinera desea determinar la proporción de clientes que utilizan
tarjeta de crédito o débito para pagar la gasolina. Entrevisto a 100 clientes y descubre que
80 pagaron con tarjeta.
a) Cuál es el valor de la proporción muestral.
b) Determine el intervalo de confianza de 95% para la proporción poblacional. Interprete,
comente.
𝑋
Proporción muestral 𝑝̅ =
𝑛
𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ =
𝑛
𝑍0 𝑍0 =
𝐿𝐼 𝑝̅ − 𝑒 =
𝐿𝑆 𝑝̅ + 𝑒 =
𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆
Interpretación:
12. María García considera postularse para la alcaldía de su ciudad. Antes de solicitar la
postulación, decide realizar una encuesta entre los electores de su ciudad. una muestra
de400 electores revela que 300 la apoyarían en las elecciones próximas.
a) Cuál es el valor de la proporción muestral.
b) Calcule el error estándar de la población.
c) Determine el intervalo de confianza de 99% para la proporción poblacional. Interprete,
comente
𝑋
Proporción muestral 𝑝̅ =
𝑛
𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ =
𝑛
𝑍0 𝑍0 =
𝐿𝐼 𝑝̅ − 𝑒 =
𝐿𝑆 𝑝̅ + 𝑒 =
𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆
Interpretación:
14. De una población de 3000 empleados de una empresa industrial se seleccionó una muestra
aleatoria de 300 para que participen en una encuesta. Entre las comprendidas en la muestra
240 manifestaron que estaban satisfechos por completo con todas las condiciones laborales
de la empresa. Construir el intervalo de confianza del 95% por la proporción real que
opinan de esta manera:
15. Durante cierta semana una tienda del departamento observo y registro que 5750 de las
12500 personas que entraron en la tienda hicieron por lo menos una compra, tratando esto
como una muestra al azar de todos los clientes potenciales. Hallar el intervalo de confianza
del 99% para la proporción real de las personas que entran en la tienda y que