Guia de Aprendizaje Intervalos de Confianza PDF
Guia de Aprendizaje Intervalos de Confianza PDF
Guia de Aprendizaje Intervalos de Confianza PDF
Presentación de la Unidad
Específicas:
General:
• Entender como hacer estimaciones de ciertas
características de una población.
Conceptualizar y • Construir e interpretar una estimación de intervalo de
manejar las confianza para la media.
propiedades de • Construir e interpretar una estimación de intervalo de
Intervalos de confianza para la proporción
Confianza • Construir e interpretar una estimación de intervalo de
confianza para la varianza.
• Determinar el tamaño de muestra necesario para construir
un intervalo de confianza para la media y la proporción.
Estadísticas y parámetros.
Cuando describimos las poblaciones y las muestras usamos medidas como la media
aritmética, la proporción, la mediana, la moda, la varianza, la desviación estándar y
otras. Si estas medidas describen las poblaciones las llamamos Parámetros y
cuando describen las muestran se llaman Estadísticos.
Para los estadísticos de las muestras usamos letras de nuestro alfabeto, así para la
media de una muestra escribimos 𝒙 y para la desviación estándar de la muestra
escribimos S.
Ejemplo 1.
Cuando decimos que la duración media de los bombillos de una referencia que
fabrica una empresa es de 1000 horas, nos estamos refiriendo a la media de la
población y escribimos 𝜇 = 1000. Pero si calculamos la duración media de una
muestra de 64 bombillos y obtenemos 1100 horas, nos estamos refiriendo a la
muestra y la media de esta muestra la escribimos como 𝑥! = 1100. Pero también
podemos hallar la media de otra muestra de 100 bombillos y obtener 950 horas y la
media la designamos por 𝑥! = 950.
Concluimos que la media muestral de cada una de las muestras es una variable
aleatoria y la media poblacional es una constante.
Ejemplo 2.
Si un candidato asegura que el 80% de los votantes lo favorecen con su voto, nos
estamos refiriendo a la población y la proporción la designamos por 𝜋 = 0.80 . Pero
si tomamos 400 votantes y nos indica que 300 votarían por este candidato nos
referimos a la muestra y la proporción de la muestra es 𝑝! = 0.75. También
podemos encontrar la proporción de otra muestra de 800 votantes donde 700
indicaron que votarían por el candidato y la proporción de la muestra es 𝑝! = 0.875.
Estimación por intervalo: con base de los datos de la muestra, se calculan dos
números para formar un intervalo dentro del cual se espera que esté el parámetro.
La regla que describe este cálculo se llama estimador de intervalo y el par de
números resultantes se conoce como estimación de intervalo o intervalo de
confianza.
Un estimador de intervalo es una regla para calcular dos números que crean un
intervalo con una probabilidad de que este seguro que contiene el parámetro de
Uno de los usos más comunes de los intervalos de confianza es estimar la media
poblacional.
Debemos buscar dos números 𝑎 < 𝜇 < 𝑏 con probabilidad 1 − 𝛼. Es decir 𝑃 𝑎 < 𝜇 <
𝑏 =1−𝛼
!!!
Para ello usamos el estadístico 𝑧= !
!
!!!
Que es equivalente a escribir 𝑃 −𝑧!/! < ! < 𝑧!/! = 1 − 𝛼
!
𝜎 𝜎
−𝑧!/! ∗ < 𝑥 − 𝜇 < 𝑧! ∗
𝑛 ! 𝑛
𝜎 𝜎
−𝑥 − 𝑧! ∗ < −𝜇 < −𝑥 + 𝑧! ∗
! 𝑛 ! 𝑛
𝜎 𝜎
𝑥 + 𝑧!/! ∗ > 𝜇 > 𝑥 − 𝑧! ∗
𝑛 ! 𝑛
! !
Así que 𝑃 𝑥 − 𝑧! ∗ !
< 𝜇 < 𝑥 + 𝑧! ∗ !
=1−𝛼
! !
Ejemplo:
!
𝑥 ± 𝑧! ∗ !
!
350 ± 24.5
Script R
Distribución t de student
!"!!
entonces !
= 12
de modo que 23 + 𝑐 = 36
por tanto 𝑐 = 13
!
𝑃 𝑡! > 𝑡!, ! ! = !
, 𝑑𝑜𝑛𝑑𝑒 𝑡! 𝑒𝑠 𝑢𝑛𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑡 𝑑𝑒 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 𝑐𝑜𝑛 𝑣 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑
Ejemplo:
4780 4780
42740 − (2.064) < 𝜇 < 42740 + (2.064) ∗
25 25
Script R
𝑝 1−𝑝 𝑝 1−𝑝
𝑝 − 𝑍! ≤ 𝑃 ≤ 𝑝 + 𝑍!
! 𝑛 ! 𝑛
Ejemplo
0.4 − 1.96 0.4 ∗ 0.6 100 ≤ 𝑃 ≤ 0.4 + 1.96 0.4 ∗ 0.6 100
0.304 ≤ 𝑃 ≤ 0.496
Script R
La cual sirve para obtener una estimación por intervalo para la varianza poblacional.
El cálculo de estas probabilidades las podemos hacer usando una tabla de chi
cuadrado o en R usando la función 𝑝𝑐ℎ𝑖𝑠𝑞() y para determinar los percentiles se usa
𝑞𝑐ℎ𝑖𝑠𝑞()
𝑛 − 1 𝑆! !
𝑛 − 1 𝑆!
! < 𝜎 < !
𝜒!/! 𝜒!!!/!
! !
Donde 𝜒!/! y 𝜒!!!/! son valores de la Chi Cuadrado con 𝑣 = 𝑛 − 1 grados de libertad,
que dejan áreas de 𝛼/2 y 1 − 𝛼/2, respectivamente, a la derecha.
Ejemplo
14 ∗ 0.94267 14 ∗ 094267
< 𝜎! <
26.119 5.629
Bibliografia