Tema Estimacion Por Intervalos

ASIGNATURA: ESTADISTICA INFERENCIAL.
DOCENTE: MTRA. Samantha Paz Pérez.
Estimación por intervalos
Introducción.
Actualmente se sabe que las poblaciones son generalmente muy grandes como para ser estudiadas
en su totalidad. Su tamaño requiere que se seleccionen muestras.
Hay por lo menos dos tipos de estimadores que se utilizan comúnmente para este propósito: un
estimador puntal y un estimador por intervalo.
Estimador Un estimador puntual utiliza un número único o valor para localizar una estimación del
parámetro. Un intervalo de confianza denota un rango dentro del cual puede encontrarse el
parámetro y el nivel de confianza que el intervalo contiene del parámetro.
En realidad, hay tres niveles de confianza relacionados comúnmente con los intervalos de confianza:
99, 95 y 90%.
Los estimadores por intervalo gozan de ciertas ventajas sobre las estimaciones puntuales, debido al
error de muestreo, probablemente X no será igual a µ, por lo tanto, los intervalos se utilizan para
explicar esta discrepancia desconocida.
El fundamento de un intervalo de confianza.

El intervalo de confianza tiene un límite inferior de confianza (LIC) y un límite superior de confianza
(LSC).
Si se desea construir un intervalo más convencional del 95%, ¿Cuántos errores estándar se debe
mover por encima y por debajo de la media muestral?, debido a que la tabla contiene valores solo
para el área que está por encima o por debajo de la media se debe dividir el 95% por 2, produciendo
0.4750. Luego se halla el valor de Z, correspondiente a un área de 0.4750, el cual es Z= 1.96. Así,
para construir un intervalo de confianza del 95%, simplemente se especifica un intervalo de 1.96
errores estándar por encima y por debajo de la media muestral. El valor del 95% es llamado
coeficiente de confianza.
Figura 1.
Coeficiente de confianza El coeficiente de confianza es el nivel de confianza que se tiene en el que

el intervalo contenga el valor desconocido del parámetro.
1. Intervalo de confianza para la media poblacional: muestras grandes.
Uno de los usos más comunes de los intervalos de confianza es estimar la media poblacional. Un
fabricante puede querer estimar la producción mensual promedio de su planta; un representante
de mercadeo puede interesarse en la reducción en las ventas semanales promedio. El intervalo es:
Intervalo de confianza para estimar µ cuando σ es conocido

I.C. para estimar µ = X + - Z σ x
Ejemplo: Consideremos el caso de un promotor inmobiliario quien intenta construir un gran centro
comercial. Puede estimar en el área el ingreso promedio por familia como indicador de las ventas
esperadas. Una muestra de n=100 familias de una media de X= US $35,500. Se asume que la
desviación estándar poblacional es de σ = US$7,200. Dado que σX = σ / raíz cuadrada de n, se estima
un intervalo del 95% como:
Calculo.
Interpretación de un intervalo de confianza.

El promotor puede interpretar los resultados de su intervalo de confianza de dos formas. La primera
y la más común establece que el promotor tiene un “95%” de confianza en que la media poblacional
real desconocida este entre US$34,088.80 y US$36,911.20; aunque el valor real para la media
poblacional sigue siento desconocido, el promotor tiene un 95% de confianza en que este valor este
entre estos dos valores.
La segunda interpretación reconoce que se pueden desarrollar muchos intervalos de confianza
diferentes, si todos los intervalos posibles se construyeran con base en todas las medias muestrales
diferentes, el 95% de ellas contendría la media poblacional desconocida.
Esto por supuesto significa que el 5% de todos los intervalos estaría errado – no contendría la media
poblacional. Este 5% hallado como (1 – coeficiente de confianza), es denominado el valor alfa y
representa la probabilidad de error. El valor alfa es la probabilidad de que cualquier intervalo dado
no contenga la media poblacional.
2. Intervalo de confianza cuando σ es desconocida.
La fórmula anterior requiere la suposición de que la desviación estándar poblacional σ es conocida.

En el evento probable que σ sea desconocida, la desviación estándar de l amuestra debe sustituirse:
Formula.
Ejemplo: Gerry Gerber, CPA, acaba de registrar las declaraciones de impuestos para sus clientes.
Desea estimar la cantidad promedio que deben al Servicio de Renta Interna. De 50 clientes que
selecciono en su muestra, la cantidad promedio que se adeudaba era de US$652.68. Ya que la
desviación estándar de todos sus clientes σ es desconocida, Gerber debe estimar σ con la desviación
estándar de la muestra de s = US$217.43. Si se desea un nivel de confianza del 99% de confianza, el
valor de Z apropiado es 2.58 (.99/2 = 0.4950). De la tabla Z, un área de .4950 revela que Z= 2.58.
Calculo.
¿Qué pasaría a este intervalo si el señor Gerber estuviera dispuesto a aceptar un nivel de confianza
del 95%?
El intervalo del 95% es más estrecho y ofrece mayor precisión, entre más estrecho es el intervalo
más significativo es.
El Sr. Gerber tuvo que abandonar algo de confianza y ganar más precisión.
3. Intervalo de confianza para la media en el caso de muestras pequeñas: la distribución t.
En los casos vistos anteriormente el tamaño de la muestra era mayor (n>= 30), sin embargo, no
siempre puede ser posible obtener por lo menos 30 observaciones. Para una compañía de seguros
que prueba la resistencia al impacto de los autos, destruir a propósito 30 vehículos de lujo puede
volverse un poco costoso.
Un investigador médico que prueba una nueva medicina no puede encontrar 30 personas
dispuestas a actuar como conejillo de indias. En muchos casos una muestra grande no es posible.
Cuando debe de tomarse una muestra pequeña, la distribución normal no puede aplicarse., en este
caso puede ser necesaria una distribución alternativa, la distribución t Student. Esta distribución se
utiliza cuando se cumplen tres condiciones:
a) La muestra es pequeña.
b) σ es desconocida
c) La población es normal o casi normal.
Si σ es conocida, la distribución Z se usa si la muestra es pequeña. Además, si no puede asumirse

una población normal, se aumenta el tamaño de la muestra para utilizar la distribución Z y de no ser
posible se debe confiar en las pruebas no paramétricas.
Al igual que la distribución Z, la distribución t tiene una media de cero, es simétrica con respecto a
la media y oscila entre - ∞ y +∞. Sin embargo, mientras que la distribución Z tiene varianza igual a
1, la varianza de la distribución t es mayor que 1. Por tanto, es más plana y más dispersa que la
distribución Z. La varianza para la distribución t es:
Formula.
En realidad, la distribución t es una familiar de distribuciones cada una con su propia varianza. La
varianza depende de los grados de libertad (g.l.) definidos como el número de observaciones que se
pueden escoger libremente.
Grados de libertad El número de observaciones menos el número de restricciones impuestas sobre

tales observaciones.
Grafica.
Estadístico.
Intervalo de confianza.
Uso de la tabla de la distribución t.
Ejemplo: Tomando una empresa de construcción la cual fue culpada de inflar los comprobantes que
registra para los contratos de construcción con el gobierno federal. El contrato estableció que un
cierto tipo de trabajo debería promediar US$1,150. Por motivo de tiempo, los directivos de solo 12
agencias del gobierno fueron llamados a dar testimonio ante la corte respecto a los comprobantes
de la empresa. Si se descubrió a partir del testimonio una media de US$1275 y una desviación
estándar de US$235, ¿Un intervalo de confianza del 95% apoyaría el caso legal de la empresa? Se
asume que los montos de los comprobantes son normales.
4. Intervalo de confianza para proporción poblacional.
En este caso el parámetro de interés es la proporción poblacional. Una empresa puede desear saber
qué proporción de sus clientes paga a crédito en oposición a quienes utilizan efectivo. Las empresas
con frecuencia están interesadas en que porcentaje de sus productos son defectuosos en oposición
al porcentaje de sus productos que no son defectuosos. Por tanto, la preocupación se concentra en
la proporción de respuestas que queda dentro de uno de los posibles resultados.
Se asume que la distribución de las proporciones muestrales será normal y la distribución muestral
de la proporción muestral tendrá una media igual a la proporción poblacional π y un error estándar
de:
Formula 1 y Formula 2.
Intervalo de confianza (Formula)
Ejemplo: El gerente de una estación de televisión debe determinar en la cuidad que porcentaje de
casas tiene más de un televisor. Una muestra aleatoria de 500 casas revela que 275 tiene dos o más
televisores. ¿Cuál es el intervalo de confianza del 90% para estimar la proporción de casas que
tienen dos o más televisores?
Ejercicio: Las empresas de búsqueda de ejecutivos se especializan en ayudar a las empresas líderes
a ubicar y asegurar talento para la alta gerencia. Tales firmas son responsables de la ubicación de
muchos de los mejores directores ejecutivos de la nación. Busines Week reporto recientemente que
“uno de cada cuatro directores ejecutivos es una persona de fuera, un ejecutivo con menos de 5
años en la compañía que maneja”. Si en una muestra de 350 compañías tienen 77 directores
ejecutivos de fuera, ¿Un intervalo del 99% de confianza apoyaría la afirmación?

Tema Estimacion Por Intervalos

Cargado por

Copyright:

Formatos disponibles

Tema Estimacion Por Intervalos

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema Estimacion Por Intervalos

Cargado por

Copyright:

Formatos disponibles

ASIGNATURA: ESTADISTICA INFERENCIAL.

DOCENTE: MTRA. Samantha Paz Pérez.

Estimación por intervalos

El fundamento de un intervalo de confianza.

Coeficiente de confianza El coeficiente de confianza es el nivel de confianza que se tiene en el que

1. Intervalo de confianza para la media poblacional: muestras grandes.

Intervalo de confianza para estimar µ cuando σ es conocido

Interpretación de un intervalo de confianza.

2. Intervalo de confianza cuando σ es desconocida.

La fórmula anterior requiere la suposición de que la desviación estándar poblacional σ es conocida.

3. Intervalo de confianza para la media en el caso de muestras pequeñas: la distribución t.

Si σ es conocida, la distribución Z se usa si la muestra es pequeña. Además, si no puede asumirse

Grados de libertad El número de observaciones menos el número de restricciones impuestas sobre

Uso de la tabla de la distribución t.

4. Intervalo de confianza para proporción poblacional.

Intervalo de confianza (Formula)

También podría gustarte