Ea 1 Estimación Por Intervalo
Ea 1 Estimación Por Intervalo
Ea 1 Estimación Por Intervalo
La estimacin puntual generalmente difiere del verdadero valor del parmetro. En muchos casos esto no es suficiente; se requiere de un rango de posibles valores donde se cree el parmetro de inters estar con una alta confianza. Sea un parmetro de inters y un estimador puntual de . Una estimacin de por intervalos es un intervalo real de la forma:
donde l y u dependen de
y de la distribucin de
l ( X 1 , X 2 ,..., X n )
u ( X 1 , X 2 ,..., X n )
INTERVALO ALEATORIO
2
Para una m.a. dada el intervalo (l, u) es llamado intervalo de confianza al 100(1-)% para . l y u son llamados limites de confianza (inferior y superior respectivamente) y 1 - es llamado coeficiente de confianza. Este intervalo se conoce como IC Bilateral, pero tambin es posible calcular IC unilaterales:
a) Por su extremo o cota se clasifican en:
I.C hacia la derecha I.C hacia la izquierda En un IC bilateral la longitud u - l es una medida de la calidad de la informacin obtenida. El semiintervalo - l u - se conoce como Precisin del Estimador. Lo ideal es tener IC angostos con una alta confianza.
Representacin de 100 intervalos de confianza para la media de una poblacin N(, 2), con muestras del mismo tamao n y coeficiente de confianza del 0.95
usar
Ejemplo:
Una muestra aleatoria de 36 cigarrillos de una marca determinada dio un contenido promedio de nicotina de 3 miligramos. Suponga que el contenido de nicotina de estos cigarrillos sigue una distribucin normal con una desviacin estndar de 1 miligramo. a) Obtenga e interprete un intervalo de confianza del 95% para el verdadero contenido promedio de nicotina en estos cigarrillos. b) El fabricante garantiza que el contenido promedio de nicotina es de 2,9 miligramos, qu puede decirse de acuerdo con el intervalo hallado?
Solucin a)
Interpretacin: Tenemos una certeza del 95% de que el verdadero contenido promedio de nicotina se halla entre 267 y 333 miligramos
Ejemplo:
Solucin
11
Solucin
12
usar
b)
13
Ejemplo:
14
Solucin
15
16
vemos como, efectivamente, cuando aumenta el nivel de confianza aumenta la amplitud del intervalo.
17
Ejemplo:
El tiempo (en minutos) que tardaron 15 operarios para familiarizarse con el manejo de una mquina moderna adquirida por la empresa fue: 3.4, 2.8, 4.4, 2.5, 3.3, 4, 4.8, 2.9, 5.6, 5.2, 3.7, 3, 3.6, 2.8, 4.8. Suponga que los tiempos se distribuyen normalmente. a) Determine e interprete un intervalo del 95% de confianza para el verdadero tiempo promedio. b) El instructor considera que el tiempo promedio requerido por la poblacin de trabajadores que recibe instruccin sobre esta mquina es superior a 5 minutos, qu se puede decir de acuerdo con el intervalo hallado?
18
Solucin a)
Interpretacin: Tenemos un 95% de certeza de que el verdadero tiempo promedio que requieren los operarios para familiarizarse con la mquina est entre 326 y 434 minutos. b) La apreciacin del instructor no parece ser correcta ya que el promedio 5 minutos est fuera del intervalo hallado (aunque debera analizarse con un I.C. unilateral)
19
20
21
Ejemplo
En un estudio sobre los prstamos realizados por dos entidades financieras a sus clientes, se toma una muestra aleatoria de 6 prstamos de la primera entidad observando que el importe medio es de 9972 nuevos soles y una desviacin tpica de 7470 nuevos soles. Una muestra aleatoria, independiente de la anterior, de tamao 9, de prstamos de la segunda entidad muestra un importe medio de 2098 nuevos soles y una desviacin tpica de 10834 nuevos soles. Admitiendo que las dos distribuciones poblacionales de prstamos son normales con la misma varianza, obtener al nivel del 95 % un intervalo de confianza para la diferencia entre sus medias poblacionales.
22
Solucin
23
Observemos que este intervalo incluye el cero, lo cual podemos interpretarlo como que no existe diferencia significativa entre los importes medios de los prestamos de ambas entidades financieras al 95 % de confianza.
24
25
Ejemplo
Supongamos que una mquina automtica de envasado de un producto qumico est preparada para depositar 8 c.c. de producto en cada frasco de la cadena de envasado. Antes de proceder a una revisin y ajuste de la mquina se toma una muestra aleatoria de 4 frascos observando que la cantidad, medica en c.c. depositada de producto qumico en cada frasco ha sido: Despus de revisada y ajustada la mquina se vuelve a tomar otra muestra aleatoria de 5 frascos, observando que las cantidades depositadas de producto qumico han sido: Suponemos que las distribuciones del contenido de producto qumico en los frascos son normales y que la varianza poblacional vara cuando la mquina se revisa y se ajusta. Obtener un intervalo de confianza al nivel de confianza del 98 % para la diferencia de las medias poblacionales.
26
Solucin
27
28
29
Ejemplo
La tabla siguiente muestra el consumo de gasolina por 1000 km de una muestra aleatoria de 10 automviles con dos carburantes X e Y. Si admitimos que los consumos de gasolina se distribuyen normalmente, obtener un intervalo de confianza al nivel del 99 % para la diferencia de las medias poblacionales.
30
Solucin
Con la informacin de la tabla podemos obtener las diferencias y luego la media y la varianza de las diferencias di en el consumo de gasolina.
31
32
33
34
Ejemplo:
Un ingeniero de control de la calidad midi el espesor de la pared de 25 botellas de vidrio de 2 litros. La media muestral result 4.05 m.m. y la desviacin tpica 0.08 mm. Obtener un intervalo de confianza al 90% para la variabilidad del espesor de la pared de las botellas Solucin
35
36
Ejemplo:
Se piensa que la concentracin del ingrediente activo de un detergente lquido para ropa est afectado por el tipo de catalizador utilizado en el proceso de fabricacin. Por experiencias anteriores se supone que la desviacin estndar de la concentracin activa es de 3 g/l, sin importar el tipo de catalizador utilizado. Se toman 10 observaciones con cada catalizador y se obtienen los siguientes datos:
Obtn un intervalo de confianza al 90% para el cociente de varianzas?. Puede suponerse la misma variabilidad en la concentracin con el empleo de ambos catalizadores?.
37
Solucin
38
Observacin
Usar
39
40
Ejemplo:
En una eleccin los votantes deben elegir entre dos candidatos A y B. Un estudio reciente revel que 1400 personas de un total de 2500 seleccionadas aleatoriamente, tienen preferencia por el candidato A. a) Obtener un intervalo de confianza al 99% para la verdadera proporcin de votantes a favor del candidato A. Con base en este resultado, podra usted afirmar que es probable que A gane la eleccin? Por qu? b) Supngase que se selecciona aleatoriamente una muestra de 225 personas con la misma proporcin muestral a favor del candidato A. Son los resultados diferentes a los del literal a)? c) En este caso, son razonables las suposiciones para los intervalos de confianza aproximados del 99%?
41
Solucin
42
43
c) Es claro que la distribucin de Xi no es en realidad Bernoulli lo cual se debe a que en la prctica la seleccin no se hace con reposicin. Sin embargo, dado que el tamao de la poblacin se puede suponer grande en relacin a la muestra, la probabilidad de que se encueste dos o ms veces a una misma persona se puede suponer despreciable. En cuanto a la aproximacin por medio de la normal, es razonable dado que cumple las condiciones de muestra grande.
44
Ejemplo
En Lima se toma una muestra aleatoria de 100 votantes y se encuentra que 25 de ellos estn a favor de un candidato al Congreso. En Arequipa se toma una muestra aleatoria de 100 votantes y se encuentra que 45 de ellos estn a favor del candidato. Estimar con un intervalo de 95% de confianza la diferencia de proporciones.
45
46
Ejemplo
Un ingeniero analiza la resistencia a la compresin del concreto con una desviacin estndar de 31.62 psi. De una m.a. de 49 especimenes se obtuvo una resistencia promedio de 3250 psi Construya un I.C al 95% para la resistencia media a la compresin de este concreto.
47
Solucin
Suponga que X1,,X49 es una m.a que representa las resistencias a la compresin de 49 especimenes de este concreto y suponga que E[Xi] = y V[Xi] =2 , i =1,,49. Un I. C. aproximado al 100(1-)% para es: Donde
48
Tenemos
49
50
51
Ejemplo
En una central telefnica se seleccionan 150 llamadas telefnicas, observndose que el tiempo medio que tardan en descolgar el telfono los receptores de esas llamadas era de 2 segundos, con una desviacin tpica de 0,6 segundos. Se pide, para un nivel de confianza del 99 %: 1. Sin hacer ninguna hiptesis sobre la poblacin de llamadas telefnicas, obtener un intervalo de confianza para el tiempo medio que tardan los usuarios en descolgar el telfono, suponiendo que la desviacin tpica poblacional es 0,6. 2. Suponiendo que la poblacin de llamadas telefnicas sigue una distribucin normal con desviacin tpica 0,6, obtener un intervalo de confianza para el tiempo medio que tardan los usuarios en descolgar el telfono. 3. Idem al caso anterior pero sin conocer la desviacin tpica de la poblacin.
52
Solucin
53
54
55
(producto del coeficiente y el error estndar) y se denomina error mximo de estimacin E. Dado un valor de error y un cierto nivel de confianza, podemos estimar cul sera el tamao de la muestra
z12 / 2 2 n= E2
Anlogamente ocurre para el caso en que no es conocida, y tendramos:
56
Ejemplo Se desea estudiar la variable altura de los individuos de una poblacin, considerando que sta es una variable que se distribuye de modo gaussiana. Para ello se tom una muestra de 25 individuos (que podemos considerar piloto), que ofreci los siguientes resultados:
Calcular el tamao que debera tener una muestra para que se obtuviese un intervalo de confianza para la media poblacional con un nivel de confianza al 99% y con una precisin de E=1 cm.
57
Por tanto, si queremos realizar un estudio con toda la precisin requerida en el enunciado se debera tomar una muestra de 694 individuos. Esto es una indicacin de gran utilidad antes de comenzar el estudio. Una vez que el muestreo haya sido realizado, debemos confirmar que el error para el nivel de significacin dado es inferior o igual a 1 cm, utilizando la muestra obtenida.
58
Ejemplo
Una tienda de donas se interesa en estimar su volumen de ventas diarias. Supngase que el valor de la desviacin estndar es de $50. a) Si el volumen de ventas se encuentra aproximado por una distribucin normal, cul debe ser el tamao de la muestra para que con una probabilidad de 0.95 la media muestral se encuentre a no ms de $20 del verdadero volumen de ventas promedio? b) Si no es posible suponer que la distribucin es normal, obtener el tamao necesario de la muestra para la pregunta anterior.
59
Solucin
60
N n N 1
confianza (producto del coeficiente y el error estndar) por el factor de correccin para poblacin finita y se denomina error mximo de estimacin E. Dado un valor de error y un cierto nivel de confianza, podemos estimar cul sera el tamao de la muestra
n=
z12 / 2 + E 2 ( N 1)
61
2 1 / 2 2
N
2
Ejemplo
Inters: Conocer el salario semanal promedio de trabajadores en una zona de cierto distrito de Lima (se asume que son 1800 trabajadores). El estudio queremos realizarlo mediante una muestra y necesitamos calcular el tamao de muestra n, considerando un grado de confianza del 95%. Los resultados de un estudio preliminar proporciona un promedio de 210 nuevos soles y una desviacin estndar de 30 nuevos soles semanal. Con un error relativo del 6%, obtener el tamao de n.
62
Solucin
Definicin de error relativo: Er = (E/media)*100 E = (Er*media)/100 Por consiguiente: E= (6*210)/100 = 12.6 Grado de confianza 95%, nos indica que Z=1.96. Reemplazando valores en la formula se tiene: n=[(1.96)2(30)2(1800)]/[1.962(30)2+(12.6)2(1799)] =22 Por tanto, n=22 se requiere como mnimo 22 trabajadores.
63
Dado un valor de error y un cierto nivel de confianza, podemos estimar cul sera el tamao de la muestra
q z12 / 2 p n= 2 E
64
Observacin:
Si se desconoce el valor de p, se debe utilizar p = 0.5. Se utilizarn diferentes valores y se sustituirn en la formula para observar los diferentes tamaos de muestras. El nivel de confianza que se utilizar es del 95% con un error de estimacin de 0.30.
65
Ejemplo
Para poder controlar la fabricacin de un producto se toman 85 muestras de un determinado componente y se concluye que 10 de ellos no cumplen las especificaciones. Cul debera ser el tamao de la muestra si se quiere que el error cometido al estimar la proporcin sea menor de 0.05 con una probabilidad 0.95?. Solucin
66
67
Ejemplo
68
Solucin
69
confianza (producto del coeficiente y el error estndar) y se denomina error mximo de estimacin E. Dado un valor de error y un cierto nivel de confianza, podemos estimar cul sera el tamao de la muestra
z12 / 2 Np q n= 2 2 z1 / 2 p q + E ( N 1)
70
Ejemplo
El Director de un Colegio Nacional desea calcular la proporcin de los 1000 alumnos de ltimo ao que piensan seguir estudios en la universidad. Qu tamao debe tener la muestra que necesita tomar el director si su estimacin debe estar a 0,04 del valor verdadero. con 99% de confianza? El ao anterior, el 70% de los alumnos encuestados dijeron que tenan planeado seguir estudios en la universidad.
71
72
En esta ecuacin se nos pueden presentar dos casos: - Los tamaos de muestra son iguales. - Los tamao de muestra son diferentes. Para el primer caso no se tiene ningn problema, se eleva al cuadrado la ecuacin y se despeja n ya que n1 es igual a n2.
73
Para el segundo caso se pondr una n en funcin de la otra. Este caso se utiliza cuando las poblaciones son de diferente tamao y se sabe que una es K veces mayor que la otra.
74
Ejemplo
Un director de personal quiere comparar la efectividad de dos mtodos de entrenamiento para trabajadores industriales a fin de efectuar cierta operacin de montaje. Se divide un nmero de operarios en dos grupos iguales: el primero recibe el mtodo de entrenamiento 1, y el segundo, el mtodo 2. Cada uno realizar la operacin de montaje y se registrar el tiempo de trabajo. Se espera que las mediciones para ambos grupos tengan una desviacin estndar aproximadamente de 2 minutos. Si se desea que la estimacin de la diferencia en tiempo medio de montaje sea correcta hasta por un minuto, con una probabilidad igual a 0.95, cuntos trabajadores se tienen que incluir en cada grupo de entrenamiento?
Solucin
Se tiene que: 1 = 2 = 2 y = 0.95 Z0.975 = 1.96
En esta ecuacin se nos pueden presentar dos casos: - Los tamaos de muestra son iguales. - Los tamao de muestra son diferentes. Para el primer caso no se tiene ningn problema, se eleva al cuadrado la ecuacin y se despeja n ya que n1 es igual a n2.
76
Para el segundo caso se pondr una n en funcin de la otra. Este caso se utiliza cuando las poblaciones son de diferente tamao y se sabe que una es K veces mayor que la otra.
77
Ejemplo
Una compaa de productos alimenticios contrat a una empresa de investigacin de mercadotecnia, para muestrear dos mercados, I y II, a fin de comparar las proporciones de consumidores que prefieren la comida congelada de la compaa con los productos de sus competidores. No hay informacin previa acerca de la magnitud de las proporciones P1 y P2. Si la empresa de productos alimenticios quiere estimar la diferencia dentro de 0.04, con una probabilidad de 0.95, cuntos consumidores habr que muestrear en cada mercado?
Solucin
Se tendr que realizar encuestas a 1201 consumidores de cada mercado para tener una estimacin con una confianza del 95% y un error mximo de 0.04.
78
Ejercicio
Para calibrar un nuevo aparato de medida, un investigador realiz 15 mediciones, en las que obtuvo los siguientes errores: -0.10 -0.15 0.00 0.50 0.10 -0.20 -0.15 0.20 0.25 0.30 -0.45 -0.40 0.35 0.25 -0.50 Suponiendo que los errores se distribuyen segn una ley normal, (a) calcula un intervalo de confianza del error medio de medida con coeficiente de confianza 0,99. (b) Sabiendo que la desviacin tpica del error es menor o igual a 0,4, cuntas medidas sern necesarias para obtener con probabilidad 99% una estimacin del error medio de medida con un error mximo menor o igual a 0,1? (c) Suponiendo que un aparato de medida se considera admisible si la desviacin tpica de los errores de medida que produce es menor o igual que 0,3, determina si dicho aparato puede ser admisible al nivel de confianza del 99%.
79
80
81
82