Proyecto Integrador Intervalos de Confianza

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 13

MARÍA DE LA LUZ ARREGUIN ÁLVAREZ

ESTADÍSTICA INFERENCIAL

UNIDAD 2. ESTIMACIÓN DEL INTERVALO DE UNA MEDIA


POBLACIONAL

ACTIVIDAD 5. PROYECTO INTEGRADOR ETAPA 1


Introducción

En una sociedad en continuo cambio, como la que nos ha tocado vivir,


hemos dejado de asombrarnos por los avances de la ciencia y la
tecnología. La estadística ha jugado un papel primordial en este desarrollo,
al proporcionar herramientas metodológicas generales para analizar la
variabilidad, determinar relaciones entre variables, diseñar de forma óptima
experimentos, mejorar las predicciones y la toma de decisiones en
situaciones de incertidumbre.

La estadística es una ciencia aplicada de las matemáticas y es una valiosa


herramienta para la toma de decisiones. Permite el estudio de fenómenos
mediante la descripción del mismo a través de inferencias mediante
distribuciones probabilísticas.

En el presente proyecto se calcularan valores estadísticos como la media y


desviación estándar además de hacer un análisis con intervalos de
confianza que un rango de valores, derivado de los estadísticos de la
muestra, que posiblemente incluya el valor de un parámetro de población
desconocido. Debido a su naturaleza aleatoria, es poco probable que dos
muestras de una población en particular produzcan intervalos de confianza
idénticos. Sin embargo, si usted repitiera muchas veces su muestra, un
determinado porcentaje de los intervalos de confianza resultantes incluiría
el parámetro de población desconocido.

La estimación de la muestra de los departamentos de las colonias Portales


del sur y Narváez permitirá tomar una decisión o inferencia final.
Justificación

El presente proyecto estimación de un intervalo para la media consiste en


realizar el análisis de inversión para edificio de departamentos, en base al
ingreso familiar en la delegación Benito Juárez de la Ciudad de México para
tomar la decisión de invertir en la construcción de un edificio de
departamentos, con precio de venta de 1´500,000 pesos, el ingreso
promedio que se requiere es de 35,000 pesos por familia.

Para la ejecución de este proyecto se tomara en cuenta la estimación


puntual y por intervalos con distribución normal. Dicho análisis permitirá inferir
en si se toma la decisión de invertir en la construcción de dicho edificio.

Marco teórico

Estimación

Cuando queremos realizar un estudio de una población cualquiera de la


que desconocemos sus parámetros, por ejemplo, su media poblacional o la
probabilidad de éxito si la población sigue una distribución binomial,
debemos tomar una muestra aleatoria de dicha población a través de la
cual calcular una aproximación a dichos parámetros que desconocemos y
queremos estimar. Bien, pues esa aproximación se llama estimación.
Estimación puntual

Una estimación puntual del valor de un parámetro poblacional


desconocido, es un número que se utiliza para aproximar el verdadero valor
de dicho parámetro poblacional. Para realizar la estimación, tomaremos
una muestra de la población y calcularemos el parámetro muestral
asociado.

El valor de este parámetro muestral será la estimación puntual del


parámetro poblacional.

Una estimación es puntual cuando se usa un solo valor extraído de la


muestra para estimar el parámetro desconocido de la población. Al valor
usado se le llama estimador.

La media de la población se puede estimar puntualmente mediante la

media de la muestra:

La proporción de la población se puede estimar puntualmente mediante la

proporción de la muestra:

La desviación típica de la población se puede estimar puntualmente


mediante la desviación típica de la muestra, aunque hay mejores
estimadores:

Estimación por intervalos

Dada una población X, que sigue una distribución cualquiera con media µ
y desviación estándar σ. Sabemos que, para valores de n , la media muestral
x sigue una distribución aproximadamente normal con media µ x = µ y
desviación estándar n x σ = σ .
A veces es conveniente obtener unos límites entre los cuales se encuentre el
parámetro con un cierto nivel de confianza, en este caso hablamos de
estimación por intervalos.

Intervalo de confianza

En estadística, se llama intervalo de confianza a un par o varios pares de


números entre los cuales se estima que estará cierto valor desconocido con
una determinada probabilidad de acierto. Formalmente, estos números
determinan un intervalo, que se calcula a partir de datos de una muestra, y
el valor desconocido es un parámetro poblacional. La probabilidad de éxito
en la estimación se representa con 1 - α y se denomina nivel de confianza.
En estas circunstancias, α es el llamado error aleatorio o nivel de
significación, esto es, una medida de las posibilidades de fallar en la
estimación mediante tal intervalo.

El nivel de confianza y la amplitud del intervalo varían conjuntamente, de


forma que un intervalo más amplio tendrá más probabilidad de acierto
(mayor nivel de confianza), mientras que, para un intervalo más pequeño,
que ofrece una estimación más precisa, aumenta su probabilidad de error.

Para la construcción de un determinado intervalo de confianza es necesario


conocer la distribución teórica que sigue el parámetro a estimar, θ. Es
habitual que el parámetro presente una distribución normal.

En definitiva, un intervalo de confianza al 1 - α por ciento para la estimación


de un parámetro poblacional θ que sigue una determinada distribución de
probabilidad, es una expresión del tipo [θ1, θ2] tal que P[θ1 ≤ θ ≤ θ2] = 1 - α,
donde P es la función de distribución de probabilidad de θ.
Intervalo de confianza para la media muestral

Si y s son la media y la desviación estándar de una muestra aleatoria de


una población normal con varianza 𝝈𝟐 , desconocida, un intervalo de
confianza de

( ) 100% para µ es:

𝑆 𝑆
𝑋̅ − 𝑡𝛼 < 𝜇 < 𝑋̅ + 𝑡𝛼 (A.Jhonson, 2012)
2 √ 𝑛 2 √𝑛

Donde 𝒕𝜶/𝟐 es el valor t con 𝒗 = 𝒏 − 𝟏grados de libertad, que deja un área


𝜶
de 𝟐 a la derecha.

Se hace una distinción entre los casos de conocida y desconocida al


calcular las estimaciones del intervalo de confianza. Se debe enfatizar que
para el primer caso se utiliza el teorema del límite central, mientras que

para desconocida se hace uso de la distribución muestral de la variable


aleatoria t. Sin embargo, el uso de la distribución t se basa en la premisa de
que el muestreo se realiza de una distribución normal. En tanto que la
distribución tenga forma aproximada de campana, los intervalos de
confianza se pueden calcular cuando la varianza se desconoce mediante
el uso de la distribución t y se puede esperar buenos resultados.

Con mucha frecuencia los estadísticos recomiendan que aun cuando la

normalidad no se pueda suponer, con desconocida y n 30, se puede

reemplazar ha y se puede utilizar el intervalo de confianza:

𝑆
𝑋̅ ± 𝑍𝛼/2
√𝑛
Por lo general éste se denomina como un intervalo de confianza de muestra
grande. La justificación yace sólo en la presunción de que con una muestra

grande como 30, s estará muy cerca de la real y de esta manera el


teorema del límite central sigue valiendo.

Planteamiento del problema

Análisis de inversión para edificio de departamentos, en base al ingreso


familiar en la delegación Benito Juárez de la Ciudad de México, se realizó
una muestra de tres cuadras en la colonia Portales Sur y otra igual en la
colonia Narvarte, para tomar la decisión de invertir en la construcción de un
edificio de departamentos, con precio de venta de 1´500,000 pesos, el
ingreso promedio que se requiere es de 35,000 pesos por familia.
1. Con los datos que se muestran de los
ingresos por familia se procede a hacer el
cálculo de la media y la desviación
estándar para ambas colonias.

2. Establecimiento de hipótesis en base a


el ingreso promedio de 35,000
Hipótesis nula Hipótesis alternativa
H0: μ = 35000 H1: μ≠ 35000
3. Intervalo de confianza con un 90% por colonia y su respectiva
interpretación

4. Calculo del error con un 10%

Interpretación: Se puede afirmar que con un 90% de confianza el


error máximo es de 1.35 para Portales y Narvaez 1.44.
Conclusiones

Por el momento se puede apreciar que la colonia Portales tiene un menor


error maximo en fallar para la construcción del edificio pero aun falta
probar las hipotesis nula y alternativa.

Bibliografía
A.Jhonson, R. (2012). Probabilidad y estadística para ingenieros. México:
Pearson. Obtenido de
http://www.bibliotechnia.com.mx/portal/visor/web/visor.php
ANEXOS
Anexo 1 .Distribucion Normal Estándar

También podría gustarte