INTERVALO DE

CONFIANZA
¿Dónde esta el Parámetro?
 Concepto
El parámetro poblacional es
frecuentemente un valor desconocido que
solo puede ser estimado usando los dotas
obtenidos de una Muestra.
De ahí que resulta necesario determinar
con cierto grado de certeza cual puede ser
el verdadero parámetro.
PARAMETRO

INTERVALO

ESTIMADOR
 Definición
Se llama intervalo de confianza en estadística a
un par 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 por 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.
Wikipedia ???
Intervalo de confianza
 Resumen
En el contexto de estimar un parámetro
poblacional, un intervalo de confianza es
un rango de valores (calculado en una
muestra) en el cual se encuentra el
verdadero valor del parámetro, con una
probabilidad determinada.
 Que lo hace variar
El nivel de confianza y la amplitud del
intervalo varían conjuntamente, de forma
que un intervalo más amplio tendrá más
posibilidades de acierto (mayor nivel de
confianza), mientras que para un intervalo
más pequeño, que ofrece una estimación
más precisa, aumentan sus posibilidades
de error.
 La distribución
Para la construcción de un determinado
intervalo de confianza es necesario
conocer la distribución teórica que sigue el
parámetro a estimar,
Es habitual que el parámetro se distribuya
normalmente
ESTIMACIÓN DE
PARAMETROS
Intervalos de confianza para la media

Elaborado: Lic. Fiestas Zevallos José Carlos

 INTERVALOS DE CONFIANZA PARA LA
MEDIA
1. Varianza 2 supuesta conocida
Sea una muestra aleatoria de tamaño n seleccionada de una población normal ( o
de cualquier otro tipo, siendo n grande) con media µ y varianza 2 supuestamente
conocida.

   
P  X  z1 2    X  z1 2   1.
 n n
 EJEMPLO

• Una muestra aleatoria de 100 hogares de una ciudad indica que el promedio de
los ingresos mensuales es de $500. Encuentre un intervalo de confianza del 95%
para la media poblacional de los ingresos de todos los hogares de esa ciudad.
Suponga la desviación estándar poblacional es de 100.
• Luego, si es un valor de la media para una muestra aleatoria de tamaño n escogida
de una población finita de tamaño N con varianza supuesta conocida, el intervalo de
confianza del para 2 es:

 N n  N n
x  z1 2    x  z1 2 .
n N 1 n N 1
El error estándar de un estimador es la desviación estándar del estimador. Es su valor
numérico se denomina error estándar estimado. Por ejemplo, el error estándar (E.S.) de la
media de una muestra de una población infinita (o población finita con sustitución) es:

n
Si la población es finita de tamaño N y el muestreo es sin reposición el error estándar (E.S.) de
la media muestral es:

 N n
n N 1
 EJEMPLO

• Un analista de investigación de mercados escoge una muestra aleatoria de 100

clientes de un conjunto de 500 clientes de una gran tienda que declararan ingresos
mayores a $5,000. El encuentra que los clientes de la muestra gastaron en la tienda
un promedio de $2500. Si con este valor de la muestra se estima que el gasto
promedio de la población finita varía de 2446 a 2554, ¿qué nivel de confianza se
utilizó?. Suponga que la desviación estándar de la población es $300.
2. Varianza 2 supuesta desconocida
2.1 Población no normal con muestra grande ( n 30)

x z1 2X x z1 2X.

ˆ X  sˆ n

  
ˆX  sˆ n (Nn) (N1)

2.2 Población normal muestra pequeña

P[ X  t1 2, n 1 Sˆ n    X  t1 2, n 1 Sˆ n ]  1  .
 EJEMPLO

• Los contenidos de una muestra aleatoria de 5 latas de café instantáneo de un

productor han dado los siguientes pesos netos en gramos: 280, 290, 285, 275, 284.
a) Encuentre un intervalo de confianza del 95% para la media de los contenidos de
todas las latas de café del productor.
b) ¿Con que grado de confianza se estima que el contenido promedio de café tenga
los límites de confianza 277.432 y 288.168?. Suponga una distribución normal.
TAMAÑO DE LA MUESTRA

( z1 2 ) 2
n
e2

z12 2  2 N
n .
z12 2  2 2
 e ( N  1)
 EJERCICIOS
1. Se decide estimar la media del nivel de ansiedad de todos los estudiantes preuniversitarios. Se
supone que la población de los puntajes de la prueba para medir la ansiedad se distribuye
normalmente con desviación estándar igual a 10 puntos. Determinar el intervalo para con
confianza del 95%, si una muestra aleatoria de tamaño 100 ha dado una media de 70 puntos.
2. Un fabricante afirma que el peso promedio de las latas de fruta en conserva que saca al mercado
es 19 onzas. Para verificar esta afirmación se escogen al azar 20 latas de la fruta y se encuentra
que el peso promedio es 18.5 onzas Suponga que la población de los pesos es normal con una
desviación estándar de 2 onzas. Utilizando un intervalo de confianza del 98% para µ, ¿se puede
aceptar la afirmación del fabricante?. ¿Qué tamaño de muestra se debe escoger para estimar µ si
se quiere un error no superior a 0.98 onzas con confianza del 95%?.
3. Un fabricante produce focos cuya duración tiene distribución normal . Si una muestra aleatoria de
9 focos da las siguientes vidas útiles en horas: 775, 780, 800, 795, 790, 785, 795, 780, 810
• Estimar la duración media de todos los focos del fabricante mediante un intervalo de confianza
del 95%.
• Si la media poblacional se estima en 790 horas con una confianza del 98%, ¿cuánto es el error
máximo de la estimación si se quiere una confianza del 98%?
INTERVALOS DE
CONFIANZA
DIFERENCIA DE MEDIAS
UTILIZANDO LA ESTADISTICA Z

 Muestras grandes, varianzas conocidas y poblacionales normales o no

 Muestras pequeñas, varianzas conocidas y poblacionales normales
 Muestras grandes, varianzas desconocidas y poblacionales normales o no con
≅ y ≅
Varianzas supuestamente conocidas

( x1  x 2 )  z 0 12 n1   22 n 2  1   2  ( x1  x 2 )  z 0 12 n1   22 n 2
Ejemplo
Un agente de compras de una compañía está tratando de decidir si comparar la
marca A o la maraca B de cierto tipo de focos ahorradores de energía. Para
estimar la diferencia entre las dos marcas se lleva a cabo un experimento con
dos muestras aleatorias independientes de 10 focos de cada marca resultando
las medias de vida útil respectivas de 1,230 horas y 1,190 horas Estimar la
verdadera diferencia de las dos medias de vida útil, mediante un intervalo de
confianza del 95%. ¿Es acertada la decisión del agente si adquiere cualquiera
de las dos marcas?
Suponga que las dos poblaciones tienen distribución normal con desviaciones
estándares respectivas de 120 y 60 horas.
 Varianzas supuestamente desconocidas
Poblaciones no normales

( x1  x2 )  z0 sˆ12 n1  sˆ22 n2  1   2  ( x1  x2 )  z0 sˆ12 n1  sˆ22 n2 .

UTILIZANDO LA ESTADISTICA t
Poblaciones normales varianzas supuestamente iguales

2 2 2 2
(x1  x2 ) t0 sc n1  sc n2  1 2  (x1  x2 ) t0 sc n1  sc n2
ˆ ˆ ˆ ˆ

( n  1) ˆ 2  (n  1) Sˆ 2
S
Sˆ c2  1 1 2 2
n1  n 2  2
Poblaciones normales varianzas supuestamente distintas

x1  x2   t1 2, r sˆ12 n1  sˆ22 n2  1  2  x1  x2   t1 2, r sˆ12 n1  sˆ22 n2 .

2
 2 2
ˆ
s ˆ
s
 1  2
 n1 n 2 
 
r 2 2
.
 2  2
ˆ
s
 1  sˆ 2 
 n1   n2 
   

n1  1 n2 1
Ejemplo
El encargado de compras de una cadena de restaurantes tiene que escoger
entre dos variedades de arroz A y B. Selecciona dos muestras aleatorias
independientes de 10 bolsas de arroz de un kilo de cada tipo de arroz y
encuentra los siguientes porcentajes de granos quebrados por kilo:
A: 6, 5, 6, 7, 4, 7, 6, 4, 3, 6.
B: 7, 6, 7, 9, 5, 8, 7, 6, 10, 8.
Estimar mediante un intervalo de confianza del 95% la diferencia promedio de
porcentajes de granos quebrados por kilos de arroz de las dos variedades. ¿Se
puede aceptar que no hay diferencias significativas entre las dos medias
poblacionales?.
Suponga que los porcentajes de granos quebrados por kilo en cada
variedad se distribuyen normalmente con la misma varianza.
Ejemplo
Se lleva a cabo un estudio para comparar el tiempo que tardan hombres y
mujeres para realizar determinada tarea. Las experiencias anteriores indican
que la distribución de tiempos tanto para hombres como para mujeres es
normal con varianzas diferentes. Una muestra aleatoria de 9 hombres y 8
mujeres han dado los siguientes tiempos en minutos:
Hombres: 12, 28, 10, 25, 24, 19, 22, 33, 17 .
Mujeres: 16, 20, 16, 20, 16, 17, 15, 21.
Mediante un intervalo de confianza del 95% para la verdadera diferencia de
los promedios de tiempos de hombres y mujeres, ¿se puede concluir que los
hombres emplean mayor tiempo que las mujeres para hacer la tarea?.
Para una proporción
p (1  p ) p (1  p )
p  z1 2  p  p  z1 2
n n
Ejemplo
Una encuestadora utilizó una muestra aleatoria de 600 electores que acaban de
votar y encontró que 240 votaron a favor del candidato A. Estimar el porcentaje de
electores a favor de A en toda la población, utilizando un intervalo de confianza del
95%.
- Si el muestreo es con reemplazo y se conoce la Población:

p (1  p ) N n
ˆ P  .
n N 1
Cálculo de la muestra:

( z1 / 2 ) 2 p (1  p )
n 2
.
e

z12 2 pq N
n .
z12 2 2
pq  e ( N  1)

Ejemplo: Del ejemplo anterior

¿Qué tan grande se requiere que sea la muestra si se desea tener una confianza
del 94% de que el error de estimación de p no sea superior a 2%?.
 Ejemplo
Una empresa va a hacer un estudio de mercado antes de lanzar un
nuevo producto hacia una población de 30,000 consumidores. ¿Qué
tamaño de muestra deberá escoger si quiere tener una confianza del
95% de que error de la estimación de la proporción a favor del
producto no sea superior al 4%?.

Diferencia de proporciones
 p1  p 2   z1 2 ˆ p  p
1 2
 p1  p 2   p1  p 2   z1 2 ˆ p1  p2
p1 q1 p 2 q 2
ˆ P  P   ,
1 2 n1 n2
Ejemplo
Un fabricante afirma que su nuevo producto de consumo popular prefieren más
los hombres que las mujeres. Para comprobar tal afirmación, se toma una
muestra aleatoria de 250 hombres y otra de 200 mujeres, y se encuentra que 175
hombres y 120 mujeres prefieren el nuevo producto. Utilizando un intervalo de
confianza del 95% para la verdadera diferencia de proporciones de
preferencias entre los hombres y las mujeres, ¿se puede concluir que el
fabricante del nuevo producto tiene la razón?.
Intervalo de confianza para la
varianza

Cuando es la Población normal y muestra pequeña

(n  1) sˆ 2
(n  1) sˆ 2
 
2

 2
1 2, n 1 2 2, n 1
Población normal o no y muestra grande

1
1 2 1 2

Ejemplo.
El índice de refracción de una m.a. de 20 piezas de vidrio tiene una
varianza de 1.2x10-4 .Obtener un intervalo de confianza para bajo el
supuesto que los índices de refracción se distribuye normalmente

Si 50 medidas de la gravedad especifica del aluminio tienen una media de

2.686 y una desviación estándar de 0.042. Obtener intervalos aleatorios del
99% de confianza para la media y la desviación estándar de tales
medidas.
Ejemplo

Una máquina produce piezas metálicas en forma cilíndrica. Para

estimar la variabilidad de los diámetros, se toma una muestra aleatoria
de 10 piezas producidas por la máquina encontrando los siguientes
diámetros en centímetros:
10.1, 9.7, 10.3, 10.4, 9.9, 9.8, 9.9, 10.1, 10.3, 9.9.
Encuentre un intervalo de confianza del 95% para la varianza de los
diámetros de todas las piezas producidos por la máquina. Suponga
que los diámetros de las piezas se distribuyen según la normal.
Cociente de varianzas

sˆ12 12 sˆ12

f  2, r2 , r1   f 1 2, r2 , r1
sˆ 22  22 sˆ 22
Ejemplo
Se quiere comparar la variabilidad de todas las ventas mensuales de una compañía A con la
variabilidad de su competidora la compañía B. Se sabe que todas las ventas de A y de B se
distribuyen normalmente. Se han tomado dos muestras aleatorias de ventas; una de 8 meses
de A y otra de 6 meses de B obteniéndose las siguientes ventas:
Muestra de A: 17, 23, 21, 18, 22, 20, 21, 19.
Muestra de B: 13, 16, 14, 12, 15, 14.
Mediante un intervalo de confianza del 95% para las varianzas respectivas.
. ¿Se puede concluir que son iguales las varianzas de todas las ventas de las compañías A y B?.