ESTADÍSTICA

APLICADA II
MSC. CYNTHIA LIZBETH OLIVERA LAZARO

INFERENCIA ESTADÍSTICA: ESTIMACIÓN

DE PARÁMETROS
SESIÓN 3
ESTIMACIÓN

No olvidar!!
𝝁

𝝈 𝑿
𝑺
𝝅 𝒑
Parámetros () Estadísticos
TIPOS DE ESTIMACIÓN

Se trata de emplear los estadísticos para estimar los parámetros.

Métodos de estimación:

Estimación puntual: Estimación de intervalo:

utilización de datos de ofrece un intervalo de
la muestra para valores razonables dentro
calcular un solo del cual se pretende que
número para estimar el esté el parámetro de interés:
parámetro de interés. (𝜇, 𝜎, 𝜋). Con cierto grado
o nivel de confianza
ESTIMACIÓN PUNTUAL
Es la estimación del valor del parámetro por medio de un único valor obtenido mediante
el cálculo o evaluación de un estimador para una muestra específica. Por ejemplo, la
media muestral es un posible estimador puntual de la media poblacional µ.

Es la estimación del valor del parámetro por medio

de un único valor obtenido mediante el cálculo o
evaluación de un estimador para una muestra
específica. Por ejemplo, la media muestral es un
posible estimador puntual de la media poblacional
µ.
PROPIEDADES ESTIMACIÓN PUNTUAL

INSESGADO EFICIENTE CONSISTENTE

MÉTODOS PARA LA ESTIMACIÓN PUNTUAL

MÁXIMA
MOMENTOS
VEROSIMILITUD
MOMENTOS
La idea básica consiste en igualar ciertas características muestrales con las correspondientes
características poblacionales. Recordemos la siguiente definición.
Sea x una v.a. de una población determinada. Si {xi} i =1,n es una v.a. de “x” los primeros 'k'
momentos, muéstrales al rededor del origen se define como.

𝑛
1
𝑀𝑟 = 𝑥𝑖𝑟 𝑟 = 1, 𝐾
𝑛
𝑖=1
MOMENTOS – CASO DISCRETO Y CONTINUO
Discreto
Sea X una v.a. con función de probabilidad puntual px(x) en el caso discreto. El momento
K-ésimo (k ∈ N) poblacional centrada en el origen es.

𝑼′𝒓 = 𝑬 𝒙𝒓 = 𝒙𝒓 𝒑𝒙 (𝒙)
Continuo:
Sea X una v.a. con función de densidad fx(x) en el caso continuo. El momento K-ésimo (k ∈
N) poblacional centrada en el origen es.

𝑼′𝒓 = 𝑬 𝒙𝒓 = 𝒙𝒓 𝒇𝒙 𝒙 𝒅𝒙

El método consiste en igualar los resultados muéstrales y poblacionales obteniendo k

ecuaciones simultaneas con k parámetros desconocidos.

𝑼′𝒓 = 𝑴′𝒓
EJERCICIO MOMENTOS
Ejercicio 1: Si X1, X2,......Xn una muestra aleatoria de una población con distribución gamma.
Hallar el estimador de momentos de α y β
1 𝑥
−
𝑓 𝑥, 𝛼, 𝛽 = 𝑒 𝛽𝑥𝛼, 𝑥>0
𝛽𝛼+1 𝛼!
Paso 1:
Como existen dos Parámetros, el valor de Paso 3:
K=2 Hallando los momentos poblacionales
𝑼′𝟏 = 𝑴′𝟏 discretos
𝑼′𝟐 = 𝑴′𝟐

Paso 2:
Sabemos que los momentos muestrales son
𝑥𝑖 𝑥𝑖2
𝑀1 = 𝑀2 =
𝑛 𝑛
EJERCICIO MOMENTOS
Ejercicio 1: Si X1, X2,......Xn una muestra aleatoria de una población con distribución gamma.
Hallar el estimador de momentos de α y β
1 𝑥
−
𝑓 𝑥, 𝛼, 𝛽 = 𝑒 𝛽𝑥𝛼, 𝑥>0
𝛽𝛼+1 𝛼!
Paso 3: Paso 4:
Hallando los momentos poblacionales Remplazando los valores calculados en el “Paso 1”,
discretos
MAXIMA VEROSIMILITUD
Este método fue introducido por Fisher en la década de 1920. Se basa en la idea de, dada una
muestra, hallar los valores de los parámetros que hacen que la probabilidad de obtener dicha
muestra sea máxima.
Sea, x una v.a. con fdp f(x,) y {xi} i =1,n una muestra aleatoria de x. La función de
verosimilitud se define como:

𝑛
L 𝜃 = 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 ; 𝜃 = 𝑓𝑥 (𝑥1 )𝑓𝑥 (𝑥2 )…𝑓𝑥 𝑥𝑛 = 𝑖=1 𝑓𝑥 (𝑥𝑖 )
El método de MV consiste en tomar como valor estimado de  el valor que maximice L. Si
𝜃 hace máximo L también lo hará a Ln(L)
𝑛 𝑛

𝐿 = 𝐿𝑛𝐿 𝜃 = 𝐿𝑛𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 ; 𝜃 = 𝐿𝑛 𝑓𝑥 𝑥𝑖 = 𝐿𝑛𝑓𝑥 (𝑥𝑖 )

𝑖=1 𝑖=1
Luego maximizamos L: 𝜕
𝐿=0
𝜕𝜃
EJERCICIO MAXIMA VEROSIMILITUD
Si {X1, X2,......Xn } es una muestra aleatoria proveniente de una distribución gamma con
parámetro conocido  y parámetro de escala desconocido (>0). Calcular el estimador MV
de .
ESTIMACIÓN POR INTERVALOS
INTERVALO DE CONFIANZA DE LA MEDIA CON VARIANZA
CONOCIDA
INTERVALO DE CONFIANZA DE LA MEDIA CON VARIANZA
CONOCIDA
EJEMPLO INTERVALO DE CONFIANZA DE LA MEDIA CON
VARIANZA CONOCIDA
PROBLEMA 1:
Un fabricante produce focos que tienen un promedio de vida de distribución normal y
una desviación estándar de 40 horas. Si una muestra de 30 focos tiene una vida
promedio de 780 horas.

a) Encuentre el intervalo de confianza del 95% para la media de la población de todos

los focos que produce la empresa.
b) Que tan grande se requiere que sea una muestra. Si se desea tener una confianza del
95% de la media poblacional, y que esté dentro de las 10 horas del promedio real.
EJEMPLO INTERVALO DE CONFIANZA DE LA MEDIA CON
VARIANZA CONOCIDA
EJEMPLO INTERVALO DE CONFIANZA DE LA MEDIA CON
VARIANZA CONOCIDA
EJEMPLO INTERVALO DE CONFIANZA DE LA MEDIA CON
VARIANZA CONOCIDA
PROBLEMA 1:
La empresa AUTOZIN produce partes de componentes cilíndricos
para la industria automotriz que tienen un promedio de diámetro
de 5 milímetros con una distribución normal y una desviación
estándar de 0.1 milímetros . Para confirmar esto Se tomo una
muestra de 25 partes seleccionadas al azar que muestra que el
diámetro promedio es de 5.027 milímetros .Encuentre el intervalo
de confianza del 95% para la media de la población de todas las
partes de componentes cilíndricos que produce la empresa
EJEMPLO INTERVALO DE CONFIANZA DE LA MEDIA CON
VARIANZA CONOCIDA

𝜇=5 𝑋 = 5.027
𝜎 = 0.1 𝑛 = 25
EJEMPLO INTERVALO DE CONFIANZA DE LA MEDIA CON
VARIANZA DESCONOCIDA
EJEMPLO INTERVALO DE CONFIANZA DE LA MEDIA CON
VARIANZA DESCONOCIDA
EJEMPLO INTERVALO DE CONFIANZA DE LA MEDIA CON
VARIANZA DESCONOCIDA
RESUMEN DE FORMULAS PARA EL CÁLCULO DEL INTERVALO
DE CONFIANZA DE LA MEDIA
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL
Si 𝑋1 − 𝑋2 son las medias de dos muestras aleatorias independientes de tamaño 𝑛1 − 𝑛2 ,
tomadas de poblaciones que tiene varianzas conocidas 𝜎1 2 , 𝜎2 2 , respectivamente, entonces
el intervalo de confianza para 𝜇1 − 𝜇2 es:

𝜎1 2 𝜎2 2 𝜎1 2 𝜎2 2
(𝑋1 −𝑋2 ) − 𝑍 𝛼 + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ (𝑋1 −𝑋2 ) + 𝑍 𝛼 +
1− 2 𝑛1 𝑛2 1− 2 𝑛1 𝑛2

𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒𝑛𝑡𝑒:
𝜎1 2 𝜎2 2
𝐼𝐶(𝜇1 − 𝜇2 )= 𝑋1 − 𝑋2 ± 𝑍 𝛼
1− 2
⋅ +
𝑛1 𝑛2
𝝁 = 𝑿 − 𝒁𝝈
𝝈𝟏 𝟐 𝜎2 2
(𝝁𝟏 − 𝝁𝟐 ) − (𝑿𝟏 − 𝑿𝟐 ) = 𝒁 +
𝑛1 𝑛2
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL
Usamos Z:
1. MUESTRAS GRANDES (n1 ≥ 30, n2 ≥ 30).

VARIANZAS POBLACIONALES CONOCIDAS: σ21, σ22

POBLACIONES NORMALES O NO.

2. MUESTRAS PEQUEÑAS (n1 < 30, n2 < 30)

VARIANZAS POBLACIONALES CONOCIDAS: σ21, σ22

POBLACIONES NORMALES
 INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL

Interpretaciones adicionales según los intervalos obtenidos:

Si IC=(+,+), P(+ <1 - 2 < +) = 1-α A > B

Si IC=(-,-), P(- < 1 - 2 < - ) = 1-α A < B
Si IC=(-,+), P(- < 1 - 2 < +) = 1-α A = B (Las medias de 1 - 2 son iguales)
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL

En un estudio para determinar el gasto medio mensual en arbitrios en las ciudades A y B con
desviaciones estándar de 15 y 10 soles respectivamente. Se toma una muestra al azar de 200 hogares
de A arrojando un gasto medio de S/250. Una muestra al azar de 180 hogares de la ciudad B da una
gasto medio de 235.

a) Determine un intervalo de confianza del 99 % para la diferencia del gasto medio en las ciudades A
y B.
b) ¿Es diferente el gasto medio mensual en arbitrios en las ciudades A y B?
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL

Solución a:
Datos población Datos Muestra
𝑋𝑖:Gasto mensual en arbitrios en las ciudades.
1. A 2. B 1. A 2. B
σ1 2 σ2 2 𝜎1 = 15 𝜎2 = 10 𝑛1 = 200 𝑛2 = 180
IC 𝝁𝟏 − 𝝁𝟐 = (𝑿𝟏 −𝑿𝟐 ) ± 𝑍 𝛼 + 𝑋1 = 250 𝑋2 = 235
1− 2 𝑛1 𝑛2
𝑁𝐶 = 1 − 𝛼 = 0.99
152 102 𝛼 = 0.01
IC 𝝁𝟏 − 𝝁𝟐 = 𝟐𝟓𝟎 − 𝟐𝟑𝟓 ± 2.578 ∙ +
200 180

𝑍 0.01 →𝑍
11.66 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 18.34 1− 2 0.995 =2.578

Con el 99% de confianza, la diferencia del gasto medio mensual

en arbitrios en las ciudades A y B se encuentra entre S/. 11.66 y 18.34.
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL
Responder a la pregunta ¿Es diferente el gasto medio mensual en arbitrios en las ciudades A y B?
implica responder si ¿ A ≠ B? o también ¿A - B ≠ 0? Si apreciamos el intervalo de confianza
construido no puede ser cero.

11.66 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 18.34

Si IC=(+,+), P(+ <1 - 1 < +)=1-α A > B

𝝁𝟏 − 𝝁𝟐 no puede ser cero, es decir, el gasto medio mensual en arbitrios

en ambas ciudades es diferente.
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL
Se llevan a cabo pruebas de resistencia a la tensión sobre diferentes clases de largueros
de aluminio utilizados en la fabricación de alas de aeroplanos comerciales. De la
experiencia pasada con el proceso de fabricación de largueros y del procedimiento de
prueba los datos obtenidos aparecen en la tabla siguiente. Si µ1 y µ2 denotan los
promedios verdaderos de las resistencias a la tensión para las clases de largueros,
entonces se pide encontrarse un intervalo de confianza del 95% para la diferencia de las
medias µ1 − µ2 .
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL

Solución a: Datos población Datos Muestra

𝑋𝑖: 𝑅𝑒𝑠𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑎 𝑙𝑎 𝑡𝑒𝑛𝑐𝑖ó𝑛 𝑒𝑛 𝑙𝑎𝑟𝑔𝑢𝑒𝑟𝑜𝑠 𝑑𝑒 𝑎𝑙𝑢𝑚𝑖𝑛𝑖𝑜…
1. 1 2. 2 1. 1 2. 2
𝜎1 = 1.0 𝜎2 = 1.5 𝑛1 = 10 𝑛2 = 12
σ1 2 σ2 2 𝑋1 = 87.6 𝑋2 = 74.5
IC 𝝁𝟏 − 𝝁𝟐 = (𝑿𝟏 −𝑿𝟐 ) ± 𝑍 𝛼 +
1−
2 𝑛1 𝑛2

𝑁𝐶 = 1 − 𝛼 = 0.95
12 1.52
IC 𝝁𝟏 − 𝝁𝟐 = 𝟖𝟕. 𝟔 − 74.5 ± 1.96 ∙ + 𝛼 = 0.05
10 12
𝑍 0.05 →𝑍 0.975 =1.96
1− 2
12.05 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 14.15

Con el 95% de confianza, la diferencia entre la resistencia a la tención en

largueros de aluminio clase 1 y 2 se encuentra entre 12.05 y 14.15.
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL DESCONOCIDA
VARIANZA DESCONOCIDA

 Muestras pequeñas (n1 < 30, n2 < 30)

 Varianzas poblacionales desconocidas e iguales. (12 =22)
 Poblaciones normales
Caso 1:

2 1 1 2 1 1
(𝑋1 −𝑋2 ) − 𝑇 𝛼 𝑆𝑃 + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ (𝑋1 −𝑋2 ) + 𝑇 𝛼 𝑆𝑃 +
1− 2 , 𝑔𝑙 𝑛1 𝑛2 1− 2 ,𝑔𝑙 𝑛1 𝑛2

Cuya distribución es la de t-Student con (𝑔𝑙 = 𝑛1 + 𝑛2 − 2)

𝑛1 − 1 𝑆1 2 + (𝑛2 − 1)𝑆2 2
𝑆𝑃 2 =
𝑛1 + 𝑛2 − 2
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL DESCONOCISA
PROBLEMA 1:

En un proceso químico, se comparan dos catalizadores para

verificar su efecto en el resultado de la reacción del proceso. Se
preparó una muestra de 12 procesos utilizando el catalizador 1
y una de 10 con el catalizador 2, en el primer caso se obtuvo un
rendimiento promedio de 85 con una desviación estándar
muestral de 4, mientras que el promedio para la segunda
muestra fue 81 y la desviación estándar muestral de 5.
Encuentre un intervalo de confianza del 90% para la diferencia
entre las medias poblacionales, suponiendo que las
poblaciones están distribuidas aproximadamente en forma
normal, con varianzas iguales.
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL DESCONOCISA
VARIANZA DESCONOCIDA
Datos del problema:
Confianza: 1 − 𝛼 = 0.90 → 𝛼 = 0.10
SOLUCIÓN: Población
2 2
𝑇 𝛼
1− 2 , 𝑔𝑙
= 𝑇 0.95, 20 = 1.725
σ1 = σ2 1. Catalizador 1 2. Catalizador 2
𝑔𝑙 = 12 + 10 − 2 = 20 σ1 2 : Desconoc. σ2 2 : Desconoc.

Reemplazando en la Fórmula: Muestra

𝑛1 − 1 𝑆1 2 + (𝑛2 − 1)𝑆2 2
𝑆𝑃 2 = 1. Catalizador 1 2. Catalizador 2
𝑛1 + 𝑛2 − 2 𝑛1 = 12 𝑛2 = 10
𝑋1 =85 𝑋2 =81
𝑆1 = 4 𝑆2 = 5
42 (12 − 1) + 52 (10 − 1)
𝑆𝑃 2 = = 20.05
12 + 10 − 2
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL DESCONOCISA

2 1 1 2 1 1
(𝑋1 −𝑋2 ) − 𝑇 𝛼 𝑆𝑃 + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ (𝑋1 −𝑋2 ) + 𝑇 𝛼 𝑆𝑃 +
1− , 𝑔𝑙
2 𝑛1 𝑛2 1− ,𝑔𝑙
2 𝑛1 𝑛2

Reemplazando en la Fórmula:

1 1 1 1
85 − 81 − 1.725 20.05 + < 𝝁𝟏 − 𝝁𝟐 < 85 − 81 + 1.725 20.05 +
12 10 12 10

Interpretación:
Con un nivel de confianza del 90% la diferencia de medias del rendimiento del catalizador 1 y 2 está
comprendido de 0.69 a 7.31
Nota: tienen un rendimiento diferente.
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL DESCONOCISA
VARIANZA DESCONOCIDA
 Muestras pequeñas (n1 < 30, n2 < 30).
Caso 2:  Varianzas poblacionales desconocidas y diferentes. (12 ≠ 22)
 Poblaciones normales

𝑠1 2 𝑆2 2 𝑆1 2 𝑆2 2
(𝑋1 −𝑋2 ) − 𝑇 𝛼 + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ (𝑋1 −𝑋2 ) + 𝑇 𝛼 +
1− 2 ,𝑉 𝑛1 𝑛2 1− 2 ,𝑉 𝑛1 𝑛2

𝟐 𝟐 𝟐
𝒔𝟏 𝑺𝟐
𝒏𝟏 + 𝒏𝟐
Donde 𝑇 1−𝛼 es el valor de T con V grados de libertad. 𝑽=
2
𝟐 𝟐
𝒔𝟏𝟐 𝟐 𝑺 𝟐
𝒏𝟏 𝒏𝟐
𝒏𝟏 − 𝟏 + 𝒏𝟐 − 𝟏
 INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL DESCONOCISA
PROBLEMA 2:

Se registraron los siguientes datos en días, que representan los tiempos de recuperación de
pacientes tratados aleatoriamente con dos medicamentos para aliviarlos de graves infecciones en la
vesícula:
Medicamento 1 Medicamento 2
𝑛1 = 14 𝑛2 = 14
𝑋1 =17 𝑋2 =19
𝑆1 2 = 1.5 𝑆2 2 = 1.8

Encuentre un intervalo de confianza del 99% para la diferencia µ1-µ2 en el

tiempo promedio de recuperación para los medicamentos, suponiendo
poblaciones normales con varianzas diferentes.
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL DESCONOCISA
SOLUCIÓN: Población
Confianza: 1 − 𝛼 = 0.99 → 𝛼 = 0.01
2 2
σ1 ≠ σ2 1. Medicam. 1
𝑇 𝛼 = 𝑇 0.995, 𝑉 σ1 2 : Desconoc.
1− 2 , 𝑉

Reemplazando en la Fórmula: Muestra

2 2 2
1. Medicam 1
𝑠1 𝑆2
+ 1.5 1.8 2 𝑛1 = 14
𝑛1 𝑛2 14 + 14 𝑋1 =17
𝑉= 𝑣= 2 = 25.787 = 26
2 2 𝑆2 2 2 1.5 2
1.8 𝑆1 2 = 1.5
𝑠1
𝑛2 14 14
𝑛1 +
14 − 1 14 − 1
𝑛1 − 1 + 𝑛2 − 1

𝑡𝑎𝑏𝑙𝑎: 𝑇 0.995, 26 =2.779

INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS
MUESTRALES CON VARIANZA POBLACIONAL DESCONOCISA

𝑠1 2 𝑆2 2 𝑆1 2 𝑆2 2
(𝑋1 −𝑋2 ) − 𝑇 𝛼 + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ (𝑋1 −𝑋2 ) + 𝑇 𝛼 +
1− 2 ,𝑉 𝑛1 𝑛2 1− 2 ,𝑉 𝑛1 𝑛2

Reemplazando en la Fórmula:
1.5 1.8 1.5 1.8
19 − 17 − 2.779 + < 𝝁𝟐 − 𝝁𝟏 < 19 − 17 + 2.779 +
14 14 14 14
2 − 1.349 < 𝝁𝟐 − 𝝁𝟏 < 2 + 1.015
0.651 < 𝝁𝟐 − 𝝁𝟏 < 3.349
Con nivel de confianza del 99% la verdadera diferencia del tiempo medio de recuperación para los
medicamentos esta comprendido de 0.651 a 3.349
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN
𝑝𝑞 𝑝𝑞
𝑝−𝑍 1−𝛼 . <𝜋 <𝑝+𝑍 𝛼 .
2 𝑛 1−
2 𝑛

𝑿 𝑵ú𝒎𝒆𝒓𝒐 𝒅𝒆 é𝒙𝒊𝒕𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒎𝒖𝒆𝒔𝒕𝒓𝒂 𝒐 𝒑𝒐𝒃𝒍𝒂𝒄𝒊ó𝒏

𝑷= =
𝒏 𝑻𝒂𝒎𝒂ñ𝒐 𝒅𝒆 𝒍𝒂 𝒎𝒖𝒆𝒔𝒕𝒓𝒂 𝒐 𝒑𝒐𝒃𝒍𝒂𝒄𝒊ó
Valores tabla Z aproximados
Nivel confianza: 𝒁𝟏 𝜶
−𝟐
𝟏−𝜶
NIVEL DE CONFIANZA : 1- Α= 99%, 98%, 95%, 90%,…
90% 𝑍0.95 =1.645
NIVEL DE SIGNIFICANCIA: Α=1%, 2%, 5%, 10%,…
95% 𝑍0.975 =1.96
98% 𝑍0.99=2.33
99% 𝑍0.995 =2.578
Compruébalo usando tu tabla Z!!
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN

Los compradores de última hora se quejan de que las

tiendas por departamento de LIMA cierran muy
temprano. En una muestra aleatoria de 600 compradores
compulsivos de un centro comercial se encontró que 360
están a favor de un horario más amplio para las compras.

Calcule e interprete un intervalo del 95% de confianza para

la proporción verdadera de compradores que están a favor
de un horario más amplio para las compras.
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN
Datos población Datos Muestra
Solución:
𝑋: 𝐶𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑎 𝑓𝑎𝑣𝑜𝑟 𝑑𝑒 𝑎𝑚𝑝𝑙𝑖𝑜 ℎ𝑜𝑟𝑎𝑟𝑖𝑜 ? n = 600
𝑝𝑞 𝑝𝑞 X=360
𝑝−𝑍 1 −𝛼 . <𝝅<𝑝+ 𝑍 1 −𝛼 . 𝑋 360
2 𝑛 2 𝑛 𝑃= =
𝑛 600
𝑃 = 0.6
q=0.4
0.6(0.4)
𝐼𝐶 𝜋 = 0,6 ± 1,96. 𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 1 − 𝛼 = 0.95
600
𝛼 = 0.05
0,561 ≤ 𝜋 ≤ 0,639 𝑇𝑎𝑏𝑙𝑎: 𝑍 0.05 = 1.96
1−
2
𝑍 0.975 = 1.96
Con un 95% de confianza la verdadera proporción (porcentaje) de compradores que están a
favor de un horario más amplio para las compras en el centro comercial, se encuentra entre
0.561 y 0.639 (56.1% y 63.9%).
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
PROPORCIONES
p1q1 p2q2 p1q1 + p2q2
𝑝1-p2 − 𝑍 1− 𝛼 n1 + n2 < 𝜋dif𝑝1-
< p2 + 𝑍 1 - α n1 n2
2 2

𝑃 1= 𝑋 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑜 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛1

𝑛 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑜 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛

𝑃 2= 𝑋 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑜 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛2

Valores tabla Z aproximados
𝒁𝟏 𝜶 𝑛 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑜 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
Nivel confianza: −𝟐
𝟏−𝜶
NIVEL DE CONFIANZA : 1- Α= 99%, 98%, 95%, 90%,…
90% 𝑍0.95 =1.645
NIVEL DE SIGNIFICANCIA: Α=1%, 2%, 5%, 10%,…
95% 𝑍0.975 =1.96
98% 𝑍0.99=2.33
99% 𝑍0.995 =2.578
Compruébalo usando tu tabla Z!!
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
PROPORCIONES
Los compradores de ultima hora de los centros comerciales se quejan de que
las tiendas por departamento de LIMA cierran muy temprano. En una
muestra aleatoria de 600 compradores compulsivos del Centro Comercial La
Rambla y del Centro Comercial Jockey Plaza se encontró que 360 están a
favor de un horario más amplio para las compras y del Centro Comercial
Jockey Plaza encontró que 240 están a favor de un horario mas amplio de
compra

Calcule e interprete un intervalo del 95% de confianza para la diferencia de

proporciones verdadera de compradores de los 2 centros comerciales que están
a favor de un horario más amplio para las compras.
 INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
PROPORCIONES
Datos población Datos Muestra
Solución:
𝑋1: 𝐶𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑎 𝑓𝑎𝑣𝑜𝑟 𝑑𝑒 𝑎𝑚𝑝𝑙𝑖𝑜 ℎ𝑜𝑟𝑎𝑟𝑖𝑜 de CC La Rambla ? n = 600
X2: 𝐶𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑎 𝑓𝑎𝑣𝑜𝑟 𝑑𝑒 𝑎𝑚𝑝𝑙𝑖𝑜 ℎ𝑜𝑟𝑎𝑟𝑖𝑜 de CC Jockey Plaza X=360
𝑋 360
𝑃1 = =
𝑛 600
𝑃2 = 𝑋= 240
𝑛 600
0.6(0.4) + 0.4(0.6)
𝐼𝐶 𝜋 = 0,6-0.4 ± 1.96 𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 1 − 𝛼 = 0.95
600 600
𝛼 = 0.05
0,14 ≤ 𝜋 ≤ 0,25 𝑇𝑎𝑏𝑙𝑎: 𝑍 0.05 = 1.96
1−
2
𝑍 0.975 = 1.96

Con un 95% de confianza la verdadera proporción (porcentaje) de compradores que están a favor de un horario
más amplio para las compras en el centro comercial, se encuentra entre 0.14 y 0.25 (14.4% y 25.5%).
INTERVALO DE CONFIANZA PARA LA VARIANZA Y LA
DESVIACIÓN ESTANDAR

Intervalo de Confianza para la varianza

(𝑛 − 1)𝑆 2 2
(𝑛 − 1)𝑆 2

2
< 𝜎 < 2
𝑋 (1−𝛼,𝑛−1) 𝑋 (𝛼,𝑛−1)
2 2
Intervalo de Confianza para desviación Estandar

(𝑛 − 1)𝑆 2 (𝑛 − 1)𝑆 2
2
<𝜎<
𝑋 (1−𝛼,𝑛−1) 𝑋 2 (𝛼,𝑛−1)
2 2
INTERVALO DE CONFIANZA PARA LA VARIANZA Y LA
DESVIACIÓN ESTANDAR
Los siguientes datos representan las edades que tenían al momento de
morir por enfermedad de una muestra de 20 personas de un pueblo:

80 90 85 82 75 58 70 84 87 81
87 61 73 84 85 70 78 95 77 52

Hallar un intervalo de confianza del 95 % para la varianza poblacional de la edad

de muerte.
INTERVALO DE CONFIANZA PARA LA VARIANZA Y LA
DESVIACIÓN ESTANDAR
Datos muestra
Solución: (𝑛 − 1)𝑆 22
(𝑛 − 1)𝑆 2
<𝜎 < 2 𝑛 = 20
2
𝑋 1−𝛼,𝑛−1 𝑋 𝛼 𝑆 = 11.0506
2 2 ,𝑛−1 Calculadora

Tabla:
𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 1 − 𝛼
𝑋2 𝛼
1− 2 ,𝑛−1
= 𝑋 2 (0.975,19) = 32.8523 = 0.95 → 𝛼 = 0.05

𝑋2 𝛼
,𝑛−1
= 𝑋 2 (0.025,19) =8.9065
2

Reemplazando:
(19)11.05062 2 <
(19)11.0506 2
< 𝜎
𝑋 2 (0.975,19) 𝑋 2 (0.025,19)

71.258 < 𝜎 2 < 262.8406

Hay un 95% de confianza de que la varianza de las edades de todas las personas que
mueren por enfermedad en el pueblo cae entre 71,258 𝑦 262,8406