Sei sulla pagina 1di 8

Chi cuadrada

Ejemplo: Cual es la distribucin de probabilidad de chi-cuadrado de 4 grados de libertad de que x< 1,2 Buscando en la tabla la columna del 4 y la fila de 1,2, tenemos: ( ) En la tabla podemos encontrar directamente la probabilidad: , pero se pueden presentar otros casos, veamos algunos.

Para la variable mayor que x

Para calcular

, partimos de la expresin:

La probabilidad de que la variable estadstica sea menor que x ms la probabilidad de que sea mayor que x es la certeza, de probabilidad 1. Operando: Ejemplo: Calcular la distribucin de probabilidad de una variable estadstica chi-cuadrado, de 6 grados de libertad sea mayor de 3,4. segn lo anterior:

buscando en la tabla tenemos: con lo que tenemos: operando tenemos: que es la respuesta a la pregunta.

Para la variable mayor que x1 y menor que x2

Para calcular la probabilidad de que: siendo: tenemos que: Ejemplo: Cual es la probabilidad de que una variable chi-cuadrado de 8 grados de libertad este comprendida entre 3,4 y 5,6. Esto es: segn la tabla tenemos:

segn lo anterior, tenemos que: sustituyendo los valores: operando: Con lo que tenemos la respuesta.

Concepto de Intervalo de Confianza. En el contexto de estimar un parmetro poblacional, un intervalo de confianza es un rango de valores (calculado en una muestra) en el cual se encuentra el verdadero valor del parmetro, con una probabilidad determinada. La probabilidad de que el verdadero valor del parmetro se encuentre en el intervalo construido se denomina nivel de confianza, y se denota 1- . La probabilidad de equivocarnos se llama nivel de significancia y se simboliza . Generalmente se construyen intervalos con confianza 1- =95% (o significancia =5%). Menos frecuentes son los intervalos con =10% o =1%. Para construir un intervalo de confianza, se puede comprobar que la distribucin Normal Estndar cumple 1: P(-1.96 < z < 1.96) = 0.95 (lo anterior se puede comprobar con una tabla de probabilidades o un programa computacional que calcule probabilidades normales). Luego, si una variable X tiene distribucin N( , ), entonces el 95% de las veces se cumple:

Despejando en la ecuacin se tiene:

El resultado es un intervalo que incluye al media cuando la variable X es normal y

el 95% de las veces. Es decir, es un intervalo de confianza al 95% para la es conocido.

Intervalo de confianza para un promedio: Generalmente, cuando se quiere construir un intervalo de confianza para la media poblacional es desconocida, por lo que el intervalo para construido al final de II es muy poco prctico. Si en el intervalo se reemplaza la desviacin estndar poblacional confianza toma la forma: , la varianza poblacional

por la desviacin estndar muestral s, el intervalo de

La cual es una buena aproximacin para el intervalo de confianza de 95% para es mejor en la medida que el tamao muestral sea grande.

con

desconocido. Esta aproximacin

Cuando el tamao muestral es pequeo, el intervalo de confianza requiere utilizar la distribucin t de Student (con n-1 grados de libertad, siendo n el tamao de la muestra), en vez de la distribucin normal (por ejemplo, para un intervalo de 95% de confianza, los lmites del intervalo ya no sern construidos usando el valor 1,96).

Ejemplo: Los siguientes datos son los puntajes obtenidos para 45 personas de una escala de depresin (mayor puntaje significa mayor depresin). 2 11 14 16 19 5 11 15 16 19 6 13 15 17 19 8 13 16 17 19 8 14 16 17 19 9 14 16 18 19 9 14 16 18 19 10 14 16 18 20 11 14 16 19 20

Para construir un intervalo de confianza para el puntaje promedio poblacional, asumamos que los datos tienen distribucin normal, con varianza poblacional desconocida. Como es desconocido, lo estimamos por s =18,7. Luego, un intervalo de confianza aproximado es:

Luego, el intervalo de confianza para y 15,8 con una confianza 95%.

es (13,2 , 15,8). Es decir, el puntaje promedio poblacional se encuentra entre 13,2

Intervalo de Confianza para una Proporcin. En este caso, interesa construir un intervalo de confianza para una proporcin o un porcentaje poblacional (por ejemplo, el porcentaje de personas con hipertensin, fumadoras, etc.) Si el tamao muestral n es grande, el Teorema Central del Lmite nos asegura que:

O bien:

Donde p es el porcentaje de personas con la caracterstica de inters en la poblacin (o sea, es el parmetro de inters) y p es su estimador muestral. Luego, procediendo en forma anloga al caso de la media, podemos construir un intervalo de 95% de confianza para la proporcin poblacional p.

Ejemplo: En un estudio de prevalencia de factores de riesgo en una cohorte de 412 mujeres mayores de 15 aos en la Regin Metropolitana, se encontr que el 17.6% eran hipertensas. Un intervalo de 95% de confianza para la proporcin de mujeres hipertensas en la Regin Metropolitana est dado por:

Luego, la proporcin de hipertensas vara entre (0,139 , 0,212) con una confianza de 95%.

A.1. Estimar una proporcin: Si deseamos estimar una proporcin, debemos saber: a. El nivel de confianza o seguridad (1- ). El nivel de confianza prefijado da lugar a un coeficiente (Z ). Para una seguridad del 95% = 1.96, para una seguridad del 99% = 2.58. b. La precisin que deseamos para nuestro estudio. c. Una idea del valor aproximado del parmetro que queremos medir (en este caso una proporcin). Esta idea se puede obtener revisando la literatura, por estudio pilotos previos. En caso de no tener dicha informacin utilizaremos el valor p = 0.5 (50%). Ejemplo: A cuantas personas tendramos que estudiar para conocer la prevalencia de diabetes? Seguridad = 95%; Precisin = 3%: Proporcin esperada = asumamos que puede ser prxima al 5%; si no tuvisemos ninguna idea de dicha proporcin utilizaramos el valor p = 0,5 (50%) que maximiza el tamao muestral:

donde:

Z 2 = 1.962 (ya que la seguridad es del 95%) p = proporcin esperada (en este caso 5% = 0.05) q = 1 p (en este caso 1 0.05 = 0.95) d = precisin (en este caso deseamos un 3%)

Si la poblacin es finita, es decir conocemos el total de la poblacin y desesemos saber cuntos del total tendremos que estudiar la respuesta seria:

donde:

N = Total de la poblacin Z2 = 1.962 (si la seguridad es del 95%) p = proporcin esperada (en este caso 5% = 0.05) q = 1 p (en este caso 1-0.05 = 0.95) d = precisin (en este caso deseamos un 3%).

A cuntas personas tendra que estudiar de una poblacin de 15.000 habitantes para conocer la prevalencia de diabetes? Seguridad = 95%; Precisin = 3%; proporcin esperada = asumamos que puede ser prxima al 5% ; si no tuviese ninguna idea de dicha proporcin utilizaramos el valor p = 0.5 (50%) que maximiza el tamao muestral.

Segn diferentes seguridades el coeficiente de Z vara, as:


Si la seguridad Z fuese del 90% el coeficiente sera 1.645 Si la seguridad Z fuese del 95% el coeficiente sera 1.96 Si la seguridad Z fuese del 97.5% el coeficiente sera 2.24 Si la seguridad Z fuese del 99% el coeficiente sera 2.576

A.2. Estimar una media: Si deseamos estimar una media: debemos saber:

El nivel de confianza o seguridad (1- ). El nivel de confianza prefijado da lugar a un coeficiente (Z ). Para una seguridad del 95% = 1.96; para una seguridad del 99% = 2.58. La precisin con que se desea estimar el parmetro (2 * d es la amplitud del intervalo de confianza). Una idea de la varianza S2 de la distribucin de la variable cuantitativa que se supone existe en la poblacin.

Ejemplo: Si deseamos conocer la media de la glucemia basal de una poblacin, con una seguridad del 95 % y una precisin de 3 mg/dl y tenemos informacin por un estudio piloto o revisin bibliogrfica que la varianza es de 250 mg/dl

Si la poblacin es finita, como previamente se seal, es decir conocemos el total de la poblacin y desearamos saber cuantos del total tendramos que estudiar, la respuesta sera:

Potrebbero piacerti anche