Important Ees Tad

Parte 2 Intervalos de confianza
Prof. Mara B. Pintarelli
9- Intervalos de confianza
9.1 Introduccin
Se ha visto como construir a partir de una muestra aleatoria un estimador puntual de un parmetro
desconocido. En esos casos necesitbamos dar algunas caractersticas del estimador, como por
ejemplo si era insesgado o su varianza.
A veces resulta ms conveniente dar un intervalo de valores posibles del parmetro desconocido,
de manera tal que dicho intervalo contenga al verdadero parmetro con determinada probabilidad.
,
donde los
Especficamente, a partir de una muestra aleatoria se construye un intervalo
1
2
extremos y son dos estadsticos, tal que P , = 1 donde es el parmetro

1
( (
))
desconocido a estimar y es un valor real entre cero y uno dado de antemano. Por ejemplo si
,
tal que P
,
= 0.95 , o escrito de otra
= 0.05 , se quiere construir un intervalo
1
2
1
2
forma P = 0.95
( (
))
y
son estadsticos, los valores que
Esta probabilidad tiene el siguiente significado: como
1
2
ellos toman varan con los valores de la muestra, es decir si x1 , x 2 ,..., x n son los valores medidos de
tomar el valor y el estadstico
tomar el valor . Si
la muestra entonces el estadstico
1
,
1
tomay por lo tanto

1
medimos nuevamente la muestra obtendremos ahora valores x , x 2 ,..., x n

,
tomar el valor , , diferentes en general de los anteriores. Esto
r el valor y el estadstico
1
significa que si medimos la muestra 100 veces obtendremos 100 valores diferentes para
1
2
y por lo tanto obtendremos 100 intervalos distintos, de los cuales aproximadamente 5 de ellos no
contendrn al verdadero parmetro.
Al valor 1 se lo llama nivel de confianza del intervalo. Tambin se suele definir como nivel de
confianza al (1 )100%
La construccin repetida de un intervalo de confianza para se ilustra en la siguiente figura
153
9.2 Intervalo de confianza para la media de una distribucin normal, varianza conocida.
El mtodo general para construir intervalos de confianza es el siguiente llamado mtodo del pivote:
Supongamos el siguiente caso particular, sea ( X 1 , X 2 ,..., X n ) una muestra aleatoria de tamao n de
una v.a. X donde X ~ N ( , 2 ) , 2 conocido, se quiere construir un intervalo de confianza para
de nivel 1 . Supongamos = 0.05 .
1- tomamos un estimador puntual de , sabemos que = X es un estimador con buenas propiedades.
X
2- a partir de = X construimos el estadstico Z =
. Notar que Z (pivote) contiene al ver-
n
dadero parmetro y que bajo las condiciones dadas Z ~ N (0,1)
3- como conocemos la distribucin de Z, podemos plantear: hallar un nmero z tal que
P( z Z z ) = 0.95
Por la simetra de la distribucin normal estndar podemos escribir
P( z Z z ) = (z ) ( z ) = 2( z ) 1 = 0.95 ( z ) = 0.975 z = 1.96
X
Por lo tanto P( 1.96 Z 1.96 ) = P 1.96
1.96 = 0.95
Despejamos :
P 1.96
= P 1.96

1.96 = P 1.96
X 1.96
=
n
n

X 1.96
X = P X 1.96
X + 1.96
= 0.95
n
n
n
n
Entonces

P X 1.96
X + 1.96
= P X 1.96
; X + 1.96
= 0.95
n
n
n
n

Es decir el intervalo de confianza para es X 1.96
; X + 1.96
y tiene nivel de confiann
n
za 0.95 o 95%.
= X 1.96 y
= X + 1.96
Aqu
1
2
n
n
Repetimos el procedimiento anterior y construimos un intervalo de confianza para con nivel de
confianza 1
154
1 n
X i para una muestra aleatoria ( X 1 , X 2 ,..., X n ) de
n 1=1
tamao n. Sabemos que es un estimador insesgado y consistente de .
2-Construimos el estadstico
X
Z=
~ N (0,1)
/ n
1-Partimos de la esperanza muestral X =
La variable aleatoria Z cumple las condiciones necesarias de un pivote

Para construir un intervalo de confianza al nivel de confianza 1- partiendo del pivote Z, comenzamos por plantear la ecuacin
P( z Z z ) = 1- ,
donde la incgnita es el nmero real z.
Si reemplazamos la v.a. Z por su expresin tenemos:
P z
z = P z
X z
X + z
= P X z
= 1-
/ n
n
n
n
n
Multiplicando todos los miembros de la desigualdad por -1 (el orden de los miembros se invierte)
llegamos a:
P X z
X +z
= 1-
n
n
Evidentemente, si definimos
1 = X z n
y
tales que P

= 1- ,
, hemos construido dos estadsticos
1
2
1
2
2 = X + z
n
,
. Todos los elemenes decir hemos construido el intervalo de confianza bilateral deseado
y
son conocidos ya que el nmero z verifica la ecuacin
tos que forman los estadsticos
1
2
anterior, es decir (ver figura):
z = z
155
P( z Z z ) = ( z ) ( z ) =1- donde (z ) es la Fda para la v.a. Z ~ N (0,1)

Recordando que ( z ) = 1 ( z ) , esta ecuacin queda:
( z ) ( z ) = 2 ( z ) 1 =1- , o bien (ver figura anterior),
(z ) = 1
o de otra forma P ( Z > z ) = .
2
2
Al valor de z que verifica esta ecuacin se lo suele indicar z . En consecuencia, el intervalo de
2
confianza bilateral al nivel de significacin 1- queda:
[ , ] = X z
1
En consecuencia:
, X + z
2
Si ( X 1 , X 2 ,..., X n ) una muestra aleatoria de tamao n de una v.a. X donde X ~ N ( , 2 ) , 2

conocido, un intervalo de confianza para de nivel 1 es

, X + z
X z
n
n
2
2
(8.1)
Ejemplo:
Un ingeniero civil analiza la resistencia a la compresin del concreto. La resistencia est distribuida aproximadamente de manera normal, con varianza 1000 (psi)2. Al tomar una muestra aleatoria
de 12 especmenes, se tiene que x = 3250 psi.
a) Construya un intervalo de confianza del 95% para la resistencia a la compresin promedio.
b) Construya un intervalo de confianza del 99% para la resistencia a la compresin promedio.
Compare el ancho de este intervalo de confianza con el ancho encontrado en el inciso a).
Solucin:
La v. a. de inters es Xi: resistencia a la compresin del concreto en un espcimen i
Tenemos una muestra de n = 12 especmenes.
Asumimos que X i ~ N ( , 2 ) para i = 1,2,3,...,12 con 2 = 1000
a) Queremos un intervalo de confianza para de nivel 95%. Por lo tanto = 0.05

El intervalo a utilizar es X z
, X + z
.
n
n
2
2
Buscamos en la tabla de la normal estndar el valor de z = z 0.025 = 1.96

2
Reemplazando:
1000
1000
,3250 + 1.96
3250 1.96
= 3232.10773, 3267.89227
12
12
b) repetimos lo anterior pero ahora = 0.01
156

El intervalo a utilizar es X z
, X + z
.
n
n
2
2
Buscamos en la tabla de la normal estndar el valor de z = z 0.005 = 2.58

2
Reemplazando:
1000
1000
,3250 + 2.58
3250 2.58
= 3226.44793, 3273.55207
12
12
La longitud del intervalo encontrado en a) es: 35.78454

La longitud del intervalo encontrado en b) es: 47.10414
Notar que la seguridad de que el verdadero parmetro se encuentre en el intervalo hallado es mayor en el intervalo b) que en el a), pero la longitud del intervalo b) es mayor que la del intervalo a).
Al aumentar el nivel de confianza se perdi precisin en la estimacin, ya que a menor longitud
hay mayor precisin en la estimacin.
En general la longitud del intervalo es L = 2 z
Notar que:
a) si n y estn fijos, a medida que disminuye tenemos que z aumenta, por lo tanto L
2
aumenta.
b) si y estn fijos, entonces a medida que n aumenta tenemos que L disminuye.
Podemos plantearnos la siguiente pregunta relacionada con el ejemplo anterior: qu tamao n de
muestra se necesita para que el intervalo tenga nivel de confianza 95% y longitud la mitad de la
longitud del intervalo hallado en a)?
Solucin: el intervalo hallado en a) tiene longitud 35.78454, y queremos que el nuevo intervalo
tenga longitud 17.89227 aproximadamente. Planteamos:
1000
L = 2 z / 2
17.89227
2 1.96
17.89227
n
n
Despejando n :
2
1000
2 1.96
n
n 48
17.89227
O sea, hay que tomar por lo menos 84 especmenes para que el intervalo tenga la longitud pedida.
En general, si queremos hallar n tal que L = 2 z
l , donde l es un valor dado, entonces
despejando n
2z
n 2
l
157
Si estimamos puntualmente al parmetro con X estamos cometiendo un error en la estimacin
L
menor o igual a = z
, que se conoce como precisin del estimador
2
n
2
Ejemplo: Se estima que el tiempo de reaccin a un estmulo de cierto dispositivo electrnico est
distribuido normalmente con desviacin estndar de 0.05 segundos. Cul es el nmero de mediciones temporales que deber hacerse para que la confianza de que el error de la estimacin de la
esperanza no exceda de 0.01 sea del 95%?
Nos piden calcular n tal que
= z
< 0.01 con = 0.05 .
2
n
2
2
0.05
Por lo tanto n z 0.025

.
0.01
0.05
2
Entonces n z 0.975
= (1.96 5) = 96.04 .
0
.
01
O sea hay que tomar por lo menos 97 mediciones temporales.
Adems z 0, 025 =1.96.
Para muestras tomadas de una poblacin normal, o para muestras de tamao n 30 , de una
poblacin cualquiera, el intervalo de confianza dado anteriormente en (8.1), proporciona buenos
resultados.
En el caso de que la poblacin de la que se extrae la muestra no sea normal pero n 30 , el nivel de confianza del intervalo (8.1) es aproximadamente 1 .
Pero para muestras pequeas tomadas de poblaciones que no son normales no se puede garantizar que el nivel de confianza sea 1 si se utiliza (8.1).
Ejemplo:
Supongamos que X representa la duracin de una pieza de equipo y que se probaron 100 de esas
piezas dando una duracin promedio de 501.2 horas. Se sabe que la desviacin estndar poblacional es =4 horas. Se desea tener un intervalo del 95% de confianza para la esperanza poblacional
E(X ) = .
Solucin:
En este caso, si bien no conocemos cul es la distribucin de X tenemos que el tamao de la muestra es n = 100 > 30 (muestra grande) por lo tanto el intervalo buscado es

, X + z
X z
n
n
2
2
Puesto que 1- =0.95 = 1 0.95 = 0.05
= 0.025
2
De la tabla de la normal estandarizada obtenemos z 0, 025 =1.96. Entonces reemplazando:
4
4
, X + 1.96
X 1.96
100
100
Para el valor particular x =501.2 tenemos el intervalo
158
4
4
4
4
, x + 1.96
x 1.96
= 501.2 1.96 10 ,501.2 + 1.96 10 = 500.4, 502.0 .
100
n

Al establecer que 500.4 , 502.0 es un intervalo al 95% de confianza de estamos diciendo que
la probabilidad de que el intervalo 500.4 , 502.0 contenga a es 0.95. O, en otras palabras, la
probabilidad de que la muestra aleatoria ( X 1 , X 2 ,..., X n ) tome valores tales que el intervalo aleato
4
4
rio X 1.96
, X + 1.96
defina un intervalo numrico que contenga al parmetro fijo
100
100
desconocido es 0.95.
9.3 - Intervalo de confianza para la media de una distribucin normal, varianza desconocida
Nuevamente como se trata de encontrar un intervalo de confianza para nos basamos en la espe1 n
ranza muestral X = X i que sabemos es un buen estimador de . Pero ahora no podemos
n 1=1
usar como pivote a
X
Z=
/ n
porque desconocemos y una condicin para ser pivote es que, excepto por el parmetro a estimar ( en este caso ), todos los parmetros que aparecen en l deben ser conocidos. Entonces proponemos como pivote una variable aleatoria definida en forma parecida a Z pero reemplazando
por un estimador adecuado.
Ya vimos que la varianza muestral definida
2
1 n
S =
(X i X ) ,
n 1 1=1
donde X es la esperanza muestral, es un estimador insesgado de la varianza poblacional V ( X ) , es
decir, E S 2 = V ( X ) = 2 n . Entonces estimamos con S y proponemos como pivote a la variable aleatoria
2
( )
T =
X
S/ n
Pero para poder usar a T como pivote debemos conocer su distribucin.

Se puede probar que la distribucin de T es una distribucin llamada Student con parmetro n-1.
Nota: Una v.a. continua tiene distribucin Student con k grados de libertad, si su f.d.p. es de la
forma
159
(k + 1)
2
f ( x) =
k
k x 2
2
k
1

+ 1

k +1
2
< x <
Notacin: T ~ t k
La grfica de la f.d.p. de la distribucin Student tiene forma de campana como la normal, pero
tiende a cero ms lentamente. Se puede probar que cuando k la fdp de la Student tiende a la
fdp de la N (0, 1) .
En la figura siguiente se grafica f(x) para diferentes valores de k
k =1
0.4
k =6
0.3
----- k =
0.2
0.1
-3
-2
-1
Anotaremos t ,k al cuantil de la Student con k grados de libertad que deja bajo la fdp a derecha un
rea de , y a su izquierda un rea de 1 .
Luego, para construir el intervalo de confianza buscado a partir del pivote T procedemos como en
los casos anteriores:
Comenzamos por plantear la ecuacin
P ( t T t ) = 1- ,
donde la incgnita es el nmero real t.
Si reemplazamos la v.a. T por su expresin, tenemos sucesivamente (multiplicando por S / n y

restando X ):
X
S
S
S
S
P t
t = P t
X t
X + t
= P X t
= 1-
S/ n
n
n
n
n
llegamos a:
160
S
S
P X t
X +t
= 1-
n
n
S
1 = X t n
y
tales que P

= 1- ,
, hemos construido dos estadsticos
1
2
1
2
= X +t S
n
veamos quien es el nmero t que verifica la ecuacin, es decir (ver figura):
k = 4 grados de libertad
P ( t T t ) = F (t ) F ( t ) =1- donde F (t ) es la Fda para la v.a. T t n1 .
Por la simetra de la distribucin t de Student se deduce fcilmente de la figura anterior que

F ( t ) = 1 F (t ) , entonces:
F (t ) F ( t ) = 2 F (t ) 1 =1- , o bien (ver figura anterior),
.
2
Al valor de t que verifica esta ecuacin se lo suele indicar t
F (t ) = 1
, n 1
. En consecuencia, el intervalo de
confianza bilateral al nivel de significacin 1- queda:
S
S
, X + t
X t ,n 1
, n 1
n
n
2
2
En consecuencia:
con F t = 1 .
, n 1
2
2
Si ( X 1 , X 2 ,..., X n ) una muestra aleatoria de tamao n de una v.a. X donde X ~ N ( , 2 ) ,
2 desconocido, un intervalo de confianza para de nivel 1 es
S
S
, X + t
X t
n
n
2
2
(8.2)
161
Ejemplo:
Se hicieron 10 mediciones sobre la resistencia de cierto tipo de alambre que dieron valores
x1 , x2 ,..., x10 tales que x =
1 10
1 10
ohms
y
S
=
(xi x )2 = 1.36 ohms. Supngase
x
=
10
.
48
i
9
10 i =1
i =!
que X~N(,2).
Se desea obtener un intervalo de confianza para la esperanza poblacional al 90 %.
Tenemos que 1 = 0.90 = 0.1 / 2 = 0.05
De la Tabla de la t de Student tenemos que t 0.05,9 = 1.8331 . Entonces el intervalo de confianza
buscado es:
S
S
1.36
1.36
, X + t
= 10.48 1.8331
,10.48 + 1.8331
X t , n1
, n 1
n
n
10
10
2
2
Esto es: [9.69, 11.27] .

Si la muestra aleatoria se toma de una distribucin normal, 2 es desconocido y el tamao de la
muestra grande, entonces se puede probar que al reemplazar por S, el estadstico
Z=
X
S/ n
N (0 ,1)
aproximadamente
y puedo construir el intervalo para como antes:
S
S
, X + z
X z
, pero su nivel es aproximadamente 1
n
n
2
2
9.4 Intervalo de confianza para la diferencia de dos medias, varianzas conocidas

Supongamos que tenemos dos variables aleatorias independientes normalmente distribuidas:
X 1 ~ N 1 , 12
y suponemos que las varianzas 12 y 22 son conocidas.
2
X
~
N
2
2
2
(
(
)
)
Sean adems
X 11 , X 12 ,..., X 1n1 una muestra aleatoria de tamao n1 de X 1
(
(X
21
)
) una muestra aleatoria de tamao n
, X 22 ,..., X 2 n2
de X 2 .
Deseamos construir un intervalo al nivel de confianza 1 para la diferencia de esperanzas

1 2 .
Ya sabemos cul es la distribucin del promedio de variables aleatorias normales independientes:
162
12
1 n1
X 1 = X 1i ~ N 1 ,
n1 i =1
n1
n2
22
X = 1
X
~
N
,
2i
2 n
2 n2
i =1
2
Consideremos ahora la diferencia Y = X 1 X 2 . Si X 1 y X 2 tienen distribucin normal y son independientes, su diferencia tambin es normal, con esperanza igual a la diferencia de las esperanzas y la varianza es la suma de las varianzas:
2 2
X 1 X 2 ~ N 1 2 , 1 + 2
n1
n2
Por lo tanto
Z=
X 1 X 2 ( 1 2 )
12
n1
22
~ N (0,1) , es decir, tiene distribucin normal estandarizada.
n2
La v.a. Z cumple con toda las condiciones para servir de pivote y construiremos nuestro intervalo
en forma anloga a cmo hicimos en los casos anteriores:
Comenzamos por plantear la ecuacin
P( z Z z ) = 1- ,
donde la incgnita es el nmero real z.
Reemplazamos la v.a. Z por su expresin y tenemos sucesivamente (multiplicando por / n y
restando X ):
X X 2 (1 2 )
P z 1
12 22
n1 n 2
2 2
2 2
z = P z 1 + 2 X 1 X 2 ( 1 2 ) z 1 + 2 =
n1 n 2
n1 n 2
12 22
12 22
= P (X 1 X 2 ) z
+
( 1 2 ) ( X 1 X 2 ) + z
+
= 1
n1 n 2
n1 n 2
llegamos a:
2 2
2 2
P X 1 X 2 z 1 + 2 ( 1 2 ) X 1 X 2 + z 1 + 2 = 1
n1
n2
n1 n 2
163
2
2
= X X z 1 + 2
1
1
2
n1
n2
2
2
= X X z 1 + 2 ,
1
2
2
n1
n2
y
tales que P
( )
= 1- , es decir
habremos construido dos estadsticos
1
2
1
1
2
2
habremos construido el intervalo de confianza bilateral deseado A , A . Todos los elementos que
y
son conocidos ya que el nmero z verifica la ecuacin anterior,
forman los estadsticos
1
2
es decir:
P( z Z z ) = ( z ) ( z ) =1- donde (z ) es la Fda para la v.a. Z ~ N (0,1)
o bien, segn vimos:
que anotamos z
( z ) = 1
2
2
En consecuencia, el intervalo de confianza bilateral al nivel de significacin 1- queda:
12 22
+
,
X 1 X 2 z
n1
n2
X 1 X 2 + z
2
12
n1
22
n2
Por lo tanto
Si X 1 y X 2 son dos variables aleatorias independientes normalmente distribuidas:
X 1 ~ N 1 , 1 , X 2 ~ N 2 , 2 y suponemos que las varianzas 12 y 22 son conocidas. Un

intervalo de confianza para la diferencia 1 2 de nivel 1 es
2
r
12 22
12 22
+ , X1 X2 +z
+
X1 X2 z
n1 n2
n1 n2
2
2
(8.3)
Ejemplo:
Se utilizan dos mquinas para llenar botellas de plstico con detergente para mquinas lavaplatos.
Se sabe que las desviaciones estndar de volumen de llenado son 1 = 0.10 onzas de lquido y
2 = 0.15 onzas de lquido para las dos mquinas respectivamente. Se toman dos muestras aleatorias, n1 = 12 botellas de la mquina 1 y n 2 = 10 botellas de la mquina 2. Los volmenes promedio de llenado son x1 = 30.87 onzas de lquido y x 2 = 30.68 onzas de lquido.
Asumiendo que ambas muestras provienen de distribuciones normales
Construya un intervalo de confianza de nivel 90% para la diferencia entre las medias del volumen
de llenado.
Solucin:
Como 1 = 0.90 entonces = 0.10
164
Por lo tanto z = z 0.05 = 1.65

2
0.10 2 0.15 2
0.10 2 0.15 2
El intervalo ser (30.87 30.68) 1.65
+
; (30.87 30.68) + 1.65
+
12
10
12
10
O sea 0.09837; 0.281620
Si se conocen las desviaciones estndar y los tamaos de las muestras son iguales (es decir
n1 = n 2 = n ), entonces puede determinarse el tamao requerido de la muestra de manera tal que la
longitud del intervalo sea menor que l
L = 2z
2
1
n
2
n
2z
n 2
l
2
2
1 + 2
Si las muestras aleatorias se toma de una distribucin normal, donde 1 y 2 son desconocidos,
n1 30 y n 2 30 , entonces se puede probar que al reemplazar 1 por S1 y 2 por S2, el estadstico
X 1 X 2 ( 1 2 )
S12 S12
+
n1 n1
N (0,1) .
aproximadamente
y puedo construir el intervalo para 1 2 como antes:
X 1 X 2 z
2
S12 S12
+
,
n1 n1
X 1 X 2 + z
2
S12 S12
+
,
n1 n1
(8.4)
pero su nivel es aproximadamente 1
Para muestras tomadas de dos poblaciones normales, o para muestras de tamao n1 30 y

n 2 30 , de dos poblaciones cualesquiera, el intervalo de confianza dado anteriormente en
(8.3), proporciona buenos resultados.
En el caso de que la poblacin de la que se extrae la muestra no sea normal pero n1 30 y
n 2 30 , el nivel de confianza del intervalo (8.3) es aproximadamente 1 .
Ejemplo:
De una muestra de 150 lmparas del fabricante A se obtuvo una vida media de 1400 hs y una desviacin tpica de 120 hs. Mientras que de una muestra de 100 lmparas del fabricante B se obtuvo
una vida media de 1200 hs. y una desviacin tpica de 80 hs.
Halla los lmites de confianza del 95% para la diferencia las vidas medias de las poblaciones A y
B.
165
Solucin:
Sean las variables aleatorias:
X 1 : duracin en horas de una lmpara del fabricante A
X 2 : duracin en horas de una lmpara del fabricante B
No se dice cul es la distribucin de estas variables, pero como n1 = 150 y n 2 = 100
podemos usar el intervalo dado en (8.4)
Tenemos que x1 = 1400 , x 2 = 1200 , s1 = 120 y s 2 = 80 .
Adems 1 = 0.95 z = z 0.025 = 1.96
2
Entonces el intervalo es
120 2 80 2
120 2 80 2
+
; 1400 1200 1.96
+
1400 1200 1.96
= 175.2077; 224.7922
150 100
150 100
Observacin: como este intervalo no contiene al cero, podemos inferir que hay diferencia entre las
medias con probabilidad 0.95, es ms, podemos inferir que la media del tiempo de duracin de las
lmparas del fabricante A es mayor que la media del tiempo de duracin de las lmparas del fabricante B con probabilidad 0.95 .
9.5 Intervalo de confianza para la diferencia de dos medias, varianzas desconocidas

Nuevamente supongamos que tenemos dos variables aleatorias independientes normalmente distribuidas:
X 1 ~ N (1 , 12 )
2
X 2 ~ N ( 2 , 2 )
y suponemos que las varianzas 12 y 22 son desconocidas .
Sean adems
X 11 , X 12 ,..., X 1n1 una muestra aleatoria de tamao n1 de X 1
(
(X
21
)
) una muestra aleatoria de tamao n
, X 22 ,..., X 2 n2
de X 2 .
Pero ahora n1 o n 2 no son mayores que 30

Supongamos que es razonable suponer que las varianzas desconocidas son iguales, es decir
1 = 2 =
Deseamos construir un intervalo al nivel de confianza 1 para la diferencia de esperanzas
1 2
Sean X 1 y X 2 las medias muestrales y S12 y S 22 las varianzas muestrales. Como S12 y S 22 son
los estimadores de la varianza comn 2 , entonces construimos un estimador combinado de 2 .
Este estimador es
S p2 =
(n1 1)S12 + (n2 1)S 22

n1 + n 2 2
Se puede comprobar que es un estimador insesgado de 2 .

Se puede probar que el estadstico
166
T=
r
X 1 X 2 ( 1 2 )
tiene distribucin Student con n1 + n 2 2 grados de libertad

1
1
Sp
+
n1 n 2
Por lo tanto se plantea la ecuacin
= 1
P t
T t
, n1 + n2 2
2
2 ,n1 + n2 2
X 1 X 2 ( 1 2 )
P t
t
= 1
, n1 + n2 2
, n1 + n2 2
1
1
2
2
Sp
+
n
n
1
2
Despejamos 1 2 y queda la expresin
1
1
1
1
P X 1 X 2 t
Sp
+
1 2 t
Sp
+
= 1
, n1 + n2 2
, n1 + n2 2
n
n
n
n
1
2
1
2
2
2
Entonces
X 1 ~ N 1 , 1 , X 2 ~ N 2 , 2
y suponemos que las varianzas 12 y 22 son desconocidas
e iguales, es decir 1 = 2 =
Un intervalo de confianza para la diferencia 1 2 de nivel 1 es
2
X 1 X 2 t / 2,n1+ n 2 2 S p
1
n1
1
n2
; X 1 X 2 + t / 2,n1+ n2 2 S p
1
n1
1
n2
(8.5)
Ejemplo:
Se piensa que la concentracin del ingrediente activo de un detergente lquido para ropa, es afectada por el tipo de catalizador utilizado en el proceso de fabricacin. Se sabe que la desviacin estndar de la concentracin activa es de 3 g/l, sin importar el tipo de catalizador utilizado. Se realizan 10 observaciones con cada catalizador, y se obtienen los datos siguientes:
Catalizador 1: 57.9, 66.2, 65.4, 65.4, 65.2, 62.6, 67.6, 63.7, 67.2, 71.0
Catalizador 2: 66.4, 71.7, 70.3, 69.3, 64.8, 69.6, 68.6, 69.4, 65.3, 68.8
a) Encuentre un intervalo de confianza del 95% para la diferencia entre las medias de las concentraciones activas para los dos catalizadores. Asumir que ambas muestras fueron extradas de poblaciones normales con varianzas iguales.
b) Existe alguna evidencia que indique que las concentraciones activas medias dependen del catalizador utilizado?
167
Solucin:
Sean las variables aleatorias
X 1 : concentracin del ingrediente activo con catalizador 1
X 2 : concentracin del ingrediente activo con catalizador 2
Asumimos que ambas variables tienen distribucin normal con varianzas iguales
Estamos e3n las condiciones para usar (8.5)
Tenemos que x1 = 65.22 , x 2 = 68.42 , s1 = 3.444 , s 2 = 2.224 , n1 = n2 = 10
Calculamos S p2 =
(n1 1)S12 + (n2 1)S 22

n1 + n 2 2
9 3.444 2 + 9 2.224 2
= 8.4036
10 + 10 2
Por lo tanto S p = 8.4036 = 2.89890
Buscamos en la tabla de la Student t

2
, n1 + n 2 2
= t 0.025,18 = 2.060
1
1
1
1
+ ;65.22 68.42 2.060 2.89890
+ =
65.22 68.42 2.060 2.89890
10 10
10 10
= [ 5.8706;0.52935]
b) Existe alguna evidencia que indique que las concentraciones activas medias dependen del catalizador utilizado, pues el 0 no pertenece al intervalo.
En muchas ocasiones no es razonable suponer que las varianzas son iguales. Si no podemos garantizar que las varianzas son iguales, para construir un intervalo de confianza de nivel 1 para
1 2 utilizamos es estadstico
T* =
X 1 X 2 ( 1 2 )
S12 S12
+
n1 n1
Se puede probar que T * tiene aproximadamente una distribucin Student con grados de libertad donde
(S
(S
1
1
2
1
n1 + S 22 n2
) (
2
n1
S2 n
+ 2 2
n1 1
n2 1
si no es entero, se toma el entero ms prximo a
Por lo tanto planteamos la ecuacin
P t T * t
,
2
2 ,
= 1
Y despejando 1 2 el intervalo es
168
X1 X 2 t
,
S12 S 22
+
,
n1 n 2
X 1 X 2 + t
2
S12 S 22
+
n1 n 2
Entonces
y suponemos que las varianzas 12 y 22 son desconocidas

X 1 ~ N 1 , 1 , X 2 ~ N 2 , 2
y distintas
Un intervalo de confianza para la diferencia 1 2 de nivel aproximadamente 1 es
2
X1 X 2 t
,
S12 S 22
+
,
n1 n2
Donde
(S
(S
X 1 X 2 + t
2
1
(8.6)
n1 + S 22 n2
) (
2
1
1
S12 S 22
+
n1 n 2
n1
S2 n
+ 2 2
n1 1
n2 1
Ejemplo:
Una muestra de 6 soldaduras de un tipo tena promedio de prueba final de resistencia de 83.2 ksi y
desviacin estndar de 5.2. Y una muestra de 10 soldaduras de otro tipo tena resistencia promedio
de 71.3 ksi y desviacin estndar de 3.1. supongamos que ambos conjuntos de soldaduras son
muestras aleatorias de poblaciones normales. Se desea encontrar un intervalo de confianza de 95%
para la diferencia entre las medias de las resistencias de los dos tipos de soldaduras.
Solucin:
Ambos tamaos muestrales son pequeos y las muestras provienen de poblaciones normales. No
podemos asumir igualdad de varianzas. Entonces aplicamos (8.6)
Tenemos que x1 = 83.2 , x 2 = 71.3 , s1 = 5.2 , s 2 = 3.1 , n1 = 6; n2 = 10
Como 1 = 0.95 entonces
= 0.025
2
5.2 2 3.12
+
2
6
10
S12 n1 + S 22 n 2
Adems =
=
= 7.18 7
2
2
2
2
5.2
3. 1
S11 n1
S 22 n 2
+
6 +
10
n1 1
n2 1
5
9
Entonces buscamos en la tabla de la Student t 0.025, 7 = 2.365
Por lo tanto el intervalo es
X1 X 2 t
,
) (
S12 S 22
+
,
n1 n2
( ) (
X 1 X 2 + t
2
S12 S 22
+
=
n1 n 2
5.2 2 3.12
5.2 2 3.12
= 83.2 71.3 2.365

+
; 83.2 71.3 + 2.365
+
= 6.37, 17.43
6
10
6
10
169
9.6 Intervalo de confianza para 1 2 para datos pareados

Hasta ahora se obtuvieron intervalos de confianza para la diferencia de medias donde se tomaban
dos muestras aleatorias independientes de dos poblaciones de inters. En ese caso se tomaban n1
observaciones de una poblacin y n 2 observaciones de la otra poblacin.
En muchas situaciones experimentales, existen solo n unidades experimentales diferentes y los
datos estn recopilados por pares, esto es cada unidad experimental est formada por dos observaciones.
Por ejemplo, supongamos que se mide el tiempo en segundos que un individuo tarda en hacer una
maniobra de estacionamiento con dos automviles diferentes en cuanto al tamao de la llanta y la
relacin de vueltas del volante. Notar que cada individuo es la unidad experimental y de esa unidad
experimental se toman dos observaciones que no sern independientes. Se desea obtener un intervalo de confianza para la diferencia entre el tiempo medio para estacionar los dos automviles.
En general, supongamos que tenemos los siguientes datos ( X 11 , X 21 ); ( X 12 , X 22 );...; X 1n1 , X 2 n .
Las variables aleatorias X 1 y X 2 tienen medias 1 y 2 respectivamente.

Sea D j = X 1 j X 2 j con j = 1,2,..., n .
Entonces
E (D j ) = E (X 1 j X 2 j ) = E (X 1 j ) E (X 2 j ) = 1 2
y
V (D j ) = V (X 1 j X 2 j ) = V (X 1 j ) + V (X 2 j ) 2Cov (X 1 j , X 2 j ) = 12 + 22 2Cov( X 1 , X 2 )
Estimamos E (D j ) = 1 2 con D =
1 n
1 n
(X 1 j X 2 j ) = X 1 X 2
D
=
j n
n j =1
j =1
En lugar de tratar de estimar la covarianza, estimamos la V (D j ) con S D =

Anotamos D = 1 2 y 2 D = V (D j )
Asumimos que D j ~ N D , D
) con
1 n
(D j D )2
n 1 j =1
j = 1,2,..., n
Las variables aleatorias en pares diferentes son independientes, no lo son dentro de un mismo par.
Para construir el intervalo de confianza notar que
T=
entonces al plantear la ecuacin
D D
SD / n
t n 1
P( t T t ) = 1- , deducimos que t = t
2
, n 1
Por lo tanto el intervalo de confianza para D = 1 2 de nivel 1 se obtendr al sustituir T

en la ecuacin anterior y despejar D = 1 2
El intervalo resultante es
170
SD
SD
; D + t
D t ,n 1
, n 1
n
n
2
2
Entonces
Cuando las observaciones se dan de a pares ( X 11 , X 21 ); ( X 12 , X 22 );...; X 1n1 , X 2 n , y las diferencias

2
D j = X 1 j X 2 j son tales que D j ~ N D , D para j = 1,2,..., n , un intervalo de confianza
de nivel 1 para D = 1 2 es
SD
SD
; D + t
D t ,n 1
, n 1
n
n
2
2
(8.7)
Ejemplo:
Consideramos el ejemplo planteado al comienzo. Deseamos un intervalo de nivel 0.90
X 1 j : tiempo en segundos que tarda el individuo j en estacionar automvil 1 con j = 1,2,..., n
X 2 j : tiempo en segundos que tarda el individuo j en estacionar automvil 2 con j = 1,2,..., n

Medimos estas variables de manera que tenemos las siguientes observaciones
sujeto
Automvil 1
Automvil 2
(observacin x1 j ) (observacin x 2 j )
diferencia
Dj
1
2
3
4
5
6
7
8
9
10
11
12
13
14
37.0
25.8
16.2
24.2
22.0
33.4
23.8
58.2
33.6
24.4
23.4
21.2
36.2
29.8
19.2
5.6
-0.6
-17.2
0.6
-5.0
7.0
26.0
5.8
1.2
-6.2
0.6
4.0
-24.0
17.8
20.2
16.8
41.4
21.4
38.4
16.8
32.2
27.8
23.2
29.6
20.6
32.2
53.8
A partir de la columna de diferencias observadas se calcula D = 1.21 y S D = 12.68

Adems t
2
, n 1
= t 0.05,13 = 1.771 , entonces el intervalo para la diferencia D = 1 2 de nivel 0.90
es
12.68
12.68
; 1.21 + 1.771
1.21 1.771
= 4.79; 7.21
14
14
171
9.7 Intervalo de confianza para la varianza de una distribucin normal

Supongamos que se quiere hallar un intervalo de confianza para la varianza 2 de una distribucin normal.
Sea ( X 1 , X 2 ,..., X n ) una muestra aleatoria de una v.a. X, donde X ~ N ( , 2 ) .
2
Tomamos como estimador puntual de 2 a S 2 =
1 n
(X i X )
n 1 1=1
Luego a partir de este estimador puntual construimos el estadstico X =
(n 1)S 2
2
Este estadstico contiene al parmetro desconocido a estimar 2 y tiene una distribucin conocida,
se puede probar que X tiene una distribucin llamada ji-cuadrado con n-1 grados de libertad
Observacin: Si X es una v.a. continua se dice que tiene distribucin ji-cuadrado con k grados de
libertad si su f.d.p. es
f ( x) =
1
(k )1 x
x 2 e 2
k
2 2
2
k
x>0
Notacin: X~ k
La distribucin ji-cuadrdo es asimtrica. En la figura siguiente se grafica la densidad para diferentes valores de k
2
0.12
k =2
0.1
k = 15
0.08
k = 30
0.06
0.04
0.02
10
20
30
40
50
60
Anotaremos 2 ,k al cuantil de la ji-cuadrado con k grados de libertad que deja bajo la fdp a derecha un rea de , y a su izquierda un rea de 1 .
Propiedades:
1- Se puede probar que si X 1 , X 2 ,..., X n son variables aleatorias independientes con distribucin
N (0,1) entonces Z = X 1 + X 2 + ... + X n tiene distribucin ji-cuadrado con n grados de libertad.
2
172
2- Si X 1 , X 2 ,..., X n son variables aleatorias independientes tal que X i tiene distribucin jicuadrado con k i grados de libertad, entonces Z = X 1 + X 2 + ... + X n tiene distribucin ji-cuadrado
con k grados de libertad donde k = k1 + k 2 + ... + k n
3- Si X ~ k2 entonces para k grande
2 X ~ N 2k 1, 1 aproximadamente.
Para desarrollar el intervalo de confianza planteamos hallar dos nmeros a y b tales que
(n 1)S 2 b = 1
es decir
P a
P(a X b ) = 1
Se puede probar que la mejor eleccin de a y b es: a = 2
1 , n 1
2
y b = 2
2
, n 1
k =5
1 , n 1
2
2
2
, n 1
Por lo tanto
(n 1)S 2 2 = 1
P 2
, n 1
2
2
1 2 ,n 1
y despejando 2 se llega a
(n 1)S 2
(n 1)S 2
2
P
2
2
,n 1
1 , n 1
2
2
= 1
Entonces
173
Si ( X 1 , X 2 ,..., X n ) es una muestra aleatoria de una v.a. X, donde X ~ N ( , 2 ) , un intervalo de

confianza para 2 de nivel 1 es
(n 1)S 2
;
2
, n1
2
(n 1)S 2
2
1 , n 1
2
(8.8)
Observacin: un intervalo de confianza para de nivel 1 , es
(n 1)S 2
(n 1)S 2 ;
2
, n 1
1 , n 1
2
Ejemplo:
Un fabricante de detergente lquido est interesado en la uniformidad de la mquina utilizada para
llenar las botellas. De manera especfica, es deseable que la desviacin estndar del proceso de
llenado sea menor que 0.15 onzas de lquido; de otro modo, existe un porcentaje mayor del deseable de botellas con un contenido menor de detergente. Supongamos que la distribucin del volumen de llenado es aproximadamente normal. Al tomar una muestra aleatoria de 20 botellas, se obtiene una varianza muestral S 2 = 0.0153 . Hallar un intervalo de confianza de nivel 0.95 para la
verdadera varianza del volumen de llenado.
Solucin:
La v.a. de inters es X: volumen de llenado de una botella
Se asume que X ~ N ( , 2 ) con desconocido.
Estamos en las condiciones para aplicar (8.8)
Tenemos que 1 = 0.95 = 0.05 2
1 , n 1
2
= 02.975,19 = 8.91 y 2
2
, n 1
= 02.025,19 = 32.85
Adems S = 0.0153
2
Por lo tanto el intervalo es
(n 1)S 2
;
2
, n1
(n 1)S 2 = (20 1) 0.0153 ; (20 1) 0.0153 = (0.00884;

2
1 , n 1
2
Y un intervalo para es
0.00884 ;
32.85
8.91
0.0326 )
0.0326 = (0.09; 0.1805)
Por lo tanto con un nivel de 0.95 los datos no apoyan la afirmacin que < 0.15
9.8 Intervalo de confianza para el cociente de varianzas de dos distribuciones normales
174
Supongamos que se tienen dos poblaciones normales e independientes con varianzas desconocidas
12 y 22 respectivamente. Se desea encontrar un intervalo de nivel 1 para el cociente de las
12
dos varianzas 2 .
2
Se toma una muestra aleatoria de tamao n1 de una de las poblaciones y una muestra de tamao
n 2 de la otra poblacin. Sean S12 y S 22 las dos varianzas muestrales.
Consideramos el estadstico
S 22
F=
S12
22
12
Notar que F contiene al parmetro de inters
12
, pues
22
F=
S 22 12
S12 22
Se puede probar que F tiene una distribucin llamada Fisher con n 2 1 y n1 1 grados de libertad.
Observacin:
Sea X una variable aleatoria continua, se dice que tiene distribucin Fisher con u grados de libertad
en el numerador y v grados de libertad en el denominador si su fdp es de la forma
u
f ( x) =
u + v u 2 2 1
x
2 v
u v u
x + 1
2 2 v
u +v
2
0< x<
En particular si W e Y son variables aleatorias independientes ji-cuadrado con u y v grados de libertad respectivamente, entonces el cociente
W
F= u
Y
v
Tiene una distribucin Fisher con u grados de libertad en el numerador y v grados de libertad en el
denominador.
Notacin: F ~ Fu ,v
La grfica de una distribucin Fisher es similar a la de una ji-cuadrado, es asimtrica. Anotamos
f ,u ,v al cuantil que deja a su derecha un rea de bajo la curva de densidad.
u = 15; v = 20
175
f ,u ,v
Existe la siguiente relacin entre los cuantiles de una Fu ,v y de una Fv ,u
f1 ,u ,v =
1
f ,v ,u
Planteamos la siguiente ecuacin P(a F b ) = 1 y se pede probar que la mejor eleccin de

a y b es :
a= f
y
1 , n2 1, n1 1
2
b = f
2
, n2 1, n1 1
u = 15; v = 20
1 , n2 1, n1 1
2
Entonces
f ,n2 1,n1 1
S2 2
= 1
P f
22 22 f
, n2 1, n1 1
2
1 2 ,n2 1,n1 1 S1 1
Despejando el cociente
12
queda :
22
S2
2 S2
= 1
P 12 f
12 12 f
1 , n2 1, n1 1
, n2 1, n1 1
S
S
2
2
2
2
2
Por lo tanto
176
Si se tienen dos poblaciones normales e independientes con varianzas desconocidas 12 y 22

respectivamente, entonces un intervalo de nivel 1 para el cociente de las dos varianzas
12
es
22
S12
S12
2 f 1 ,n 1, n 1 ; 2 f ,n 1,n 1
2
1
S2 2 2 1
2
S2
(8.9)
Ejemplo:
Una compaa fabrica propulsores para uso en motores de turbina. Una de las operaciones consiste
en esmerilar el terminado de una superficie particular con una aleacin de titanio. Pueden emplearse dos procesos de esmerilado, y ambos pueden producir partes que tienen la misma rugosidad
superficial promedio. Interesara seleccionar el proceso que tenga la menor variabilidad en la rugosidad de la superficie. Para esto se toma una muestra de 12 partes del primer proceso, la cual tiene
una desviacin estndar muestral S1 = 5.1 micropulgadas, y una muestra aleatoria de 15 partes del
segundo proceso, la cual tiene una desviacin estndar muestral S 2 = 4.7 micropulgadas. Se desea
encontrar un intervalo de confianza de nivel 90% para el cociente de las dos varianzas.
Suponer que los dos procesos son independientes y que la rugosidad de la superficie est distribuida de manera normal.
Solucin:
Estamos en las condiciones para aplicar (8.9)
Buscamos en la tabla de la Fisher f
y f
2
, n2 1, n1 1
1 , n2 1, n1 1
2
= f 0.95,14,11 =
f 0.05,11,14
1
= 0.39
2.58
= f 0.05,14,11 = 2.74
5.12
5.12
0
.
39
;
2.74 = [0.46; 3.23]
2
2
4.7
4.7
Como este intervalo incluye al 1, no podemos afirmar que las desviaciones estndar de los dos
procesos sean diferentes con una confianza de 90%.
9.9 Intervalo de confianza para una proporcin

Sea una poblacin de tamao N (eventualmente puede ser infinito) de cuyos individuos nos interesa cierta propiedad A. Supongamos que la probabilidad de que un individuo de la poblacin verifique A es p = P( A) .El significado del parmetro p es, en consecuencia, el de proporcin de individuos de la poblacin que verifican la propiedad A. Podemos definir una variable
aleatoria X i que mide a los individuos de la poblacin la ocurrencia o no de la propiedad A .
La variable aleatoria tendr la distribucin:
177
p (1) = P( X i = 1) = p
p (x ) =
p(0 ) = P( X i = 0 ) = 1 p,
es decir, Xi es una v.a. que toma slo dos valores: 1 (si el individuo verifica A) con probabilidad p
y 0 (cuando no verifica A) con probabilidad 1-p. Esto es equivalente a decir que Xi tiene una distribucin binomial con parmetros 1 y p: Xi ~ B(1,p).
Supongamos que consideramos una muestra aleatoria ( X 1 , X 2 ..., X n ) de tamao n . Si formamos
el estadstico X = X 1 + X 2 + ... + X n , es evidente que esta v.a. mide el nmero de individuos de la
muestra de tamao n que verifican la propiedad A. Por lo tanto por su significado X es una v.a.
cuya distribucin es binomial con parmetros n y p: X~B(n,p). De acuerdo con esto, la variable
X
aleatoria P definida: P =
representa la proporcin de individuos de la muestra que verifican la
n
propiedad A.
Observemos que siendo Xi ~ B(1,p) es E ( X i ) = p . Y, dado que X~B(n,p), tambin es
()
1
X 1
E P = E = E ( X ) = np = p , es decir P es un estimador insesgado de p . Esto es de espen
n n
n
X 1
rar pues P =
= Xi .
n n i =1
Pero adems, es fcil ver que P es estimador consistente de p . En efecto, tenemos que E P = p ,
()
pero tambin es
p (1 p )
X 1
.
V P = V = 2 np (1 p ) =
n
n n
()
Deseamos construir un intervalo de confianza de p. Es razonable basarnos en el estimador insegado P . Consideramos como pivote a la variable aleatoria
Z=
P p
p(1 p )
n
cuya distribucin es, para n suficientemente grande, aproximadamente N(0,1). En
efecto:
X
X
X
Siendo P = 1 + 2 + ... + n ,
n
n
n
n
n
X
X p (1 p )
es E P = E i = p y V P = V i =
n
n
n
i =1
i =1
()
()
Por lo tanto:
Z=
P p
p(1 p )
n
n grande
N (0,1) ,
El pivote puede ponerse en una forma ms conveniente si tenemos en cuenta que, segn vimos
recin, P es estimador consistente de p y en consecuencia, en el denominador reemplazamos el
parmetro desconocido p por su estimador P , y se puede probar que :
178
Z=
P p
N(0,1). aproximadamente si n es grande
P 1 P
n
Partiendo de este pivote podemos seguir los mismos pasos de los casos anteriores para llegar al
siguiente intervalo de confianza al nivel 1 de p:
P 1 P
P z
, P + z
n
2
2
Entonces
P 1 P
con z
2
= 1 .
Si P es la proporcin de observaciones de una muestra aleatoria de tamao n que verifican una

propiedad de inters, entonces un intervalo de confianza para la proporcin p de la poblacin
que cumple dicha propiedad de nivel aproximadamente 1 es
P z
P 1 P
, P + z
n
2
P 1 P
(8.10)
Observaciones:
1- Este procedimiento depende de la aproximacin normal a la distribucin binomial. Por lo tanto
el intervalo (8.10) se puede utilizar si nP > 10 y n(1 P ) > 10 , es decir, la muestra debe contener
un mnimo de diez xitos y diez fracasos.
P 1 P
2- La longitud del intervalo es L = 2 z
, pero esta expresin est en funcin de P
n
2
Si nos interesa hallar un valor de n de manera tal que la longitud L sea menor que un valor determinado, podemos hacer dos cosas:
a) tomar una muestra preliminar, con ella estimar p con P y de la expresin anterior despejar n, lo
que lleva a
L = 2z
2
P 1 P
l
n
2z
n 2
l
P 1 P
b) si no tomamos una muestra preliminar, entonces acotamos P 1 P 0.5 (1 0.5) , entonces
L = 2z
2
P 1 P
0.5(1 0.5)
2z
l
n
n
2
n 2
l
Ejemplo:
179
Un fabricante de componentes compra un lote de dispositivos de segunda mano y desea saber la

proporcin de la poblacin que estn fallados. Con ese fin experimenta con 140 dispositivos elegidos al azar y encuentra que 35 de ellos estn fallados.
a) Calcular un intervalo de confianza del 99% para la proporcin poblacional p.
b) De qu tamao deber extraerse la muestra a fin de que la proporcin muestral no difiera de la
proporcin poblacional en ms de 0.03 con un 95% de confianza?
Solucin:
a) El tamao de la muestra es n = 140 (muestra grande)
35
La proporcin muestral es P =
= 0.25
140
El nivel de confianza es 1 = 0.99 = 0.01 = 0.005 .

2
De la tabla de la normal estandarizada vemos que z 0.005 = 2.58 . Entonces el intervalo buscado es:
0.25(1 0.25)
0.25(1 0.25)
, 0.25 + 2.58
0.25 2.58
= [0.15558, 0.34441]
140
140
b) Buscamos el tamao n de la muestra tal que con un 95% de confianza la proporcin muestral P
est a una distancia 0.03 de la proporcin poblacional p, es decir buscamos n tal que
L
0.03 , por lo tanto como = 0.05

= 0.025 si tomamos la muestra anterior como pre2
2
liminar :
2z
n 2
l
2 1.96
P
1
P
=
0.25(1 0.25) = 800.3333
2 0.03
Por lo tanto hay que tomar una muestra de tamao por lo menos 801. como ya se tom una muestra de tamao 140, hay que tomar otra adicional de tamao 801 140 = 661
Supongamos que no tomamos una muestra inicial, entonces directamente planteamos
2
z
2

1.96
n 2 =
= 1067.1111
2 0.03
l

Entonces hay que tomar una muestra de tamao 1068 por lo menos.
9.10 Intervalo de confianza para la diferencia entre dos proporciones

Supongamos que existen dos proporciones de inters p1 y p 2 y es necesario obtener un intervalo
de confianza de nivel 1 para la diferencia p1 p 2 .
180
Supongamos que se toman dos muestras independientes de tamaos n1 y n 2 respectivamente de

dos poblaciones.
Sean
las
variables
aleatorias
X 1 : nmero de observaciones en la primera muestra que tienen la propiedad de inters
X 2 : nmero de observaciones en la segunda muestra que tienen la propiedad de inters
Entonces X 1 y X 2 son variables aleatorias independientes y X1~B(n1,p1) ; X2~B(n2,p2)
X
X
Adems P1 = 1 y P2 = 2 son estimadores puntuales de p1 y p 2 respectivamente.
n1
n2
p (1 p1 ) p 2 (1 p 2 )
Vemos que E P1 P2 = p1 p 2 y V P1 P2 = 1
+
n1
n2
Aplicando la aproximacin normal a la binomial podemos decir que
P1 P2 ( p1 p 2 )
Z=
p1 (1 p1 ) p 2 (1 p 2 )
+
n1
n2
N (0,1) , y como en el caso de intervalo para una proporcin estima-
p1 (1 p1 ) p2 (1 p2 )
con
+
n1
n2
mos
Z=
P1 1 P1 P2 1 P2
y entonces
+
n1
n2
P1 P2 ( p1 p 2 )
N (0,1) aproximadamente.
P1 1 P1
P2 1 P2
+
n1
n2
Planteamos la ecuacin P( z Z z ) = ( z ) ( z ) =1- , lo que lleva a

z = z , y con una deduccin anloga a las anteriores se llega al intervalo
2
P1 P2 z
P1 1 P1 P2 1 P2
+
; P1 P2 + z
n1
n2
2
P1 1 P1 P2 1 P2
+
n1
n2
Entonces
Si P1 y P2 son las proporciones muestrales de una observacin de dos muestras aleatorias independientes de tamaos n1 y n 2 respectivamente que verifican la propiedad de inters, entonces
un intervalo de confianza de nivel 1 aproximadamente es
P1 P2 z
P1 1 P1 P2 1 P2
+
; P1 P2 + z
n1
n2
2
P1 1 P1 P2 1 P2
(8.11)
+
n1
n2
Ejemplo:
Se lleva a cabo un estudio para determinar la efectividad de una nueva vacuna contra la gripe. Se
administra la vacuna a una muestra aleatoria de 3000 sujetos, y de ese grupo 13 contraen gripe.
Como grupo de control se seleccionan al azar 2500 sujetos, a los cuales no se les administra la vacuna, y de ese grupo 170 contraen gripe. Construya un intervalo de confianza de nivel 0.95 para la
diferencia entre las verdaderas proporciones de individuos que contraen gripe.
181
Solucin:
X 1 : nmero de personas que contraen gripe del grupo que recibi la vacuna
X 2 : nmero de personas que contraen gripe del grupo que no recibi la vacuna
Entonces X1~B(n1,p1) ; X2~B(n2,p2) donde n1 = 3000 ; n 2 = 2500
13
170
Adems P1 =
; P2 =
3000
2500
Y 1 = 0.95
z = z 0.025 = 1.96
2
Entonces
P1 P2 z
P1 1 P1 P2 1 P2
+
; P1 P2 + z
n1
n2
2
P1 1 P1 P2 1 P2
=
+
n1
n2
13
13 170
170
1
170
3000 3000 2500 2500
13
=
1.96
+
;
3000
2500
3000 2500
13
13 170
170
1
13
170
3000 3000 2500 2500
+ 1.96
+
= 0.0738112; 0.0535222

3000 2500
3000
2500
182

Important Ees Tad

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Important Ees Tad

Caricato da

Copyright:

Formati disponibili

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

extremos y son dos estadsticos, tal que P , = 1 donde es el parmetro

tomay por lo tanto

medimos nuevamente la muestra obtendremos ahora valores x , x 2 ,..., x n

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

1-Partimos de la esperanza muestral X =

La variable aleatoria Z cumple las condiciones necesarias de un pivote

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

P( z Z z ) = ( z ) ( z ) =1- donde (z ) es la Fda para la v.a. Z ~ N (0,1)

confianza bilateral al nivel de significacin 1- queda:

Si ( X 1 , X 2 ,..., X n ) una muestra aleatoria de tamao n de una v.a. X donde X ~ N ( , 2 ) , 2

Buscamos en la tabla de la normal estndar el valor de z = z 0.025 = 1.96

b) repetimos lo anterior pero ahora = 0.01

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

Buscamos en la tabla de la normal estndar el valor de z = z 0.005 = 2.58

La longitud del intervalo encontrado en a) es: 35.78454

En general, si queremos hallar n tal que L = 2 z

l , donde l es un valor dado, entonces

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

Si estimamos puntualmente al parmetro con X estamos cometiendo un error en la estimacin

Por lo tanto n z 0.025

O sea hay que tomar por lo menos 97 mediciones temporales.

Adems z 0, 025 =1.96.

Puesto que 1- =0.95 = 1 0.95 = 0.05

Para el valor particular x =501.2 tenemos el intervalo

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

la probabilidad de que el intervalo 500.4 , 502.0 contenga a es 0.95. O, en otras palabras, la

Pero para poder usar a T como pivote debemos conocer su distribucin.

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

Si reemplazamos la v.a. T por su expresin, tenemos sucesivamente (multiplicando por S / n y

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

P ( t T t ) = F (t ) F ( t ) =1- donde F (t ) es la Fda para la v.a. T t n1 .

Por la simetra de la distribucin t de Student se deduce fcilmente de la figura anterior que

F (t ) F ( t ) = 2 F (t ) 1 =1- , o bien (ver figura anterior),

confianza bilateral al nivel de significacin 1- queda:

Si ( X 1 , X 2 ,..., X n ) una muestra aleatoria de tamao n de una v.a. X donde X ~ N ( , 2 ) ,

2 desconocido, un intervalo de confianza para de nivel 1 es

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

Esto es: [9.69, 11.27] .

y puedo construir el intervalo para como antes:

9.4 Intervalo de confianza para la diferencia de dos medias, varianzas conocidas

Deseamos construir un intervalo al nivel de confianza 1 para la diferencia de esperanzas

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

~ N (0,1) , es decir, tiene distribucin normal estandarizada.

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

X 1 ~ N 1 , 1 , X 2 ~ N 2 , 2 y suponemos que las varianzas 12 y 22 son conocidas. Un

Parte 2 Intervalos de confianza

Prof. Mara B. Pintarelli

Por lo tanto z = z 0.05 = 1.65

O sea 0.09837; 0.281620

y puedo construir el intervalo para 1 2 como antes: