Simulación

Modelos Estadísticos en Simulación

Intervalos de Confianza
 Agenda
• Estimación de los Parámetros.
• Intervalos de confianza con Varianza conocida.
• Intervalos de confianza con Varianza desconocida.
• Estimación del tamaño muestral.
 Intervalos de Confianza con
varianza conocida
• A partir de la definición de Φ (cdf de una distribución normal estándar) es
evidente que
Φ(-x)=1- Φ(x)
De la misma manera,
X -µ
P( µ - ks £ X £ µ + ks ) = P(-k £ £ k ) = F(k ) - F(-k )
s

Por lo tanto,

P( µ - ks £ X £ µ + ks ) = 2F(k ) - 1
 Intervalos de Confianza con
varianza conocida
Ahora suponga que X tiene una distribución N ( µ , s 2 / n), por lo tanto:

Z = [( X - µ ) / s ] n tiene un distribución N (0,1)

Por lo tanto, note que aunque Z depende de μ, su distribución de probabilidad NO.

Considere entonces,
æ X -µ ö
2F( z ) - 1 = Pçç - z £ n £ z ÷÷
è s ø
æ zs zs ö
= Pç X - £µ£X + ÷
è n nø
 Intervalos de Confianza con
varianza conocida
Debemos escoger z de tal manera que la probabilidad antes enunciada sea
igual a 1-α. Por lo tanto z está definida por la relación:

F( z) = 1 - a 2

Dicho valor de z se obtiene a partir de las tablas de la normal estándar.

Resumiendo se tiene que el intervalo de confianza para media desconocida y

varianza conocida se expresa como:

s
X ± za 2
n
 Intervalos de Confianza con
varianza conocida
Algunas consideraciones
• Cuanto mayor es la desviación σ, mayor es la longitud del intervalo.
• Cuanto mayor es el tamaño de la muestra n, menor es la longitud del
intervalo.
• Cuanto mayor es el nivel de confianza 1- α, mayor es la longitud del intervalo.
• Este caso se presenta pocas veces en la práctica.
 Ejercicio
Se cuentan con 50 datos de los tiempos de servicio de un taller de mecánica, los
cuales tienen un promedio de 4.25 horas y se sabe que la varianza es conocida e
igual a 0.43 horas2. Obtener los intervalos de confianza del 90%, 95% y 99 %, para
la media del tiempo de servicio.

Nivel Limite Limite

Confianza z Inferior Superior
90%
95%
99%
 Intervalos de Confianza con
varianza desconocida
En la mayoría de los casos en la práctica los valores exactos de la media (μ) y la
desviación (σ) son desconocidos, de ahí el interés de buscar intervalos de
confianza para ellos

¿Cómo debe modificarse el procedimiento anteriormente mostrado, si no

sabemos el valor de σ?

Estimemos la desviación usando el estimador insesgado S:

1 n
å
2
S =
2
(Xi - X ) .
n - 1 i =1
Debe ser intuitivamente claro que
Consideremos la variable aleatoria
la distribución de probabilidad de t
( X - µ) n es más complicada que la de z
t= puesto que hay variables aleatorias
S en el numerador y en el denominador
 Intervalos de Confianza con
varianza desconocida
Para obtener la distribución de probabilidad de t hagamos uso de los siguientes
hechos:
– Z = [( X - µ ) / s ] n tiene una distribución N (0,1)
n
– V = å ( X i - X ) / s tiene una distribución χ2 con (n-1) g.d.l.
2 2

i =1

– Z y V son variables aleatorias independientes

Z
Definiendo t =
V (n - 1)

se dice que la variable aleatoria t tiene una distribución t de Student con (n-1)
grados de libertad.
 Intervalos de Confianza con
varianza desconocida
En una manera completamente análoga a la usada en el caso de varianza
conocida, obtenemos un intervalo de confianza para μ con un nivel de confianza
(1-α)

S
X ± t n -1,1-a 2 ×
n
 Ejercicio
Se cuentan con 50 datos de los tiempos de servicio de un taller de mecánica, los
cuales tienen un promedio de 4.25 horas y una varianza muestral igual a 0.43
horas2. Obtener los intervalos de confianza del 90%, 95% y 99 %, para la media
del tiempo de servicio.

Nivel Limite Limite

Confianza t Inferior Superior
90%
95%
99%
 Half Width y Número de
Replicaciones
Prefiera intervalos más pequeños de la confianza — precisión
Notación:
!: número de réplicas
" media muestral
#:
$: desviación estándar muestral
%&/(,*+, : valor crítico de la distribucion t
Intervalo de Confianza:
$
#" ± %&/(,*+,
!
Mitad del Ancho del intervalo (Half-Width):
$
%&/(,*+,
!
No se puede controlar ni a t, ni a s, entonces ¿Cuánto incrementar n?
 Estimación del Tamaño Muestral
• Debemos encontrar un tamaño de muestra de tal manera que se logre una
precisión deseada por el analista.
,
"! ± $%/',)*+
-
Nivel de Precisión
• Si n es suficientemente grande, la distribución t Student se aproxima a la
distribución Normal. Luego el tamaño de la muestra puede aproximarse
como:
S depende del tamaño de
/0/1 2 ' la muestra, ¿entonces, qué
-≥ hacer?
3
d es la precisión del intervalo
del confianza.
 Estimación del Tamaño Muestral
• Podemos obtener una estimación preliminar de la varianza basada en
experiencia previa o en una prueba que se haya realizado (prueba piloto)
• Nivel de precisión (Half-Width): d.
• Entonces para un d deseado:
#$/&,()* + &
!≥
,
Se puede realizar una aproximación:
• Remplace t por z, correspondiente al valor normal crítico
• Se Obtiene:

.//0 1 &
!≅
2
 Ejercicio
No se cuentan con datos de los tiempo en cola de un local de comida rápida para
este año, usando una prueba piloto el año pasado se sabe que la desviación
estándar muestral (S) es igual a 7,3 minutos. Se define un nivel de precisión igual
a 2,1 minutos. Obtener los mínimos tamaños de muestra para poder construir los
intervalos de confianza de confianza del 90%, 95% y 99 %, para la media del
tiempo en cola.

Nivel
Confianza z d n
90%
95%
99%