Un intervalo de confianza es un rango de valores, derivado de los estadísticos de la

muestra, que posiblemente incluya el valor de un parámetro de población

desconocido. Debido a su naturaleza aleatoria, es poco probable que dos muestras
de una población en particular produzcan intervalos de confianza idénticos. Sin
embargo, si usted repitiera muchas veces su muestra, un determinado porcentaje
de los intervalos de confianza resultantes incluiría el parámetro de población
desconocido.

En este caso, la línea negra horizontal representa el valor fijo de la media

desconocida de la población, µ. Los intervalos de confianza azules verticales que se
sobreponen a la línea horizontal contienen el valor de la media de la población. El
intervalo de confianza rojo que está completamente por debajo de la línea
horizontal no lo contiene. Un intervalo de confianza de 95% indica que 19 de 20
muestras (95%) de la misma población producirán intervalos de confianza que
contendrán el parámetro de población.

Utilice el intervalo de confianza para evaluar la estimación del parámetro de

población. Por ejemplo, un fabricante desea saber si la longitud media de los
lápices que produce es diferente de la longitud objetivo. El fabricante toma una
muestra aleatoria de lápices y determina que la longitud media de la muestra es 52
milímetros y el intervalo de confianza de 95% es (50,54). Por lo tanto, usted puede
estar 95% seguro de que la longitud media de todos los lápices se encuentra entre
50 y 54 milímetros.

El intervalo de confianza se determina calculando una estimación de punto y luego

determinando su margen de error.
Estimación de punto

Este valor individual estima un parámetro de población usando los datos de

la muestra.

Margen de error
Cuando usted utiliza estadísticos para estimar un valor, es importante
recordar que, sin importar lo bien que esté diseñado su estudio, su
 estimación está sujeta a error de muestreo aleatorio. El margen de error
cuantifica este error e indica la precisión de la estimación.

Usted probablemente ya entiende el margen de error, porque está

relacionado con los resultados de las encuestas. Por ejemplo, una encuesta
política podría indicar que el nivel de popularidad de un candidato es de
55% con un margen de error de 5%. Esto significa que el nivel de
popularidad real es +/- 5% y, por lo tanto, se ubica entre 50% y 60%.

Error de tipo I

Si usted rechaza la hipótesis nula cuando es verdadera, comete un error de

tipo I. La probabilidad de cometer un error de tipo I es α, que es el nivel de
significancia que usted establece para su prueba de hipótesis. Un α de 0.05
indica que usted está dispuesto a aceptar una probabilidad de 5% de estar
equivocado al rechazar la hipótesis nula. Para reducir este riesgo, debe
utilizar un valor menor para α. Sin embargo, usar un valor menor para alfa
significa que usted tendrá menos probabilidad de detectar una diferencia si
esta realmente existe.

Error de tipo II
Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de
tipo II. La probabilidad de cometer un error de tipo II es β, que depende de
la potencia de la prueba. Puede reducir el riesgo de cometer un error de
tipo II al asegurarse de que la prueba tenga suficiente potencia. Para ello,
asegúrese de que el tamaño de la muestra sea lo suficientemente grande
como para detectar una diferencia práctica cuando esta realmente exista.