UNIVERSIDAD MAYOR DE SAN ANDRES

FACULTAD DE MEDICINA

INTERVALO
DE
CONFIANZA
Dr. Franck E.Chacón Bozo
 PERMANENCIA EN LA MEMORIA

METODO DE ENSEÑANZA RETENCIÓN ( % )

LEER 10

ESCUCHAR 20

VER 30

VER Y ESCUCHAR 50

DECIR Y DISCUTIR 70

DECIR Y REALIZAR 90
INTERVALO DE CONFIANZA

ESTIMA UN CIERTO VALOR

DESCONOCIDO ENTRE UN
PAR O VARIOS PARES DE
NÚMEROS.
 INTERVALO DE CONFIANZA

 En Estadística, se llama intervalo de confianza a un

par o varios pares de números entre los cuales se
estima que estará cierto valor desconocido con una
determinada probabilidad de acierto.

 Formalmente, estos números determinan un intervalo,

que se calcula a partir de datos de una muestra, y el
valor desconocido es un parámetro poblacional.

 La probabilidad de éxito en la estimación se representa

con 1- alfa y se denomina NIVEL DE CONFIANZA.
 INTERVALO DE CONFIANZA

 En estas circunstancias, (alfa) es el llamado error

aleatorio o nivel de significación, esto es, una medida de
las posibilidades de fallar en la estimación mediante tal
intervalo.

 El nivel de confianza y la amplitud del intervalo varían

conjuntamente, de forma que un intervalo más amplio
tendrá más posibilidades de acierto ( mayor nivel de
confianza), mientras que para un intervalo más
pequeño, que ofrece una estimación más precisa,
aumentan sus posibilidades de error.
 INTERVALO DE CONFIANZA

Para la construcción de un determinado

intervalo de confianza es necesario
conocer la distribución teórica que sigue el
parámetro a estimar. Es habitual que el
parámetro presente una distribución
normal .
 INTERVALO DE CONFIANZA

 Un problema habitual es el de estimar parámetros que

ayuden a caracterizar una variable.

Ejemplos:
 EL PORCENTAJE DE INDIVIDUOS QUE MEJORA
ANTE UN CIERTO TRATAMIENTO .

 EL TIEMPO MEDIO QUE TARDA UN ANESTÉSICO

EN HACER EFECTO
VALORES EN LA TABLA DEL
COEFICIENTE DE CONFIANZA
Podemos decir, tras realizar un estudio, “
el 75 % de los pacientes tratados
experimento una mejoría “. Una respuesta
más sofisticada usando intervalos de
confianza podría ser : “ Nuestro estudio
muestra que en el 75 % de los casos se
experimenta una mejoría, siendo el
margen de error del 5 %. El NIVEL DE
CONFIANZA ES DEL 95 % “.
 El calculo de intervalos de confianza para la estimación
de parámetros son técnicas que nos permiten hacer
declaraciones sobre qué valores podemos esperar para
un parámetro.
 El intervalo calculado dependerá de :
- Lo estimado en la muestra( porcentaje, media …)El
intervalo de confianza está formado por valores
ligeramente menores y mayores que la aproximación
ofrecida por la muestra.
- El tamaño muestral . Cuantos más datos hayan
participado en el calculo, más pequeño esperamos que
sea la diferencia entre el valor estimado y el valor real
desconocido.
 - La probabilidad ( nivel de confianza) con la que el
método dará una respuesta correcta . Niveles de
confianza habituales para los intervalos de confianza
son el 95 % y el 99 %.

 Puede parecer sorprendente que no busquemos

respuestas con una confianza del 100 %, pero ocurre
que en ese caso, los intervalos serías tan grandes que
no serían de gran provecho. La elección de un nivel
de confianza como del 95 % es un compromiso entre
hacer declaraciones con una razonable probabilidad
de acertar y que además el intervalo declarado, sea lo
suficientemente pequeño como para suscitar interés.
 Cuando un programa estadístico nos ofrece una
estimación de una cantidad, junto a su error estándar,
podemos estar seguros que si se dan ciertas
condiciones de validez, por tanto una declaración
como “ La proporción de pacientes que mejoraron con
el tratamiento es del 75 %, con un error estándar de 3
%, para enunciarse:

- La proporción de pacientes que mejoró fue del 75

%, con un margen de error de 5% y un nivel de
confianza del 95 %.
- La proporción de pacientes que mejoró fue del 75
%, con un margen de error de 7.5 % y un nivel de
confianza del 99 %.
En esta curva tenemos los límites reales , obtenidos
multiplicando la cifra de 1.96 por el valor de errores
estándar, los límites conforman el INTERVALO DE
CONFIANZA, el cual nos sirve para la interpretación de la
SIGNIFICANCIA ó INSIGNIFICANCIA de las diferencias,
situando los promedios dentro ó fuera del intervalo.

---------------------------------------------------------------
1,72 I.C. 1,76
Cuando la muestra o universo estudiado se comporta de
manera similar a una curva normal ( Muestras Grandes),
sea cual fuese el valor del error estándar, el límite que
engloba al 95 % de aceptación y el 5 % consiguientemente
de error es 1,96 desvíos relativos.

--------------------------------------------------------
-1,96 0 +1,96
Esto fundamenta el que se considere a +
1,96 como un nivel para aceptar la
INSIGNIFICANCIA o SIGNIFICANCIA de la
diferencia de magnitudes entre dos
promedios, sean muestráles o universales,
se las cifras del desvío relativo calculado
son respectivamente menores ó mayores a
las cifras -1,96 / + 1,96.
 INTERVALO DE CONFIANZA

I.C. : Promedio muestral +/- 1,96 errores estándar.

Límite Máximo: 1,74 + 1,96 * 0,013

1,74 + 0,0254 : 1,7654

Límite Mínimo : 1,74 – 1,96 * 0.013

1,74 – 0,0254 : 1,7146
Si ordenamos los 2 resultados en un eje de abscisas tendremos el
siguiente Intervalo de Confianza:

1,75
------------------------------------------------------------
1,7146 1,7654

Donde observamos que esta contenido el Promedio Universal del 1,75,

por lo que consideramos que la muestra pertenece al universo de los
varones bolivianos, en otras palabras no podemos negar que ella
pertenece al Universo del cuál procede el promedio 1,75mts.
En caso de que el promedio 1,75 NO HUBIESE estado contenido entre
los límites confeccionados hubiésemos podido creer que la muestra no
pertenecía al Universo mencionado
La curva comprendida entre los valores 1,7146 y
1,7654 encierra un 95 % de probabilidad de que el
Promedio Universal se encuentre entre esos
valores, es decir que sea mayor que 1,7146, y
menor de 1,7654 .
Así mismo, se entiende que esta curva encierra la
Hipótesis de Nulidad (Ho), esta hipótesis
considera que todas las observaciones o las
diferencias de los resultados, respecto al promedio
universal” caídos” en esta área de deben a una
casualidad ó azar.
La Hipótesis Alterna (Ha) es la que considera que las
observaciones y las diferencias de los resultados respecto
al promedio universal, se deben más bien a causas
SIGNIFICATIVAS en las que el azar no interviene; se
acepta esta hipótesis cuando los valores caen por fuera de
los límites el inferior o el superior, interpretándose que por
debajo o encima de esos límites las áreas corresponden a
las zonas de aceptación de la hipótesis alterna.

Ha Ho Ha

------------------------------------------------------
GRACIAS