Facultad de Ingeniería y Arquitectura 2018-II

Intervalos de Confianza

Mag. Rubén Valerio Fidel

1
ESTIMACIÓN ESTADÍSTICA
 ESTIMACIÓN ESTADÍSTICA
Es un proceso que permite estimar las características de una población, observando las
características de una de sus muestras representativas.

TIPOS
Estimación Puntual: Es la estimación de un parámetro mediante un valor determinado.

Estimación por intervalos: Es la estimación de un parámetro mediante un rango de

valores (intervalo)
 Estimación Puntual - Definición
Una estimación puntual de un parámetro es un solo número que se puede
considerar como el valor más razonable de dicho parámetro.

La estimación puntual se obtiene al seleccionar una estadística apropiada y

calcular su valor a partir de datos de la muestra dada. Dicha estadística
seleccionada se llama Estimador Puntual.
Estimador Puntual = Parámetro + Error de Estimación

Error de Estimación: Lo mínimo posible

 Estimación Puntual - Ejercicios
1) Estimar la Media y la Varianza Poblacional a partir de la siguiente muestra: 12, 15, 16,
18, 19.

_
Media Poblacional (μ) = Media Muestral (X) = 12+15+16+18+19)/5 = 80/5 = 16

Varianza Poblacional (σ2) = Varianza Muestral (S2) = [ (12-16)2+(15-16) 2+(16-16) 2+(18-

16) 2+(19-16) 2] / (5-1) = 7.5
 Propiedades de un buen estimador
INSESGADO: (Centrados) un estimador insesgado es aquel para el cual la media de la distribución
muestral es el parámetro estimado.
 Propiedades de un buen estimador
EFICIENCIA: El estimador elegido debe ser el que menos varianza tiene.

Evidentemente debemos elegir al Tirador 2, ya que si tuviera un solo tiro, es más probable que acierte
al blanco o esté más cerca de hacerlo.
 Propiedades de un buen estimador
CONSISTENCIA: El estimador debe mejorar su precisión al aumentar el tamaño de la muestra.

Ejemplo: Definamos como Población los alumnos del curso Estadística para la Toma de
Decisiones II, la cual es 100 alumnos. Si queremos evaluar la variable Edad, y tomamos una
muestra de 5 alumnos y otra muestra de 40 alumnos.
¿Qué muestra tendrá una Edad promedio más cercana a la población?. Evidentemente la
muestra de 40 alumnos.
 Propiedades de un buen estimador
SUFICIENCIA: Cuando se aprovecha toda la información muestral.
Ejemplo: Si hay un estimador que se calcula con todas las muestras y otro estimador que no
puede usar todas las muestras. Elegiremos el que se calcula con todas las muestras.
 Conceptos
Intervalo de Confianza: o Límites de Confianza, es un rango de valores en el cual se encontraría el
valor del parámetro, con una probabilidad determinada.

Error de Estimación: o Error de muestreo, es la diferencia que existe entre el valor real
(parámetro) obtenido con los valores de la población y el valor estimado en base a los valores de
una muestra (estimación).
 Estimación por Intervalos - Definición
Es la estimación de un parámetro mediante un intervalo, es decir, el verdadero valor del
parámetro se encontrará dentro de dicho intervalo.
Un estimado puntual, por ser sólo un número, no proporciona por sí mismo información
alguna sobre la precisión y confiabilidad de la estimación.
Para estimar los intervalos, se debe conocer:
1. El estadístico correspondiente (Media, Varianza, etc)
2. El nivel de confianza (al 90%, al 95%, etc)
3. El error del estadístico a estimar (desviación estándar de la distribución muestral)

Estimador por Intervalos = Estimador +/- Error de Estimación

Error de Estimación: definido por el nivel de confianza

 Estimación por Intervalos - Ejercicio
Se encuentra que la concentración promedio de zinc que se saca del agua a partir de
una muestra de mediciones de zinc en 36 sitios diferentes es de 2.6 gramos por
mililitro. Encuentre los intervalos de confianza de 95% para la concentración media de
zinc en el río. Suponga que la desviación estándar de la población es 0.3.
0.475

2.60
 Estimación para la Media
Intervalos de la Media Poblacional al α de Nivel de Confianza

μ: Media de la Población
─ ─
n>=30: μ= X ± Z σ X: Media de la Muestra
Z: Valor Z de α/2 (tabla Distribución Normal)
√n σ: Desviación estándar de la Población
n: Tamaño de la muestra
α: Nivel de Confianza

─
n<30: μ= X ± T s T: Valor de T de α/2 (tabla distribución T-Student)
√n s: Desviación estándar de la Muestra
 Estimación para la Proporción
Intervalos de la Proporción Poblacional al α de Nivel de Confianza

P: Proporción de la Población
p: Proporción de la Muestra
Z: Valor Z de α/2 (tabla)
q: La otra proporción de la Muestra
n: Tamaño de la muestra
α: Nivel de Confianza

Cuando p x n ó q x n >5

Si es menor, no es recomendable estimar

 Estimación para la Diferencia de Medias
Intervalos de la Diferencia de Medias Poblacionales al α de Nivel de Confianza

μ1: Media de la Población 1

μ2: Media de la Población 2
─
X1: Media de la Muestra de la Población 1
─X : Media de la Muestra de la Población 2
2
Z: Valor Z de α/2 (tabla)
σ1: Desviación estándar de la Población 1
σ2: Desviación estándar de la Población 2
n1: Tamaño de la Muestra de la Población 1
n2: Tamaño de la Muestra de la Población 2
α: Nivel de Confianza
Estimación para la Diferencia de Proporción
Intervalos de la Diferencia de Proporción Poblacionales al α de Nivel de Confianza

P1: Proporción de la Población 1

P2: Proporción de la Población 2
p1: Proporción de la Muestra de la Población 1
p2: Proporción de la Muestra de la Población 2
Z: Valor Z de α/2 (tabla)
q1: La otra proporción de la Muestra de la Población 1
q2: La otra proporción de la Muestra de la Población 2
n1: Tamaño de la Muestra de la Población 1
n2: Tamaño de la Muestra de la Población 2
α: Nivel de Confianza