Intervalo de confianza de muestra grande para una proporción

poblacional p

Muchos experimentos de investigación o estudios muestrales tienen como

objetivo la estimación de la proporción de personas u objetos de un grupo grande,
que posean cierta característica:

• La proporción de ventas que se puede esperar en un gran número de contactos

de clientes
• La proporción de semillas que germinan
• La proporción de votantes “probables” que planean votar para un candidato
político particular

Cuando el tamaño muestral es grande, la proporción muestral es:

𝝌 𝑵ú𝒎𝒆𝒓𝒐 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 é𝒙𝒊𝒕𝒐𝒔 𝒑𝒒

𝒑 = 𝒏 = 𝑵ú𝒎𝒆𝒓𝒐 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒊𝒏𝒕𝒆𝒏𝒕𝒐𝒔 Error estándar SE = 𝒏

𝒑𝒒
𝒑 ± 𝚭𝝈/𝟐
𝒏
Una muestra aleatoria de 938 “probables” electores fueron
encuestados durante un maratón telefónico realizado por el Partido
Revolucionario; 345 indicaron que tenían la intención de votar por
el candidato Priista. Construya un intervalo de confianza de 90%
para p, la proporción de electores probables de la población que
tienen la intención de votar por el candidato Priista. Con base en
esta información, ¿se puede concluir que la candidata ganará la
elección?

𝝌 𝟑𝟒𝟓 𝒑𝒒 (𝟎.𝟑𝟔𝟖)(𝟎.𝟔𝟑𝟐)
𝒑= = = 𝟎. 𝟑𝟔𝟖 = = 𝟎. 𝟎𝟏𝟓𝟕
𝒏 𝟗𝟑𝟖 𝒏 𝟗𝟑𝟖

𝒑𝒒
𝒑 ± 𝚭𝝈/𝟐 0.368±𝟏. 𝟔𝟒𝟓 𝟎. 𝟎𝟏𝟓𝟕 = 𝟎. 𝟑𝟔𝟖 ± 𝟎. 𝟎𝟐𝟔
𝒏
Se estima que el % de probables electores que tienen intención de
votar por el candidato Priista es entre 34.2% y 39.4%
¿Qué tan probable es que usted vote en la siguiente elección
presidencial? Se tomó una muestra aleatoria de 300 adultos, y 263 de
ellos dijeron que siempre votan en elecciones presidenciales.

a. Construya un intervalo de confianza de 90% para la proporción de

adultos estadounidenses que dicen que siempre votan en elecciones
presidenciales.
b. Un artículo en El Universal reporta este porcentaje de 67%Con base
en el intervalo construido en el inciso a), ¿estaría usted en
desacuerdo con ese porcentaje presentado?

El intervalo de confianza de 90 % es de 0.85 a 0.91

 Estimación de la diferencia entre dos medias
poblacionales
Un problema de igual importancia que la estimación de una sola
media poblacional , para una población cuantitativa, es la
comparación de dos medias poblacionales

Tamaño M1 Tamaño M2
Media 1 2

Varianza S21 S22

Muestra n1 n1

𝝈𝟐𝟏 𝝈𝟐𝟐 𝑺𝟐𝟏 𝑺𝟐𝟐

SE = 𝒏𝟏
+𝒏 SE = +
𝟐 𝒏𝟏 𝒏𝟐

𝑺𝟐𝟏 𝑺𝟐𝟐
(𝒙𝟏 − 𝒙𝟐 ) ± 𝓩𝝈/𝟐 +
𝒏𝟏 𝐧𝟐
 Las resistencias al desgaste de dos tipos de llantas para
automóvil se compararon en muestras de pruebas en camino de
n1 = n2 =100 llantas para cada tipo. El número de millas hasta
el completo desgaste se definió como una cantidad específica
de desgaste de la llanta. Estime (1 - 2), la diferencia en la
media de millas hasta el completo desgaste, usando un intervalo
de confianza de 99%.

Llanta 1 Llanta2
𝑺𝟐𝟏 𝑺𝟐𝟐
(𝒙𝟏 − 𝒙𝟐 ) ± 𝓩𝝈/𝟐 + 1=26,400 millas 2=25,100 millas
𝒏𝟏 𝐧𝟐
S21=1´400,000 S21=1´960,000

1300 ± 475.73
El intervalo de confianza de 99 %
es de 827.08 a 1772.9
El científico se preguntaba si había diferencia en el promedio de
ingesta diaria de productos lácteos entre hombres y mujeres. Él tomó
una muestra de n =50 mujeres adultas y registró sus ingestas diarias
de productos lácteos en gramos por día.
Hizo lo mismo con hombres adultos.
Construya un intervalo de confianza de 95% para la diferencia en el
promedio de ingestas diarias de productos lácteos para hombres y
mujeres. ¿Se puede concluir que hay una diferencia en el promedio
de ingestas diarias para hombres y mujeres?

Hombres Mujeres
𝑺𝟐𝟏 𝑺𝟐𝟐
(𝒙𝟏 − 𝒙𝟐 ) ± 𝓩𝝈/𝟐 + 1=756 2=762
𝒏𝟏 𝐧𝟐
S1=35 S1=30

1300 ± 475.73
El intervalo de confianza de 95 %
es de -18.78 a 6.8
La Distribución t
Si al aplicar muestreo no es posible extraer muestras mayores a 30
elementos, la utilización de la distribución normal presenta
grandes riesgos estadísticos. Para ello, la teoría de pequeñas
muestras presenta como alternativa a la distribución t- student,
en el entendido de que conforme el tamaño de la muestra tienda a
30 elementos, la distribución t-student tiende a la distribución
normal.
Toda inferencia estadística que se desee realizar con muestras
pequeñas tiene más validez si se hace con la distribución t-
student.
También se utiliza para hacer estimaciones de parámetros de
poblaciones cuando se desconoce el valor de la varianza o
desviación estándar de la población
Características
 Se utiliza en muestras pequeñas de 30 o menos
elementos.
 La desviación estándar de la población no se
conoce.
 El valor de la media es 0
 La distribución t-Student es menor en la media y
más alta en los extremos que una distribución
normal.
 Tiene forma de campana y es simétrica con
respecto a la media.
 Tiene una varianza mayor que 1, pero a medida
que aumentan los grados de libertad, se aproxima
a 1.
t- Student

i=1
i=2
i=5
i=10
i=Infinito
 Comparación entre Normal y T Student

Distribución Distribución Normal

Normal
Distribución t
Student

Distribución t Student

Media
 Se rechaza la
Se rechaza la hipótesis nula
hipótesis nula

Región de aceptación
95%
α/2=0,025 α/2=0,025
Certeza
Area A Area B
Deseada

- Valor Valor teórico + Valor

critico de la critico
diferencia
 Grados de Libertad
 Existe una distribución t para cada tamaño de la muestra,
por lo que “Existe una distribución para cada uno de los
grados de libertad”.
 Los grados de libertad son el número de valores elegidos
libremente.
 Representan el núm. de datos independientes que se
pueden tomar de la población para construir la muestra,
para que los valores estadísticos de la muestra sean
cercanos a los parámetros de la población.
 De una muestra de tamaño n, el número de datos
independientes que se pueden tomar de la población para
construir la muestra es n-1
gl o k=n-1
La Distribución t

Una variable aleatoria continua T con

distribución
  k 21  1
f t   
k    k 1
k 
2  t2  2
 k  1
 

- < t < 
 tk

k = 1, 2, 3, ...

t
0

se denomina variable aleatoria t y se dice que

tiene una distribución t con k grados de
libertad. Ésto último se denota por
T  tk
 Tablas de la distribución t han
sido construídas para diferentes
valores de k,  y valores críticos t , k
  P T  t,k 
tales que

tk

0 t ,k
Intervalo de confianza Prueba de cola izquierda Prueba de cola derecha Prueba de codos colas
t=-1,812 t=1,812
 Otra forma de usar las tablas

Si t es igual 0.92 con 5 grados de libertad, el valor de la

probabilidad es 0.80 pues se localiza en la dirección vertical en la
parte superior tal y como se muestra a continuación.
Ejemplo
De la tabla t obtenga
a). t0.05,20 b). t0.95,10

Solución
a). t0.05,20  1.725
 = 0.05

0
1.725
b). t0.95,10 = -1.812

t20

 = 0.95
0.95

-1.812 0