Cartilla S4

ESTADÍSTICA II

INTERVALOS DE CONFIANZA EN DOS MUESTRAS

1.1. INTRODUCCIÓN

Un problema que es tan importante como la estimación de una sola

media poblacional para una población cuantitativa es la comparación de
dos medias poblacionales. En forma similar una extensión de la estimación
de una proporción para una población cualitativa, es la estimación de la
diferencia entre dos proporciones.

1.2. DIFERENCIA DE MEDIAS CON VARIANZAS POBLACIONALES CONOCIDAS

1.3. DIFERENCIA DE MEDIAS CON VARIANZAS POBLACIONALES DESCONOCIDAS Y (N1Y N2) > 30 (CON
N1≈ N2)

Los valores de las varianzas poblacionales no necesariamente podrán ser conocidos,

pero si las muestras son grandes, las varianzas muestrales son generalmente una
buena aproximación a las varianzas poblacionales. Luego, el intervalo de confianza
para la diferencia de medias puede aproximarse a:

Esta aproximación es válida para muestras grandes. El criterio que usaremos es

n1+ n2> 30 con la condición de que ambos tamaños muestrales n1 ≈ n2
1.4. DIFERENCIA ENTRE MEDIAS DE DOS POBLACIONES NORMALES CON VARIANZAS
POBLACIONALES DESCONOCIDAS PERO IGUALES Y MUESTRAS PEQUEÑAS (N1 < 30 Y N2 <30)

Para muestras pequeñas, y considerando en primer lugar que las dos varianzas
poblacionales son iguales aunque con valor desconocido. Puede construirse
la siguiente variable normal tipificada:

El intervalo de confianza de nivel para la diferencia de medidas

de dos poblaciones normales de varianza desconocidas pero iguales es:

En esta expresión t tiene distribución t Student con (n1+n2 – 2) grados de libertad. Y la

desviación estándar Sp:

1.5. DIFERENCIA ENTRE MEDIAS DE DOS POBLACIONES NORMALES CON VARIANZAS

POBLACIONALES DESCONOCIDAS PERO IGUALES Y MUESTRAS PEQUEÑAS (N1 + N2 <30)

Cuando las varianzas de las poblaciones son desconocidas y las varianzas poblacionales
son diferentes para muestras pequeñas, se podrá asumir un estadístico equivalente:

Se trabaja con las varianzas en la muestra, este estadístico sigue

aproximadamente una distribución t de Student con f grados de libertad, donde
f es el entero más próximo a la aproximación de Welch:
 Por lo tanto, el intervalo de confianza de nivel para la diferencia de
medias de dos poblaciones normales de varianzas desconocidas es:

1.6. INTERVALO PARA DIFERENCIA DE PROPORCIONES

si partimos del hecho de que las muestras son grandes, por lo tanto, la
distribución muestral de la diferencia de proporciones es aproximadamente normal,
luego, el intervalo de confianza de nivel para la diferencia de
proporciones es:

1.7. DIFERENCIA DE MUESTRAS PAREADAS

La diferencia de medias tratada anteriormente, corresponde a muestras independientes.

En este caso se trata de establecer la diferencia para muestras dependientes
o relacionadas en situaciones en donde se analiza el mismo sujeto o la misma
unidad en dos momentos, como en los casos antes y después o pre y post.

El intervalo de confianza de nivel para la diferencia de medidas de

observaciones pareadas con n > 30 puede expresarse como:

En el caso de que la muestra n < 30 habría que sustituir la distribución

normal por una distribución t, siendo el intervalo de confianza:
 GLOSARIO DE TÉRMINOS

 Distribución muestral de medias: Distribución de probabilidad que consta de todas

las posibles medias de muestras de tamaño determinado seleccionadas de la población.
 Error de muestreo: Diferencia entre un estadístico muestral y el correspondiente
parámetro poblacional. Por ejemplo: el ingreso medio muestral es de $30 100; la
media poblacional es de $30 000. El error de muestreo es: $30 100 – $30000 = $100.
Este error es atribuible al muestreo, es decir, al azar.
 Estimador de intervalo: Intervalo donde probablemente se localiza un parámetro
de población, basado en información de la muestra. Ejemplo: de acuerdo con los
datos de la muestra, la media de la población está en el intervalo entre 0.7 y 1.5 kilo.
 Estimador puntual: Valor único calculado a partir de una muestra para calcular
un parámetro poblacional. Por ejemplo: si la media de la muestra es de 520
metros, éste constituye el mejor estimador de la distancia media de la población.
 Muestreo aleatorio estratificado: Una población primero se divide en subgrupos
denominados estratos. Enseguida se elige una muestra de cada estrato. Si, por
ejemplo, la población de interés consta de todos los estudiantes universitarios, el
diseño de la muestra puede indicar que formen parte de la muestra 32
estudiantes de primer año, 41 de segundo, 50 de tercero y 42 del último grado.
 Muestreo aleatorio simple: Esquema de muestreo en el que cada miembro de
la población posee la misma posibilidad de que se le seleccione como parte de la muestra.
 Muestreo aleatorio sistemático: Si la población se ordena de cierta forma, ya
sea alfabética, por estatura o en un archivero, se selecciona un punto de partida
aleatorio; después, cada k – ésimo elemento se convierte en miembro de la
muestra. Si el diseño de una muestra requiere que se entreviste a cada quinta
 familia en un conjunto residencial comenzando con la casa 5, la muestra constaría
de familias de las casas 5, 10, 15 del conjunto residencial.
 Muestreo por conglomerados: Método común para reducir el costo del muestreo
si la población se encuentra dispersa en un área geográfica amplia. El área se
divide en pequeñas unidades (condados, distritos, manzanas, etc.), denominadas
unidades primarias. Después se eligen unas cuantas unidades primarias y se
selecciona una muestra aleatoria de cada una.
 Muestra probabilística: Muestra de elementos o individuos elegidos de manera
que cada miembro de la población cuente con la misma posibilidad de que se
le incluya en la muestra.
 Sesgo: Posible consecuencia de negar a determinados miembros de la población
la oportunidad de ser seleccionados para la muestra. Como resultado, la muestra
puede no ser representativa de la población.
 Teorema del límite central: Si el tamaño de la muestra es lo bastante grande,
la distribución muestral de medias se aproximará a la distribución normal
prescindiendo de la forma de la población.