Estimación e intervalos

de confianza
Estimaciones puntuales e intervalos de
confianza
 Estimación puntual: Estadístico calculado a
partir de la información obtenida de la muestra y
que se usa para estimar el parámetro
poblacional.
Un estimador puntual solo dice una parte del análisis,
aunque se aproxima al parámetro de la población.
 Intervalo de confianza: Un conjunto de valores obtenido
a partir de los datos muéstrales, en el que hay una
determinada probabilidad de que se encuentre el
parámetro. A esta probabilidad se le conoce como el
nivel de confianza.
Estimación puntual y estimación por
intervalos
 Los hechos que determinan la amplitud de un
intervalo de confianza son:
1. El tamaño de la muestra, n
2. La variabilidad de la población.
normalmente estimada por s.
3. El nivel de confianza deseado.
Estimación puntual y estimación por
intervalos
 Si la desviación estándar de la población es
conocida o la muestra es mayor o igual que
30 utilizamos la distribución z.

 X z
n
Intervalo de estimación
 Si la desviación estándar de la población es
desconocida o la muestra es mayor o igual que 30
utilizamos la distribución z.

s
m= X ± z
n
Determinación de Z para un intervalo
de confianza x%
 Si el intervalo de confianza es de 95%, que equivales a
0.95 este se divide en dos que es 0.4750.
 Usando la tabla de la distribución normal se busca el
valor de Z.
Parte de la tabla de la distribución
normal Z

7
Intervalo de estimación

 Si la desviación estándar de la población es

desconocida y la muestra es menor que 30
utilizamos la distribución t

s
  X t
n
Distribución de t de student

 La distribución t es una distribución de probabilidad continua, con

muchas características similares a las de la distribución z.
 William Gosset, experto cervecero, fue el primero en estudiar la
distribución t.
Estaba especialmente interesado en el comportamiento exacto de la
distribución del siguiente estadístico:

Conforme se incrementa la muestra la distribución t se aproxima a la

distribución normal estándar .

9
10
Intervalo de estimación

 Un intervalo de estimación establece el rango

en el cual se encuentra el parámetro de
población.
 Un intervalo en el cual se espera que ocurra el
parámetro de población se llama intervalo de
confianza.
 Los dos intervalos de confianza que son más
utilizados son de 95% y 99%.
Error estándar de la media muestral
 El error estándar de la media muestral es la
desviación estándar de la distribución de las medias
muestrales.
 Se calcula como: 
x 
n
  x es el símbolo para el error estándar de la media
muestral.
  es la desviación estándar de la población.
 n es la magnitud de la muestra.
Error estándar de la media muestral

 Si σ no es conocido y 𝑛 ≥ 30, la desviación

estándar de la muestra, designada s, se
aproxima a la desviación estándar de la
población.
 La fórmula para la desviación estándar es:

s
sx 
n
95% y 99% intervalos de confianza
para µ
 El 95% y 99% intervalos de confianza:
 95% CI para la media de la población es dada:

s
  X  1.96
n

99% CI para la media de la población es dada

como:
s
  X  2.58
n
Ejemplo 1
 El director de una escuela de negocios quiere estimar la
cantidad media de horas que los estudiantes trabajan por
semana. De una muestra de 49 estudiantes mostró una media
de 24 horas con una desviación estándar de 4 horas.
 ¿Cuál es el mejor estimador puntual?
 Determine el intervalo de confianza con un 95% y un 97%
 Interprete los resultados.
Ejemplo 2

 El gerente de la división de bombillas de la Cardinal Electric debe estimar el

número promedio de horas que durarán los focos fabricados por cada una
de las máquinas. Fue elegida una muestra de 40 focos de la máquina A y el
tiempo promedio de funcionamiento fue 1,416 horas. Se sabe que la
desviación estándar de la duración es 30 horas.
a) Calcule el error estándar de la media.
b) Construya un intervalo de confianza del 90% para la media de la
población

16
Ejemplo 3

 Greater Pittsburgh Area Chamber of Commerce desea calcular el

tiempo medio que los trabajadores que laboran en el centro de la
ciudad utilizan para llegar al trabajo. Una muestra de 15
trabajadores revela las siguientes cantidades de minutos de viaje.

 Construya el intervalo de confianza de 98% de la media

poblacional. Interprete el resultado.

17
Intervalo de confianza para la
proporción de la población
 El intervalo de confianza para la proporción de
la población se estima como:
p (1  p )
  pz
n

𝑞 =1−𝑝 pq
  pz
𝑥 n
𝑝 =
𝑛
Ejemplo 4
 De una muestra de 500 ejecutivos que tienen
casa propia 175 revelaron planear vender sus
casas y cambiarse a Arizona. Desarrolle un
intervalo de confianza con el 98% para la
proporción de ejecutivos que planean vender sus
casas y cambiarse a Arizona.
(0.35)(0.65)
  0.35  2.33  0.35  .0497
500
Factor de corrección
de la población-finita
 La población que ha sido establecida en líneas
anteriores se dice que es finita.
 Para una población finita, donde el número total de
objetos es N y la magnitud de la muestra es n, el
siguiente arreglo está hecho para los errores
estándar de la media muestral y la proporción:
 Error estándar de la media muestral:

 N n
x 
n N 1
Factor de corrección
de la población-finita
 Error estándar de las proporciones de la muestra:

p (1  p ) N n
p 
n N 1

 Este arreglo es llamado factor de corrección

de la población-finita.
 Si n/N < 0.05,el factor de corrección de la
población-finita se ignora.
Ejemplo 5
 Dada la información del Ejemplo 1, construya un
intervalo de confianza del 95% para la cantidad media
de horas que los estudiantes trabajan por semana si
tan sólo son 500 estudiantes en el campus.
 Como n/N = 49/500 =0.098 el cual es mayor que 0.05,
utilizamos el factor de corrección de la población-finita

4 500  49
  24  1.96( )( )  24.0  1.0648
49 500  1
Elección del tamaño de muestra
apropiado
 Existen 3 factores que determinan el tamaño de
la muestra, ninguno de los cuales tiene relación
con el tamaño de la población. Éstos son:
 El nivel de confianza deseado.
 El máximo error permisible.
 La variación en la población.
Variación en la población
 Para encontrar el tamaño de la muestra para
una variable:
 zs 
2

n 
 E 
 Donde: E es el error permisible, z es el valor-z
correspondiente al nivel de confianza
seleccionado, y s es la desviación de la
muestra del estudio piloto.
Ejemplo 6
 Un grupo de consumidores quiere estimar la
media del cargo mensual de energía de julio de
una casa común dentro de $5 utilizando 99% de
nivel de confianza. Basado en estudios
similares, la desviación estándar se estima debe
ser $20.00. ¿Cuántas muestras son requeridas?
2
 (2.58)( 20 ) 
n   107
 5 
Tamaño de la muestra
para proporciones
 La fórmula para determinar el tamaño de la
muestra en el caso de una proporción es:
2
Z
n   (1   ) 
E
Donde:  es la proporción estimada,
basada en la experiencia anterior o de un
estudio piloto, z es valor-z asociado con el
grado de confianza seleccionado; E es el
máximo error permisible que el investigador
tolerará.
Ejemplo 7
 Un club quiere estimar la proporción de niños
que tiene un perro como mascota. Si el club
quisiera estimarlo dentro del 3% de la
proporción de la población, ¿cuántos niños
necesitarían contactar? Asuma 95% de nivel de
confianza y que el club estima que un 30% de
los niños tienen un perro como mascota.
2
 1.96 
n  (.30 )(. 70 )   897
 .03 