Cap tulo 5 Intervalos de conanza

Como su nombre indica, el objetivo de un estad stico puntual para un par ametro desconocido de una poblaci on, es acercarnos al verdadero valor del mismo dando un valor concreto a partir de una muestra. Dif cilmente esta estimaci on acertar a con el valor exacto del par ametro. No obstante, la pretensi on de dar con dicho valor puede ser excesiva, y podemos relajarla buscando simplemente una aproximaci on razonable del mismo. En esta l nea surgen los intervalos de conanza, para un nivel de conanza dado.

1.

Deniciones

Denici on 1.1. Sea (X1 . . . XN ) una muestra aleatoria de una poblaci on X con funci on de masa P (o funci on de densidad f ), donde = (1 . . . k ) . Un estimador por intervalos de conanza de i (al nivel de conanza 1 ), es una funci on que a cada posible muestra x1 . . . xN le hace corresponder un intervalo (T1 T2 ) = (T1 (x1 . . . xN ) T2 (x1 . . . xN )), tal que, para todo : P i (T1 T2 ) = P (x1 . . . xN ) : i (T1 (x1 . . . xN ) T2 (x1 . . . xN )) = 1 . Para la construcci on de intervalos de conanza, usaremos cantidades pivotales. Denici on 1.2. Sea (X1 . . . XN ) una muestra aleatoria de una poblaci on X con funci on de masa on de densidad f ), donde = (1 . . . k ) . Una cantidad pivotal para i es una P (o funci funci on C (X1 . . . XN ; i ) tal que su distribuci on no depende de . on de un intervalo para Una vez obtenida una cantidad pivotal C (X1 . . . XN ; i ), la construcci estimar es el siguiente: - se eligen dos valores c1 y c2 tales que: P (x1 . . . xN ) : c1 < C (X1 . . . XN ; i ) < c2 = 1 . - Despejamos i de las desigualdades c1 < C (X1 . . . XN ; i ) < c2 . Obtenemos as un estimador por intervalos de conanza para i . Obs ervese que la cantidad pivotal debe ser continua y mon otona en i . Necesitaremos, pues, obtener cantidades pivotales, y en este cap tulo describiremos la construcci on para los modelos m as importantes. 83

Obs ervese que c1 y c2 no dependen de , al ser C (X1 . . . XN ; i ) una cantidad pivotal.

84

CAP ITULO 5. INTERVALOS DE CONFIANZA

2.

Poblaciones normales

Sea X N ( ; ), y (X1 . . . XN ) una muestra aleatoria de dicha poblaci on. El estimador media , tiene las siguientes propiedades: muestral, X ] = E [X ] = E [X ] = V [X ] = . V [X N N

on, Por otra parte, X1 . . . XN son variables aleatorias independientes, todas con la misma distribuci N ( ; ), y as N ( ; / N ) . X Por otra parte, el estimador cuasivarianza muestral
N

S2 = tiene esperanza

1 ])2 (Xi E [X N 1 i=1 E [S 2 ] = 2 .

Necesitaremos conocer la distribuci on seguida por este estad stico. Se tiene la siguiente denici on: Denici on 2.1. Distribuci on 2 ) Sean Z1 . . . ZN variables aleatorias independientes, todas con distribuci on N (0 ; 1). La distribuci on 2 de Pearson con N grados de libertad (abreviadamente 2 on de la variable aleatoria N ) es la distribuci
N i=1

Zi2 .

Esta distribuci on est a asociada a la distribuci on normal, y sus valores vienen dados por una tabla. Es claro que si (X1 . . . XN ) es una muestra aleatoria de una poblaci on X N ( ; ), entonces:
N (Xi )2 i=1 N i=1

2 N
N

de manera que:

N 1 2 S = 2 = =

)2 )2 (X (X (Xi )2 2 N + N 2 2 2 i=1 2 N )2 (X (Xi )2 X 2 = N = N 2 N 1 . 2 2 / N i=1 Para evitar confusiones, denotaremos por S 2 a la variable aleatoria cuasivarianza muestral, y por VX la varianza muestral. Se tiene la siguiente propiedad:

N (Xi )2 i=1 N

)2 (Xi + X )2 ( Xi X = 2 2 i=1 2

N )2 (X X 2 ) + ( X i 2 2 i=1

2. POBLACIONES NORMALES

85

Propiedad: [Lema de Fisher] Sea (X1 . . . XN ) una muestra aleatoria de una poblaci on X con distribuci on N ( ; ). Entonces: N ( ; / N ) ; X N 1 2 S 2 N 1 ; 2

y S 2 son independientes. y, adem as, X Igual que para la distribuci on de la cuasivarianza de N variables aleatorias independientes con igual distribuci on N ( ), hemos introducido una nueva distribuci on, necesitaremos las siguientes nuevas deniciones. Denici on 2.2. Distribuci on t de Student) Sean Y , X1 . . . XN variables aleatorias independientes, todas con distribuci on N (0 ; 1). La distribuci on t de Student con N grados de libertad (abreviadamente tN ) es la distribuci on de la variable aleatoria Y N = Y
1 N

. 2 N

1 N

2 i=1 Xi

Denici on 2.3. Distribuci on F de FisherSnedecor) Sean X1 . . . Xm , Y1 . . . Yn variables aleatorias independientes, todas con distribuci on N (0 ; 1). La distribuci on F de FisherSnedecor con m y n grados de libertad (abreviadamente Fm;n ) es la distribuci on de la variable aleatoria
1 m 1 n

2.1.

Cantidades pivotales en poblaciones normales

m 2 i=1 Xi n = 2 i=1 Yi

1 m 1 n

2 m . 2 n

Recogemos, de manera resumida, las principales cantidades pivotales utilizadas para la construcci on de estimadores por intervalos de conanza, para el caso de una poblaci on X N ( ; ). Distinguiremos el caso de un muestra y el de dos muestras. Cantidades pivotales para el caso de una muestra a) Sea (X1 . . . XN ) una muestra aleatoria de una poblaci on X N ( ; ), con conocido. Entonces: X N (0 ; 1) y es una cantidad pivotal para . / N b) Sea (X1 . . . XN ) una muestra aleatoria de una poblaci on X N ( ; ). Entonces: X tN 1 es una cantidad pivotal para S/ N N 1 2 2 S 2 N 1 es una cantidad pivotal para . 2

86

CAP ITULO 5. INTERVALOS DE CONFIANZA Obs ervese que si (X1 . . . XN ) es una muestra aleatoria de una poblaci on N ( ; ), entonces: X X / N = tN 1 1 N 1 2 S/ N S 2 N 1 por denici on de la distribuci on t de Student con N 1 grados de libertad.

Cantidades pivotales para el caso de dos muestras a) Sean (X1 . . . Xm ) e (Y1 . . . Yn ) muestras aleatorias independientes de las poblaciones X N (1 ; ) e Y N (2 ; ), respectivamente. Entonces: Y ( 1 2 ) X tm+n2 y es una cantidad pivotal para 1 2 1 1 Sp m +n
2 2 (m 1)SX + (n 1)SY m+n2 2 2 y SY , puede interpretarse como una ponderaci on de las cuasivarianzas muestrales SX correspondientes a cada una de las muestras. 2 Sp =

donde

b) Sean (X1 . . . Xm ) e (Y1 . . . Yn ) muestras aleatorias independientes de las poblaciones X N (1 ; 1 ) e Y N (2 ; 2 ), respectivamente. Entonces:
2 2 SX /1 2 2 Fm1;n1 y es una cantidad pivotal para 1 /2 . 2 2 SY /2

Obs ervese que, en la situaci on descrita para dos muestras: 1 m1 2 SX 2 2 S 2 /1 m 1 1 = X Fm1;n1 2 2 1 n1 2 SY /2 SY 2 n 1 2

de ah la armaci on del apartado b). La comprobaci on del primer apartado excede el nivel de este curso, y no se abordar a.

2.2.

Intervalos de conanza en poblaciones normales

Utilizando las cantidades pivotales del apartado anterior, es sencillo obtener intervalos de conanza para los par ametros de una poblaci on normal. Distinguiremos diferentes casos: Primer caso: Sea (X1 . . . XN ) una muestra aleatoria de una poblaci on X N ( ; ), con conocido. Entonces: z/2 X + z/2 X N N es un intervalo de conanza para al nivel 1), siendo z el valor que verica P (Z > z ) = , para Z N (0 ; 1).

2. POBLACIONES NORMALES Segundo caso: Sea (X1 . . . XN ) una muestra aleatoria de una poblaci on X N ( ; ). Entonces: a)

87

S S tN 1 ; /2 es un intervalo de conanza para al nivel 1 ), X + tN 1 ; /2 X N N siendo tN ; el valor que verica que P (tN > tN ; ) = . (N 1)S 2 (N 1)S 2 es un intervalo de conanza para 2 al nivel 1 ), siendo b) 2 2 N 1 ; /2 N 1 ; 1/2 2 2 el valor que verica: P (2 N ; N > N ; ) = .

Tercer caso: Sean (X1 . . . Xm ) e (Y1 . . . Yn ) muestras aleatorias independientes de dos poblaciones normales con igual desviaci on t pica: X N (1 ; ) e Y N (2 ; ) , respectivamente. Entonces: 1 1 1 1 Y + tm+n2 ; /2 Sp Y tm+n2 ; /2 Sp + X + X m n m n es un intervalo de conanza para la diferencia de medias, 1 2 al nivel 1 ). Cuarto caso: Sean (X1 . . . Xm ) e (Y1 . . . Yn ) muestras aleatorias independientes de dos poblaciones normales: X N (1 ; 1 ) e Y N (2 ; 2 ) , respectivamente. Entonces: 2 2 2 2 SX /SY /SY SX Fm1 ; n1 ; /2 Fm1 ; n1 ; 1/2
2 2 es un intervalo de conanza para la raz on de varianzas, 1 /2 al nivel 1 ), siendo Fm ; n ; el valor que verica: P (Fm ; n > Fm ; n ; ) = .

Observaci on: En el manejo de las tablas correspondientes a la distribuci on Fm ; n , conviene tener en cuenta la siguiente relaci on (obs ervese el cambio de orden en los grados de libertad): Fm ; n ; 1 = Fn ;1 . m;

2.3.

Ejemplos

Ejemplo 36 Una empresa fabrica bombillas cuya duraci on en horas sigue una distribuci on N ( ; 200). Una muestra aleatoria de 36 bombillas ha dado una vida media de 7000 horas. Constr uyase un intervalo de conanza al nivel del 99 para la vida media de las bombillas fabricadas por esa f abrica. Solucion: Tenemos una muestra de tama no N = 36 de una poblaci on, X N ( ; 200), de varianza conocida. Usaremos la cantidad pivotal: X N (0 ; 1) ; 200/6 y, para = 0.01, repartimos la probabilidad de manera equitativa a izquierda y derecha de la media muestral x = 7000. En otras palabras, consideramos la igualdad: 7000 P c< < c = 1 = 0.99 . 200/6

88

CAP ITULO 5. INTERVALOS DE CONFIANZA

De la tabla para una N (0 ; 1) se tiene c = z/2 2.58 (pues /2 = 0.005). Construimos el intervalo de conanza para , al nivel del 99 %, despejando en las desigualdades: 2.58 < de manera que: < 7000 + 21000 + 258 21258 200 2.58 = = = 7086 6 3 3 21000 258 20742 200 2.58 = = = 6914 > 7000 6 3 3 (de la desigualdad izquierda) (de la desigualdad derecha) 7000 < 2.58 200/6

Resumiendo, el intervalo de conanza para al nivel del 99 % para la muestra dada es: 200 200 2.58 7000 + 2.58 = (6914 7086) . I = 7000 6 6 Ejemplo 37 Una muestra aleatoria de 16 cigarrillos de una cierta marca tiene un contenido medio de nicotina de 1.6mg. y una desviaci on t pica de 0.7mg. Suponiendo que la variable X =contenido de nicotina en un cigarrillo, sigue una distribuci on N ( ; ), obt engase un intervalo de conanza al 99 del contenido medio de nicotina por cigarrillo en esa marca. n: En este caso se quiere estimar en una poblaci Solucio on N ( ; ), con ambos par ametros desconocidos. Partimos de una muestra de tama no N = 16, con x = 1.6 y cuasidesviaci on t pica muestral 16 s = 0.72 0.723 . 15 Sabemos que en este caso hemos de usar la cantidad pivotal: 1.6 x = 0.723/4 s/ N que sigue una distribuci on t de Student con N 1 = 15 grados de libertad. Para la muestra dada, el intervalo de conanza para al nivel de conanza 1 queda s s 0.723 0.723 = 1.6 t15 ; /2 x tN 1 ; /2 x + tN 1 ; /2 1.6 + t15 ; /2 4 4 N N siendo t15 ; /2 el valor tal que P (t15 > t15 ; /2 ) = /2. Como en nuestro caso 1 = 0.99 entonces = 0.01 y as , de la correspondiente tabla para la distribuci on t de Student, obtenemos: t15 ; /2 = t15 ; 0.005 = 2.947 . El intervalo que nos piden es pues: 0.723 0.723 0.723 0.723 = 1.6 2.947 1.6 t15 ; /2 1.6 + t15 ; /2 1.6 + 2.947 4 4 4 4 (1.6 0.5327 1.6 + 0.5327) = (1.0673 2.1327) .

2. POBLACIONES NORMALES

89

Observaci on: En este ejemplo hemos tenido que calcular la cuasidesviaci on t pica muestral a partir de la desviaci on t pica muestral. Si seguimos el uso dado, denotando por v la desviaci on t pica muestral, vemos que: v NN 1 s v N v = = = N 1 N N N N 1 Podr amos haber expresado el intervalo de conanza utilizando la desviaci on t pica muestral: v v x tN 1 ; /2 x + tN 1 ; /2 N 1 N 1 pero no usaremos esta expresi on, para no liar la notaci on. Tan s olo hemos de tener cuidado al tomar los datos del problema. Ejemplo 38 Una muestra aleatoria de una poblaci on N ( ; ) ha dado los diez valores siguientes 6.9 ; 5.7 ; 8.4 ; 9.3 ; 7.2 ; 8.5 ; 7.4 ; 9.1 ; 6.5 ; 7.6 . Constr uyase un intervalo de conanza de 2 al 95 . n: Estamos ante una poblaci Solucio on N ( ; ) de la que desconocemos ambos par ametros. Para 2 estimar por intervalos de conanza usaremos la cantidad pivotal N 1 2 S 2 que sabemos sigue una distribuci on 2 con N 1 grados de libertad. As , de la muestra dada, tan s olo usaremos la cuasivarianza muestral: N 1 )2 . S2 = (Xi X N 1 i=1

Los siguientes c alculos dan con ella: 76.6 x = = 7.66 10 1 (6.92 +5.72 +8.42 +9.32 +7.22 +8.52 +7.42 +9.12 +6.52 +7.62 ) 7.662 varianza muestral: v = 10 598.82 = 58.6756 = 59.882 58.6756 = 1.2064 10 10 12.064 1.34 . s2 = v = 9 9 Para construir el intervalo pedido (N 1)s2 (N 1)s2 2 2 N 1 ; /2 N 1 ; 1/2

2 hemos de calcular 2 N 1 ; /2 y N 1 ; 1/2 , con N 1 = 9, /2 = (1 0.95)/2 = 0.025. Estos valores son, respectivamente: 2 2 2 9 ; 0.025 = 19.023 ; 9 ; 10.025 = 9 ; 0.975 = 2.7 .

Sustituyendo en la expresi on del intervalo de conanza para estimar 2 al nivel pedido, se obtiene: 9 1.34 9 1.34 (0.634 4.467) 19.023 2.7 como intervalo de conanza para estimar 2 al nivel del 95 %.

90

CAP ITULO 5. INTERVALOS DE CONFIANZA

Ejemplo 39 Se ha ofrecido a un grupo de estudiantes elegir entre dar o no una hora complementaria de clase semanal. El examen nal fue el mismo para todos los estudiantes. Del curso normal (sin clase extra), 15 alumnos obtuvieron una puntuaci on media de 76 con desviaci on t pica 6, y 28 del curso con hora complementaria una puntuaci on media de 84 con desviaci on t pica 5. Obt engase un intervalo de conanza al 90 de la diferencia de puntuaciones medias, suponiendo que las poblaciones son normales de varianzas iguales. n: En las condiciones dadas es aplicable el intervalo Solucio 1 1 1 1 X Y tm+n2 ; /2 Sp + X Y + tm+n2 ; /2 Sp + m n m n con
2 m = 15 ; x = 76 ; s2 X = 6

15 540 = 14 14 700 2 2 28 n = 28 ; y = 84 ; sY = 5 = 27 27 s2 p =
2 (m 1)s2 X + (n 1)sY m+n2 540 14 14 + 27 700 1240 27 = = 15 + 28 2 41

Sustituyendo = 1 0.9 = 0.1, obtenemos, de la tabla para una distribuci on t de Student con 15 + 28 2 = 41 grados de libertad1 : t41 ; /2 = t41 ; 0.05 1.684 En denitiva, el intervalo de conanza para 2 al 90 %, dadas las dos muestras, es: 1240 28 + 15 1240 28 + 15 76 84 + 1.684 76 841.684 41 28 15 41 28 15 1240 43 1240 43 6 + 1.684 = 6 1.684 41 28 15 41 28 15 62 43 62 43 6 + 1.684 (8.9633 3.0367) . = 6 1.684 41 21 41 21

Ejemplo 40 En un estudio sobre el tiempo de desarrollo de una especie de insectos en dos poblaciones aisladas, A1 y A2 , se obtuvieron los siguientes datos: N1 = 13 N2 = 11 x 1 = 4 x 2 = 5 s1 = 3 s2 = 2.2 .

on N (i ; i ), para Suponiendo que el tiempo de desarrollo en la poblaci on Ai sigue una distribuci i = 1 2, obtener un intervalo de conanza para el cociente de varianzas al nivel 0.80 .
1

En la tabla entregada en clase este dato est a mal escrito: deber a poner 1.684 en lugar de 1.648.

3. OTRAS POBLACIONES

91

2 2 n: Un intervalo de conanza para el cociente 1 Solucio /2 , al nivel 0.80 = 1 con = 0.2, ser a: 2 2 2 2 S1 /S2 /S2 S1 FN1 1 ; N2 1 ; 0.1 FN1 1 ; N2 1 ; 0.9

De los datos dados, se obtiene de la correspondiente tabla (/2 = 0.1): F12 ; 10 ; 0.1 = 2.2841 ; El intervalo queda: y: F12 ; 10 ; 0.9 = 1 1 = 0.4571 . F10 ; 12 ; 0.1 2.1878

32 /2.22 32 /2.22 2.2841 1/2.1878

(0.8141 4.0682) .

3.

Otras poblaciones

Cuando la muestra se obtiene de poblaciones con distribuci on Bernoulli, o de Poisson, usaremos intervalos de conanza asint oticos, para ponernos en la situaci on anterior. Para ello las cantidades pivotales utilizadas tendr an una distribuci on l mite (cuando N ) independiente de par ametros desconocidos. n de Bernoulli Intervalos de confianza para una distribucio Sea (X1 . . . XN ) una muestra aleatoria de una poblaci on X B (1 ; p). Entonces: p (1 p ) p (1 p ) X z/2 X + z/2 N N

=frecuencia relativa de es un intervalo de conanza para p al nivel 1 ), siendo p = X exitos. Estamos utilizando la siguiente cantidad pivotal asint otica: p X N (0 ; 1) (aproximadamente, para N grande) .

n de Poisson Intervalos de confianza para una distribucio Sea (X1 . . . XN ) una muestra aleatoria de una poblaci on X Poisson (). Entonces: X z/2 /N X + z/2 /N En este caso, la cantidad pivotal asint otica es: =X . es un intervalo de conanza para al nivel 1 ), siendo

p (q p )/N

X N (0 ; 1) (aproximadamente, para N grande) . /N

92

CAP ITULO 5. INTERVALOS DE CONFIANZA

4.

M nimo tama no muestral

Un problema muy relacionado con la construcci on de intervalos de conanza es el de determinar el m nimo tama no muestral necesario para obtener una determinada precisi on en nuestra estimaci on. Es decir, cu antos elementos tenemos que observar, al menos, para que el error cometido con la estimaci on no supere cierta cantidad. Denici on 4.1. El error de una estimaci on por intervalos de conanza (al nivel 1 ) es la semi amplitud del intervalo obtenido. Ejemplo 41 Determinar el m nimo tama no muestral de una poblaci on N ( ; = 5), para que el error de la estimaci on por intervalos de conanza para al 95 , no sea superior a 0.5. n: Estimaremos mediante un intervalo de conanza de la forma: Solucio z/2 X + z/2 X N N con lo cual el error cometido ser a Error = z/2 . N 5 1.96 2 0.5

Siendo = 1 0.95 = 0.05, /2 = 0.025y = 5, se quiere obtener el m nimo valor de N para que: 5 5 z0.025 = 1.96 0.5 N N de donde: N = 19.62 = 384.16 .

Es decir, necesitaremos observar 385 elementos para conseguir la precisi on deseada (error 0.5) para esa estimaci on. Para otros intervalos, un c alculo similar nos llevar a a determinar, en cada caso, el m nimo tama no muestral. T engase en cuenta que este m nimo tama no muestral ha de tomarse como un valor orientativo. As , si obtenemos, para determinada precisi on, un m nimo tama no muestral de 196, entenderemos que debemos observar alrededor de 200 elementos. Esto es esencial, sobre todo en los casos en que el m nimo tama no muestral depende de la muestra concreta obtenida.

5.

Intervalos de conanza m as frecuentes

Recogemos por u ltimo, los intervalos de conanza antes obtenidos, y alg un otro, en una lista esquem atica. Se utiliza la siguiente notaci on (X1 . . . Xn ) muestra aleatoria (m.a.) de X . 1 x = xi n i=1
n

1 s = (xi x )2 n 1 i=1
2

I = (a ) = (a a + )

 FRECUENTES 5. INTERVALOS DE CONFIANZA MAS 1. X N ( ) I = x z /2 n Intervalo de conanza 1 para : s tn1;/2 I= x n

93

conocida desconocida

Intervalo de conanza 1 para 2 : I = 2. X B (1 p) (muestras grandes). Intervalo de conanza 1 para p: I = 3. X P () (muestras grandes). Intervalo de conanza 1 para : I =

(n 1)s2 (n 1)s2 2 2 n1;/2 n1;1/2

x z/2

x (1 x ) n

x x z/2 n

4. Dos poblaciones Normales independientes y s2 (X1 . . . Xn1 ) m.a. de X ; se calcula x 1. (Y1 . . . Yn2 ) m.a. de Y ; se calcula y y s2 2. s2 p =
2 (n1 1) s2 1 + (n2 1) s2 n1 + n2 2

X N (1 1 ), Y N (2 2 ) independientes

Intervalo de conanza 1 para 1 2 : 2 2 1 2 I = x y z/2 + n 1 n2 I= x y tn1 +n2 2;/2 sp 1 1 + n1 n2

1 , 2 conocidas

1 2 desconocidas, 1 = 2

donde f = entero m as pr oximo a

I = x y tf ;/2

s2 s2 1 + 2 n1 n2

1 2 desconocidas, 1 = 2 +
2 s2 2 /n2 ) n2 +1

2 2 (s2 1 /n1 + s2 /n2 )

2 s2 1 /n1 ) n1 +1

2
2 s2 1 /s2

Intervalo de conanza 1 para

2 2 /2 : 1

I=

Fn1 1;n2 1;/2

2 (s2 1 /s2 ) Fn2 1;n1 1;/2

94

CAP ITULO 5. INTERVALOS DE CONFIANZA on de proporciones (muestras grandes e independientes) 5. Comparaci y s2 (X1 . . . Xn1 ) m.a. de X ; se calcula x 1. (Y1 . . . Yn2 ) m.a. de Y ; se calcula y y s2 2. X B (1 p1 ), Y B (1 p2 ), independientes. (1 y ) x (1 x ) y + n1 n2

y z/2 Intervalo de conanza 1 para p1 p2 : I = x 6. Datos emparejados (X Y ) Normal bivariante (1 2 1 2 ).

(X1 Y1 ) . . . (Xn Yn ) m.a. de (X Y ). 2 2 D = X Y N = 1 2 = 1 + 2 2 1 2 (D1 . . . Dn ) m.a. de D, donde Di = Xi Yi . Intervalos de conanza 1 para o : aplicar Apartado 1 a la variable aleatoria D

 FRECUENTES 5. INTERVALOS DE CONFIANZA MAS

95

Problemas
1. En una poblaci on se desea conocer la probabilidad de que un individuo sea al ergico al polen de las acacias. En 100 individuos tomados al azar se observaron 10 al ergicos. Hallar el intervalo de conanza al 95 % para la probabilidad pedida. Cu antos individuos se deber an observar para que, con el mismo nivel de conanza, el error m aximo en la estimaci on de la proporci on de al ergicos sea del 0.01? 2. Se supone que el n umero de erratas por p agina en un libro sigue una distribuci on de Poisson. Elegidas al azar 95 p aginas, se obtuvieron los siguientes resultados: N umero de erratas N umero de p aginas 0 40 1 30 2 15 3 7 4 2 5 1

Hallar el intervalo de conanza al 90 % para el n umero medio de erratas por p agina en todo el libro. 3. Se mide el tiempo de duraci on (en segundos) de un proceso qu mico realizado 20 veces en condiciones similares, obteni endose los siguientes resultados: 28 25 32 25 28 26 31 29 26 26 23 18 20 16 24 17 22 23 25 21 . Suponiendo que la duraci on sigue una distribuci on Normal, hallar los intervalos de conanza al 90 % para ambos par ametros. La vida activa (en d as) de cierto f armaco sigue una distribuci on N (1200 ; 40). Se desea enviar un lote de este f armaco de manera que la vida media del lote no sea inferior a 1180 d as, con probabilidad 0.95. Hallar el tama no del lote. Una noticia en el peri odico dice que, de 1000 personas encuestadas sobre una cuesti on, 556 se muestran a favor y 444 en contra, y concluye armando que el 55.6 % de la poblaci on se muestra a favor, con un margen de error de 3 %. Cu al es el nivel de conanza de esta armaci on? Se quiere estudiar la proporci on p de declaraciones de la renta con alg un defecto. En una muestra preliminar peque na (muestra piloto ) de tama no 50 se han observado 22 declaraciones defectuosas. Cu al es el tama no muestral necesario para estimar p cometiendo un error m aximo de 0.01 con una probabilidad 0.99? En una gran zona ganadera se desea estimar la proporci on de ovejas que sufren cierta enfermedad degenerativa. Calcular el tama no muestral necesario para estimar esta proporci on con un error menor que 0.03 a un nivel de conanza del 0.95, sabiendo que, en una peque na muestra preliminar, se seleccionaron 30 ovejas, de las cuales 2 resultaron padecer la enfermedad. En un estudio sobre el tiempo de desarrollo de una especie de insectos en dos poblaciones aisladas, A1 y A2 , se obtuvieron los siguientes datos: 1 = 4 s1 = 3 N1 = 13 x N2 = 11 x 2 = 5 s2 = 2.2 . on N (i ; i ), Suponiendo que el tiempo de desarrollo en la poblaci on Ai sigue una distribuci para i = 1 2, se pide: a ) Hallar un intervalo de conanza para el cociente de varianzas al nivel 0.80 . b ) Obtener un intervalo de conanza para 1 2 , con nivel de conanza 0.95 . c ) Cu antos individuos habr a que observar para estimar 1 con un error m aximo de 0.2 y un nivel de conanza de 0.95?

4.

5.

6.

7.

8.

96

CAP ITULO 5. INTERVALOS DE CONFIANZA

9. Para construir un intervalo de conanza de la media poblacional de una N ( ; ) con conocida, se ha utilizado una muestra de tama no n y se ha obtenido el intervalo del 95 %. C omo ha de ser modicado el tama no de la muestra para obtener el mismo intervalo con una conanza del 99 %? 10. Una f abrica elabora dos art culos A y B, cuya demanda aleatoria sigue una distribuci on normal de medias A y B desconocidas, y desviaciones t picas A = 100 y B = 50. Observados 100 puntos de venta, la demanda media de dichos art culos ha resultado de 200 y 150 unidades, respectivamente. Constr uyase un intervalo de conanza al 95 % para la diferencia de medias. 11. En una muestra aleatoria de 500 familias propietarias de televisor en una gran ciudad, se comprob o que 280 se hab an suscrito a cierto canal de televisi on. Obt engase un intervalo de conanza del 95 % de la proporci on real de familias con televisor suscritas a dicho canal en esa ciudad. 12. Una m aquina produce engranajes cuyo di ametro, debido a imperfecciones inherentes al funcionamiento de la m aquina, es una variable aleatoria con distribuci on N ( ; = 0.03), de forma que puede ser jada a voluntad mediante un reglaje de la m aquina. Para que un engranaje sea utilizable, su di ametro debe estar comprendido entre 15.50 y 15.60 mm. Calc ulese: a ) el valor de que hace m axima la proporci on de engranajes utilizables y dicha proporci on m axima. b ) el tama no n de la muestra de engranajes necesario para poder construir, a partir de la media muestral x , un intervalo de conanza de al 95 % de amplitud menor que 0.02 mm. 13. De una poblaci on normal de media desconocida se selecciona una muestra de tama no n = 10, resultando: 40, 45, 39, 46, 58, 52, 50, 45, 57, 49 . Constr uyase un intervalo de conanza al 95 % para el par ametro , suponiendo que: 2 a ) la varianza poblacional es = 49; b ) la varianza poblacional es desconocida. 14. Sabiendo que X sigue una distribuci on N ( ; = 4), calc ulese el tama no muestral m nimo para que, con una conanza del 99 %, el intervalo ( x 1.5 x + 1.5) contenga al par ametro . 15. El di ametro (en cent metros) de diez piezas met alicas de forma esf erica, seleccionadas al azar de la producci on de una m aquina, result o 2.02, 1.98, 2.04, 1.99, 2.05, 2.00, 2.02, 2.00, 1.98, 2.03 . a ) Suponiendo que el di ametro sigue una distribuci on normal, constr uyase un intervalo de conanza al 95 % del di ametro medio de las piezas producidas por esta m aquina. b ) Cu al deber a ser el tama no muestral m nimo si, a este nivel de conanza, se pretende dar un intervalo de estimaci on cuya amplitud no supere los 0.02 cm? 16. Con objeto de decidir si un nuevo proceso de fabricaci on da mejores resultados que el antiguo, en cuanto a la proporci on de elementos defectuosos, se selecciona una muestra de 1000 elementos del nuevo proceso, y otra de 2000 del antiguo, resultando 40 y 140 elementos defectuosos, respectivamente. a ) Obt engase un intervalo de conanza al 95 % para la diferencia de proporciones de elementos defectuosos de ambos procesos. b ) Se puede armar que el n umero de elementos defectuosos es signicativamente menor en el nuevo proceso?

 FRECUENTES 5. INTERVALOS DE CONFIANZA MAS

97

nos de funciona17. Se desea conocer la probabilidad de que una pieza falle en los cinco primeros a miento. En 100 piezas tomadas al azar se observaron 10 fallos. Halla el intervalo de conanza de nivel 0.95 para la probabilidad pedida. Cu antas piezas se deber an observar para que, con el mismo nivel de conanza, el margen de error en la estimaci on de la proporci on de fallos sea de 0.01? 18. En una poblaci on, la altura de los individuos varones sigue una distribuci on N (; = 7.5). Halla el tama no de la muestra para estimar con un margen de error inferior a 2 cm. para un nivel de conanza 0.90. 19. En una explotaci on minera, las rocas excavadas se someten a un an alisis qu mico para determinar su contenido porcentual de cadmio. Se puede suponer que este contenido es una variable con distribuci on normal de media y varianza 2 . Despu es de analizar 25 rocas se obtiene un contenido porcentual medio de 9.77 con una cuasidesviaci on t pica de 3.164. La explotaci on comercial de este mineral es econ omicamente rentable si el contenido medio en la mina es superior al 8 %. a ) Construye un intervalo de conanza de nivel 95 % para el contenido porcentual medio de cadmio en la mina. b ) Otro indicador de la calidad de la mina es la uniformidad de su contenido mineral medida a trav es de la varianza , que debe ser menor al 3 %. Construye un intervalo de conanza de nivel 95 % para 2 . 20. Como parte de un estudio para la reducci on de los gases de efecto invernadero que emiten los coches, se estudian los efectos de un determinado aditivo que reduce las emisiones. Sea X el n umero de kil ometros recorridos por un coche con un litro de gasolina sin el aditivo. Sea Y el n umero de kil ometros recorridos con un litro de gasolina con el aditivo. Se observan los kil ometros recorridos por litro de gasolina en ocho coches, cuatro de ellos sin aditivo. Los datos que se obtienen son:
4 i=1

xi = 25.4

4 i=1

yi = 31.2

4 i=1

x2 i

= 173.53

4 i=1

2 yi = 261.22

a ) Suponiendo que el aditivo puede cambiar la media pero no la varianza, y especicando las hip otesis necesarias, calcula un intervalo de conanza al 95 % para la diferencia de medias. b ) A la vista del intervalo obtenido en a), hay alguna indicaci on de que el aditivo tiene alg un efecto en el n umero de kil ometros recorridos por litro de gasolina? 21. Se admite que el n umero de microorganismos en una muestra de 1 mm c ubico de agua de un r o sigue una distribuci on de Poisson de par ametro . En 40 muestras se han detectado, en total, 833 microorganismos. Calcula un estimador puntual y un intervalo de conanza al 90 % para .