UNIVERSIDAD NACIONAL DE HUANCAVELICA

INGENIERA CIVIL - LIRCAY

ESTIMACION CON
INTERVALOS DE CONFIANZA

CURSO DE ESTADISTICA Y
PROBABILIDADES

ING. CARLOS POMA RAMOS

 ESTIMACION CON
INTERVALOS DE CONFIANZA
Un estimador puntual utiliza un nmero
nico o valor para localizar una estimacin
del parmetro.

Un intervalo de confianza denota un

rango dentro del cual puede encontrarse el
parmetro, y el nivel de confianza que el
intervalo contiene del parmetro.
 EL FUNDAMENTO DE UN
INTERVALO DE CONFIANZA
Un intervalo de confianza tiene un
lmite inferior de confianza (LIC) y un lmite
superior de confianza (LSC).
Para hallar estos lmites primero
calculamos la media muestral, X .Luego se
suma y resta una cierta cantidad a X para
obtener el LSC y LIC.
intervalo de confianza para la media
poblacional Muestras grandes

El uso mas frecuente de los IC es para

estimar la media poblacional.
IC para estimar cuando es conocido:

IC para estimar X Z x
Un NC del 95% requiere un valor de Z de
1.96 (0.95/2=0.4750). El rea de 0.4750
corresponde a un valor de Z de 1.96.
IC para la media poblacional Muestras
grandes
Un promotor inmobiliario intenta construir un gran
centro comercial. Puede estimar en el rea el
ingreso promedio por familia como indicador de
las ventas esperadas. Una muestra de n = 100
familias da una media de X S / .35,000 Una
desviacin estndar poblacional es S / .7,200.

Dado
n , se estima un intervalo del 95%
x

como: 7,200
IC para estimar 35,500 1.96
100
34,088.80 36,911.20
 IC para la media poblacional Muestras grandes

Interpretacin de un IC:
El promotor tiene un 95% de confianza en que la
media poblacional real desconocida est entre
S/.34,088.80 y S/.36,911.20.
Puede desarrollar muchos IC diferentes. Si se
construyen todos los N Cn IC, el 95% de ellos
contendr la media poblacional desconocida.
Una segunda muestra de una media de
S/.35,600 en lugar de S/.35,500, el IC es:
7,200
IC para estimar 35,600 1.96
100
34,188.80 37,011.20
 IC para la media poblacional Muestras grandes

Interpretacin de un IC:
El promotor tiene un 95% de confianza en que la
media poblacional real desconocida est entre
S/.34,188.80 y S/.37,011.20.
El 5% de todos los IC estara errado no
contendran la media poblacional. El 5% se halla
como (1 CC), denominado valor alfa y
representa la probabilidad de error o la
probabilidad de que un intervalo dado no
contenga la media poblacional desconocida.
 IC cuando es desconocida
IC para estimar cuando es desconocida:
IC para estimar X Zsx
Donde sx s / n
La SUNAT desea estimar al cantidad promedio
de deuda. Selecciona una muestra de 50
contribuyentes en una muestra, la cantidad
promedio adeudada era de S/.652.68. La
desviacin estndar de los contribuyentes es
desconocida.
La SUNAT debe estimar con desviacin
estndar de la muestra de s=S/.217.43.
 IC cuando es desconocida
Con un nivel del 99% de confianza, el valor de Z
apropiado es 2.58 (0.99/2 = 0.4950). De la tabla
Z, un rea de 0.4950 revela que Z = 2.58
IC para estimar X Zsx
S / .217,43
S / .652,68 2,58
50
S / .573,35 732,01

La SUNAT puede tener un 99% de confianza en

que la cantidad promedio que deben todos los
contribuyentes est entre S/.573.35 y S/.732.01.
 IC para la media en caso de muestras
pequeas distribucin t
Cuando una muestra grande(n 30) no es posible,
la distribucin normal no es aplicable.
Cuando la muestra es pequea se usa
distribucin t student o simplemente
distribucin t.
Condiciones para usar distribucin t:
1. Muestra es pequea
2. La desviacin estndar es desconocida
3. La poblacin es normal o casi normal.
 IC para la media en caso de muestras
pequeas distribucin t
Igual que la distribucin Z, la distribucin t tiene
una media de cero, es simtrica con respecto
a la media y oscila entre ( y )
Sin embargo, mientras que la distribucin Z tiene

una varianza de Z 1 la varianza de la
2

distribucin t es mayor que 1. Es ms plana y

ms dispersa que la distribucin Z.
n 1
La varianza de la distribucin t es
2

n3
La distribucin t es una familia de distribuciones
cada una con su propia varianza.
 IC para la media en caso de muestras
pequeas distribucin t
La distribucin t es una familia de distribuciones
cada una con su propia varianza. La varianza
depende de los grados de libertad (g.l.) que
se refiere al nmero de observaciones que se
pueden escoger libremente.
Z o t con n 30
t con n 15

t con n 10

0
 IC para la media en caso de muestras
pequeas distribucin t
El estadstico t se calcula en gran parte como el
estadstico Z. X
t
sx
IC para estimar la media poblacional muestras
pequeas:
s
IC para estimar X (t )( sx ) X t
n
 IC para la proporcin poblacional

Las decisiones dependen con frecuencia de

parmetros binarios, slo con dos posibles
categoras donde caen las respuestas. En
este caso el parmetro de inters es la
proporcin poblacional.
El error estndar de la distribucin muestral de
las proporciones muestrales es:

(1 )
p
n
 IC para la proporcin poblacional
p contiene el parmetro que se desea
estimar. Por lo tanto, la proporcin muestral p
se utiliza como estimador de .
Estimacin del error estndar de la distribucin
de las proporciones muestrales:
p (1 p)
sp
n
IC para estimar la proporcin poblacional:
IC para estimar p Zs p
 Determinacin del tamao
apropiado de la muestra
El tamao de la muestra juega un papel
importante al determinar la probabilidad de
error as como en la precisin de la
estimacin.
Seleccionado el NC, dos factores influyen en el
tamao de la muestra:
1. La varianza de la poblacin
2

2. El tamao del error tolerable que el

investigador est dispuesto a aceptar.
 Tamao apropiado de la muestra
Error tolerable depende de que tan crtico es el
trabajo.
Procedimientos mdicos vitales de los que
dependen vidas humanas.
Produccin de piezas de una mquina que
debe cumplir medidas precisas.
El error tolerable
es la mitad del
intervalo 2mm 2mm

LIC LSC
4 mm
Ancho del intervalo
 Tamao de la muestra para estimar
X X
Desviacin normal Z: Z
x n

Tamao muestral para intervalos de la media

poblacional Z 2 2
n
( X )2
Donde la diferencia entre la media muestral y la
media poblacional ( X ) es el error.
Z depende del NC requerido. Falta slo
determinar 2 para calcular el tamao de la
muestra apropiado.
 Tamao de la muestra para estimar
Desviacin normal Z: Z p
p

(1 )
Donde: p
n

Tamao muestral para intervalos para la

proporcin poblacional: Z 2 ( )(1 )
n
( p )2

Donde: ( p ) es la diferencia entre la proporcin

muestral y la proporcin poblacional, por tanto
es el error.
 Propiedades de un buen estimador
Un estimador es la regla o procedimiento
mediante el cual se obtiene la
estimacin, generalmente se expresa
como una frmula.
Ejemplo: X X i
n

Una estimacin es el resultado numrico

del estimador. Si el valor de X es 10,
entonces 10 es la estimacin de la
media poblacional.
 Propiedades de un buen
estimador

Para desempearse de manera

confiable, los estimadores deben ser:
insesgados,
eficientes,
consistentes y
suficientes.
Propiedades de un buen
estimador

Un estimador es insesgado:
si la media de su distribucin
muestral es igual al parmetro
correspondiente.
 Propiedades de un buen
estimador

Dado un estimador es insesgado,

el estimador ms eficiente es
aquel que tenga la varianza
ms pequea.
Propiedades de un buen
estimador

Un estimador es consistente:
si, a media que n aumenta, el
valor del estadstico se
aproxima al parmetro.
Propiedades de un buen
estimador

Un estimador es suficiente:
si ningn otro estimador puede
proporcionar ms informacin
sobre el parmetro.