Intervalo de Confianza

Intervalo de confianza - Wikipedia, la enciclopedia libre
1 de 7
https://es.wikipedia.org/wiki/Intervalo_de_confianza
De Wikipedia, la enciclopedia libre

En estadstica, se llama a un par o varios pares de nmeros
entre los cuales se estima que estar cierto valor
desconocido con una determinada probabilidad de acierto.
Formalmente, estos nmeros determinan un intervalo, que
se calcula a partir de datos de una muestra, y el valor
desconocido es un parmetro poblacional. La probabilidad
de xito en la estimacin se representa con 1 - y se
denomina nivel de confianza. En estas circunstancias, es
el llamado error aleatorio o nivel de significacin, esto es,
una medida de las posibilidades de fallar en la estimacin
mediante tal intervalo.1
Las lneas verticales representan 50 construcciones

diferentes de intervalos de confianza para la
estimacin del valor .
El nivel de confianza y la amplitud del intervalo varan conjuntamente, de forma que un intervalo ms amplio
tendr ms probabilidad de acierto (mayor nivel de confianza), mientras que para un intervalo ms pequeo, que
ofrece una estimacin ms precisa, aumenta su probabilidad de error.
Para la construccin de un determinado intervalo de confianza es necesario conocer la distribucin terica que
sigue el parmetro a estimar, .2 Es habitual que el parmetro presente una distribucin normal. Tambin pueden
construirse intervalos de confianza con la desigualdad de Chebyshev.
En definitiva, un intervalo de confianza al 1 - por ciento para la estimacin de un parmetro poblacional que
sigue una determinada distribucin de probabilidad, es una expresin del tipo [1, 2] tal que P[1 2] = 1
- , donde P es la funcin de distribucin de probabilidad de .
1 Ejemplos
1.1 Intervalo de confianza para la media de una poblacin
1.2 Intervalo de confianza para una proporcin
1.3 Ejemplo prctico
2 Vase tambin
3 Referencias
3.1 Bibliografa
Intervalo de confianza para la media de una poblacin

De una poblacin de media y desviacin tpica se puede tomar muestras de elementos. Cada una de estas
muestras tiene a su vez una media ( ). Se puede demostrar que la media de todas las medias muestrales coincide
con la media poblacional:3
Pero adems, si el tamao de las muestras es lo suficientemente grande,4 la distribucin de medias muestrales
22/01/2016 06:51 a.m.
2 de 7
es, prcticamente, una distribucin normal (o gaussiana) con media y una desviacin tpica dada por la
siguiente expresin:
. Esto se representa como sigue:
. Si estandarizamos, se
sigue que:
En una distribucin Z ~ N(0, 1) puede calcularse fcilmente un intervalo dentro del cual caigan un determinado
porcentaje de las observaciones, esto es, es sencillo hallar z1 y z2 tales que P[z1 z z2] = 1 - , donde (1 )100 es el porcentaje deseado (vase el uso de las tablas en una distribucin normal).
Se desea obtener una expresin tal que
En esta distribucin normal de medias se puede calcular el intervalo de confianza donde se encontrar la media
poblacional si slo se conoce una media muestral ( ), con una confianza determinada. Habitualmente se
manejan valores de confianza del 95 y del 99 por ciento. A este valor se le llamar
(debido a que es el
error que se cometer, un trmino opuesto).
Para ello se necesita calcular el punto
junto con su "opuesto en la distribucin"
se muestra en la siguiente imagen:
o, mejor dicho, su versin estandarizada

o valor crtico
. Estos puntos delimitan la probabilidad para el intervalo, como
Dicho punto es el nmero tal que:
Y en la versin estandarizada se cumple que:
As:
22/01/2016 06:51 a.m.
3 de 7
Haciendo operaciones es posible despejar
para obtener el intervalo:
De lo cual se obtendr el intervalo de confianza:
Obsrvese que el intervalo de confianza viene dado por la media muestral

por el error estndar
Si no se conoce
el producto del valor crtico
y n es grande (habitualmente se toma n 30):5

, donde s es la desviacin tpica de una muestra.
Aproximaciones para el valor

2,576 para
.6
para los niveles de confianza estndar son 1,96 para
Intervalo de confianza para una proporcin

El intervalo de confianza para estimar una proporcin p, conocida como una proporcin muestral pn de una
muestra de tamao n, a un nivel de confianza del (1-)100% es:
En la demostracin de estas frmulas estn involucrados el Teorema Central del Lmite y la aproximacin de
una binomial por una normal.7
Ejemplo prctico
Una mquina llena tazas con lquido, y se supone que est
ajustada para verter la cantidad de 250 g. Como la mquina
no puede llenar cada taza con exactamente 250 g, el
contenido que se aade a cada taza individual presenta
cierta variacin y se le asigna una variable aleatoria X. Se
asume que esta variacin se ajusta a una distribucin normal
de alrededor del porcentaje promedio deseado de 250 g, con
una desviacin estndar de 2.5 g. Para determinar si la
mquina est adecuadamente calibrada, se toma una
muestra aleatoria de n = 25 tazas de helado para pesarlas.
22/01/2016 06:51 a.m.
4 de 7
La medicin resultante de sustancia helada es X1, ..., X25, una muestra aleatoria desde X.
Para tener una apreciacin de la expectativa , es suficiente con dar una estimacin. El estimador adecuado es
la media muestral:
La muestra seala los pesos efectivos x1, ..., x25, con media:
Al tomar otra muestra de 25 tazas, es esperable, de igual manera, que la masa presente valores como 250.4 o
251.1 gramos. Un valor medio muestral de 280 gramos en cambio, sera extremadamente excepcional si el
contenido medio de las tazas est en la prctica cerca de 250 gramos. Hay un intervalo ntegro en torno al valor
observado de 250.2 gramos de la media muestral por el que si la media de la poblacin completa efectivamente
toma un valor en este rango, los datos observados no podran ser considerados particularmente inusuales. Tal
intervalo se denomina intervalo de confianza para el parmetro . Cmo se calcula tal intervalo? Los extremos
del intervalo deben calcularse a partir de la muestra para que resulten funciones estadsticas de la muestra
X1, ..., X25 y de este modo son variables aleatorias a su vez.
En este caso, se determinar los extremos considerando la media muestral X a partir de la muestra en
distribucin normal est tambin normalmente distribuida con la misma expectativa , pero con un error
estndar de:
Por estandarizacin, se obtiene una variable aleatoria:
dependiente del parmetro a ser estimado, pero con una distribucin normal estndar independiente del
parmetro . Por lo tanto, es posible hallar nmeros z y z, independientes de , entre los cuales yace Z con
probabilidad 1 , una medida de cun confiados queremos estar.
Tomamos 1 = 0.95, por ejemplo. As, tenemos:
El nmero z sigue desde la funcin de distribucin acumulada, en este caso la Funcin de distribucin normal
acumulativa:
22/01/2016 06:51 a.m.
5 de 7
y se obtiene:
En otras palabras, el lmite inferior de un intervalo de confianza del 95% es:
y el superior de tal intervalo es:
Con los valores de este ejemplo, el intervalo de confianza es:
Esto podra interpretarse como: con probabilidad del 0.95 encontramos un intervalo de confianza en el que se
cumple con el parmetro entre los lmites estocsticos
Esto no implica que hay una probabilidad de 0.95 de encontrar el parmetro en el intervalo obtenido usando el
valor efectivamente establecido para el valor medio de la muestra.
Sin embargo, cada vez que se repitan las mediciones, darn otro valor para la media X de la muestra. En el 95%
de los casos estar entre los lmites calculados a partir de la media, pero en el 5% de los casos no lo estar. El
intervalo de confianza efectivo se calcula anotando los valores de masas de helado medidas en la frmula. Este
intervalo de confianza de 0.95 resulta:
En otras palabras, el intervalo de confianza del 95% est entre el lmite inferior de 249.22 g y el superior de
251.18 g.
Como el valor deseado 250 de est dentro del intervalo de confianza resultante no hay razn para creer que la
mquina no est correctamente calibrada.
22/01/2016 06:51 a.m.
6 de 7
El intervalo calculado tiene lmites fijos, donde podra o

no estar all acotado. As, este evento tiene probabilidad o 0
o 1. No es posible decir: "con probabilidad (1 ) el
parmetro yace en el intervalo de confianza." Slo
sabemos que por repeticin en 100(1 ) % de los casos,
estar en el intervalo calculado. En 100% de los casos, sin
embargo no sucede. Desafortunadamente, no se conoce en
cules de los casos esto sucede. Por eso se puede decir: "con
nivel de confianza 100(1 ) %, yace en el intervalo de
confianza."
El segmento vertical representa 50 realizaciones de

un intervalo de confianza para .
El error mximo se calcula de 0.98 dado que es la diferencia ente el valor en que se conserva la confianza
dentro de los lmites superior e inferior.
La figura ilustra 50 realizaciones de un intervalo de confianza para una poblacin media dada . Si
aleatoriamente se selecciona una realizacin, la probabilidad es del 95% de finalmente haber elegido un an
intervalo que contenga el parmetro; sin embargo, podra darse la desafortunada situacin de haber elegido la
errnea.
Estimacin estadstica
Tamao de la muestra
Anlisis discriminante
1. Rius Daz, Francisca (octubre de 1997). 8.2. Estimacin confidencial (http://www.bioestadistica.uma.es/libro

/node100.htm). Bioestadstica. Mtodos y aplicaciones (http://www.bioestadistica.uma.es/libro/html.htm). Mlaga:
Universidad de Mlaga. ISBN 84-7496-653-1. Consultado el 7 de abril de 2009.
2. Guerriero V. Power Law Distribution: Method of Multi-scale Inferential Statistics (http://www.sjmmf.org
/Default.aspx). J. Mod. Math. Fr. (2012).
3. Es una consecuencia del Teorema Central del Lmite.
4. En la prctica se considera normal la distribucin si n > 30.
5. Sotomayor Velasco, Gabriel; Wisniewski, Piotr Marian (2001). 10.2. Intervalos de confianza para medias
(http://books.google.es/books?id=0VYkub0HvJwC). Probabilidad y estadstica para ingeniera y ciencias.
Cengage Learning Editores. p. 230. ISBN 970686136X. Consultado el 20 de abril de 2009.
6. Vanse en las tablas de la normal tipificada las entradas correspondientes a los valores 0,95 y 0,99
7. Rius Daz, Francisca (octubre de 1997). 8.6.2. Intervalo para una proporcin (http://www.bioestadistica.uma.es
/libro/node108.htm). Bioestadstica. Mtodos y aplicaciones (http://www.bioestadistica.uma.es/libro/html.htm).
Mlaga: Universidad de Mlaga. ISBN 84-7496-653-1. Consultado el 24 de abril de 2009.
Bibliografa
Fisher, R. A. (1956). Statistical Methods and Scientific Inference. Oliver and Boyd, Edinburgh (p. 32).
Freund, J. E. (1962). Mathematical Statistics. Prentice Hall, Englewood Cliffs, NJ (pp. 227-228).
Hacking, I. (1965) Logic of Statistical Inference. Cambridge University Press, Cambridge.
Keeping, E. S. (1962). Introduction to Statistical Inference. D. Van Nostrand, Princeton, NJ.
Kiefer, J. (1977). Journal of the American Statistical Association, 72, 789-827.
Neyman, J. (1937). Philosophical Transactions of the Royal Society of London A, 236, 333-380.
22/01/2016 06:51 a.m.
7 de 7
Robinson, G. K. (1975). Biometrika, 62, 151-161.

Zar, J. H. (1984). Biostatistical Analysis. Prentice Hall International, New Jersey. pp. 43-45.
Obtenido de https://es.wikipedia.org/w/index.php?title=Intervalo_de_confianza&oldid=87382277
Categoras: Inferencia estadstica Medicin Bioestadstica Econometra Investigacin operativa
Esta pgina fue modificada por ltima vez el 29 nov 2015 a las 11:03.
El texto est disponible bajo la Licencia Creative Commons Atribucin Compartir Igual 3.0; podran ser
aplicables clusulas adicionales. Lanse los trminos de uso para ms informacin.
Wikipedia es una marca registrada de la Fundacin Wikimedia, Inc., una organizacin sin nimo de
lucro.
22/01/2016 06:51 a.m.

Intervalo de Confianza

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Intervalo de Confianza

Uploaded by

Copyright:

Available Formats

Intervalo de confianza - Wikipedia, la enciclopedia libre

De Wikipedia, la enciclopedia libre

Las lneas verticales representan 50 construcciones