¡La universidad para todos!

¡La Universidad para todos!

Tema: INTERVALO DE CONFIANZA

Docente: Segundo García Flores

Escuela Profesional Periodo académico: 2018-1

ADMINISTRACION Y NEGOCIOS Semestre: 05
INTERNACIONALES Unidad: II
¡La universidad para todos!

TÍTULO DEL TEMA

INTERVALO DE CONFIANZA
 ¡La universidad para todos!

ORIENTACIONES

• Lea las previamente las orientaciones generales

del curso.
• Revise los temas afines a este en la Biblioteca
Virtual de la UAP
• Participe de los foros
 ¡La universidad para todos!

CONTENIDOS TEMÁTICOS

Intervalo de confianza para la media

Intervalo de confianza para la
proporción
Tamaño de la muestra
 ¡La universidad para todos!

DESARROLLO DE CONTENIDOS - SUBTÍTULOS DEL

TEMA
 ¡La universidad para todos!

OBJETIVOS

• Construir un intervalo de confianza para la media poblacional

cuando se conoce o no la desviación estándar de la población.
• Construir un intervalo de confianza para una proporción de la
población.
• Determinar el tamaño de la muestra para un muestreo de
atributos y variables.
 ¡La universidad para todos!

ESTIMACIÓN

• Un estimador puntual es un estadístico

calculado a partir de información de la muestra
para estimar el parámetro poblacional.
 ¡La universidad para todos!

Propiedades de un buen estimador

1) Ser insesgado. El valor esperado del estimador
debería ser igual al parámetro que trata de
estimar. Es decir,
E ( )  
La media muestral es un estimador insesgado de la
media poblacional.
Pero la varianza muestral NO es un estimador
insesgado de la varianza poblacional, pero sí lo es en
cambio la cuasivarianza.
 ¡La universidad para todos!

Propiedades de un buen estimador

2) Consistencia. Se dice que un estimador es
consistente si se cumple que

 
lim P       0
n 

Esta expresión indica que a medida que se incrementa el

tamaño muestral, la diferencia entre el estimador y el
parámetro será menos que cualquier número ().
A diferencia de la “ausencia de sesgo” que se define para
valores finitos de n, la “consistencia” es una propiedad
asintótica.
 ¡La universidad para todos!

Propiedades de un buen estimador

Tanto la media muestral como la cuasivarianza son
estimadores consistentes.
Nota:
La varianza muestral ES un estimador consistente de
la varianza poblacional, dado que a medida que el
tamaño muestral se incrementa, el sesgo disminuye y
disminuye.

10
 ¡La universidad para todos!

Propiedades de un buen estimador

3) Eficiencia. Se emplea para COMPARAR
estimadores. Es mas eficiente es el que tiene la
varianza mas pequeña.
Se puede comprobar que la varianza muestral es
más eficiente que la cuasivarianza muestral a la
hora de estimar la varianza poblacional. (Aún así, se
prefiere la cuasivarianza muestral como estimador
de la varianza poblacional por ser un estimador
insesgado.)
4) Suficiencia. Diremos que es un estimador
suficiente del parámetro si dicho estimador basta
por sí solo para suministrar toda la información
acerca del parámetro.
 ¡La universidad para todos!

Estimación por intervalos

Un Intervalo de confianza (IC) es un conjunto de

valores formado a partir de una muestra de datos
de forma que exista la posibilidad de que el
parámetro poblacional ocurra dentro de dicho
conjunto con una probabilidad específica. La
probabilidad específica recibe el nombre de nivel
de confianza.
 ¡La universidad para todos!

Valores críticos de Z y niveles de confianza

Nivel de Nivel de
confianza significancia Z
1-  
0,90 0,10 1,645
0,95 0,05 1,96
0,98 0,02 2,33
0,99 0,01 2,58
0,998 0,002 3,08
0,999 0,001 3,27
 ¡La universidad para todos!

Valores críticos de Z y niveles de confianza

Nivel de Nivel de
confianza significancia Conclusión
1-  
0,90 0,10 Poco significativa
0,95 0,05 Significativa
0,99 0,01 Altamente
significativa
Cuando no se especifica el nivel de confianza, se asume el 95%.
 ¡La universidad para todos!

Factores que afectan a los intervalos de

confianza

Los factores que determinan el ancho del

intervalo de confianza son:
1)El tamaño de la muestra, n.
2)La varianza de la población, usualmente σ es
estimada por s.
3)El nivel deseado de confianza.
 ¡La universidad para todos!

Interpretación de los intervalos de confianza.

Para un intervalo de confianza alrededor del 95% se puede esperar
que alrededor de 95% de estos intervalos de confianza contenga la
media de la población. Cerca de 5% de los intervalos no contendrían
a la media de la población.

Además el 95% de
las medias de las
muestras para una
muestra especifica de
tamaño dado estarán
dentro de 1,96
desviaciones
estándar de la
población hipotetica.
 ¡La universidad para todos!

Distribución t
Características
1) Esta distribución, es como la distribución z , una
distribución continua.
2) Es una distribución simétrica y con forma de campana.
3) No existe una sola distribución de t, mas bien una familia
de distribuciones de t. Todas las distribuciones de t tiene
media 0, pero sus desviaciones estándar difieren de
acuerdo al tamaño de la muestra, n.
4) La distribución t se extiende más y es más plana por el
centro que la distribución normal. Conforme se incrementa
el tamaño de la muestra, la distribución t se aproxima a la
distribución normal estándar, pues los errores que se
cometen al utilizar s para estimar σ disminuyen con
muestras más grandes.
 ¡La universidad para todos!

Comparación de las distribuciones t y z

cuando n es pequeña.
 ¡La universidad para todos!

Valores críticos de t y niveles de confianza

Nivel de t t t
confianza (10 gl) (20 gl) (30 gl)
1- 
0,90 1,812 1,725 1,697
0,95 2,228 2,086 2,042
0,99 3,169 2,845 2,750
 ¡La universidad para todos!

Intervalo de Confianza para la Media

Use la distribución Z
Si la desviación estándar es
conocida o la muestra es
mayor que 30.
Límites del intervalo:
Use la distribución t
Si la desviación estándar no
es conocida y la muestra es
menor que 30.
Límites de intervalo:

 s
X  Z / 2 X  t / 2 ,n 1
n n
 ¡La universidad para todos!

Intervalo de Confianza para la Media

Ejemplo:
Un fabricante de llantas desea
investigar la durabilidad de sus Solución:
productos. Una muestra de 10 Dado el problema:
llantas para recorrer 50000 millas
reveló una media muestral de 0,32 n  10; x  0,32; s  0,09
pulgadas de cuerda restante con Calcule el I.C. usando la dist-t
una desviación estándar de 0,09
pulgadas. (como  es desconocida)
Construya un intervalo de confianza s
de 95% para la media poblacional. X  t / 2 ,n 1
¿Sería razonable que el fabricante n
concluyera que después de 50000
millas la cantidad media poblacional
de cuerda restante es de 0,30
21
pulgadas?
 ¡La universidad para todos!
Tabla de distribución-t
Student
S
x  t / 2 ;( n 1) 
n
0,09
 0,32  t0, 025;(101) 
10
0,09
 0,32  2,262 
10
 0,32  0,064
I (  )  0,256;0,384 

Conclusión:
El fabricante puede estar seguro
(95% seguro) de que la
profundidad media de las
cuerdas oscila entre 0,256 y
0,384 22
 ¡La universidad para todos!

Intervalo de Confianza para la Media

Ejemplo:
El gerente del Inlet Square Mall, cerca de
Ft. Myers, Florida, desea estimar la
cantidad media que gastan los clientes
que visitan el centro comercial. Una
muestra de 20 clientes revela las
siguientes cantidades.

¿Cuál es la mejor estimación de la media poblacional?¿Determine

un intervalo de confianza de 95%. Interprete el resultado.
¿Concluiría de forma razonable que la media poblacional es de
 ¡La universidad para todos!

Intervalo de Confianza para la Media

Solución:
I.C usando la dist – t (σ es desconocida)

x  t / 2 ;( n 1) 
S Intervalo de confianza:
n I(µ)=[$45,13 ; $53,57]
9,01 Conclusión:
 49,35  t0, 025;( 201) 
20 Resulta razonable que la media
 49,35  2,093 
9,01 poblacional sea de $50.
4,47 El valor de $60 no se encuentra
 49,35  4,22 en el intervalo de confianza. De
ahí que se concluya que no es
probable que la media
poblacional sea de $60. 24
 ¡La universidad para todos!

Aproximación de la Distribución
Normal a la Binomial
Para crear un intervalo de confianza para una proporción, es
necesario cumplir con los siguientes supuestos:
1). Las condiciones binomiales, se satisfagan las cuales son:
a. Los datos de la muestra son resultado de conteos.
b. Sólo hay dos posibles resultados (lo normal es referirse a uno
de los resultados como éxito y al otro fracaso).
c. La probabilidad de un éxito permanece igual de una prueba a
la siguiente
d. Las pruebas son independientes. Esto significa que el resultado
de la prueba no influye en el resultado de otra.
2). Los valores de nπ y n(1-π) deben ser mayores o iguales que 5. Esta
condición permite recurrir al teorema del límite central y emplear la
distribución normal estándar, es decir, z, para completar un intervalo
de confianza.
 ¡La universidad para todos!

Intervalo de Confianza para la Proporción de una

Población

El intervalo de confianza de la proporción de una población es

calculado mediante:

 p(1  q) 
I ( )   p  z / 2 
 n 
Siendo, Z la distribución normal y p es la proporción de éxito.

26
 ¡La universidad para todos!

Intervalo de confianza para proporción

Ejemplo:
El sindicato que representa Bottle Solución:
Blowers of America (BBA) considera
la propuesta de fusión con Calcule la proporción de la muestra:
Teamsters Union. De acuerdo al
reglamento del sindicato de BBA, x 1600
por lo menos tres cuartas partes de p   0,80
los miembros del sindicato deben n 2000
aprobar cualquier fusión. Una Limites de I ( ) :
muestra aleatoria de 2000
miembros actuales revela que 1600 p(1  p) 0,80(0,20)
estarían a favor. ¿Cuál es el p  Z / 2   0,80  1,96 
estimador de la proporción n 2000
poblacional?  0,80  0,018  I ( )  [0,782; 0,818]
Determine un intervalo de confianza
de 95% para la proporción Conclusión:
poblacional. Fundamente su decisión Es probable que se apruebe la propuesta de
en esta información de la muestra:
¿puede concluir que la proporción fusion, pues el estimador incluye valores
necesaria de miembros BBA superiores a 75% de los miembros del
favorece la fusión? ¿Por qué? sindicato. 27
 ¡La universidad para todos!

Ejercicio:
Con frecuencia un aumento en la proporción de ahorro
de los consumidores se relacionan con una falta de
confianza en la economía y se dice que es un indicador
de una tendencia recesiva. Un muestreo aleatorio de n=
200 cuentas de ahorra en una comunidad mostró un
incremento medio en los valores de las cuentas de
ahorro de 7,2% durante los últimos 12 meses, con una
desviación estándar de 5,6%.
• Estime el incremento porcentual medio de los valores
de las cuentas de ahorro durante los últimos 12 meses
de los depositantes en la comunidad.
• Encuentre el margen de error para su estimación.
Rpta: x = 7.2 % SE = 0,776
 ¡La universidad para todos!

Factor de Corrección de una Población Finita

• Una población con un límite superior es finita.
• En el caso de una población finita, en la que el número
total de objetos o individuos es N y el número de objetos
o individuos es n, se ajusta el error estándar de la media y
de la proporción.
• Sin embargo, si n/N < 0,05, el factor de corrección de una
población finita puede ser ignorado.
Error Estándar de la Error Estándar de la
Media de una Muestra Muestra de una Proporción

 N n p(1  p) N  n
x  p 
n N 1 n N 1 29
 ¡La universidad para todos!

Efecto de el FCP cuando n/N Cambia

Factor de corrección de una población finita de muestra

seleccionadas cuando la población es de 1000

Observe que FCP se acerca a 1 cuando n/N se hace más

pequeño
30
 ¡La universidad para todos!

Fórmulas de IC con un Factor de Corrección de una

Población Finita

I.C. para la Media () I.C. para la Media ()

 N n s N n
X Z X t
n N 1 n N 1
I.C. para la Proporción ()

p(1  p) N n
I ( )  p  z
n N 1
31
 ¡La universidad para todos!
EJEMPLO: IC para la media con FCP
Hay 250 familias en Scandia,
Pennsylvania. Una muestra aleatoria
de 40 de estas familias revela que la
contribución anual media fue de
$450, y la desviación estándar, de
$75. ¿La media poblacional puede ser
$445 o $425.
1)¿Cual es la media de la
población?¿Cuál es el mejor
estimador de la media poblacional?
2)Analice la razón por la que se debe
emplear el factor de corrección para
una población finita.
3)Construya un intervalo de
confianza de 90% para la media de la
población?
4)Interprete el intervalo de confianza.
Solución:
N = 250, n = 40, s = $75.
1) No conoce la media poblacional,
que es el valor que quiere calcular.
El mejor estimador de la media
poblacional es la media de la
muestra, que es de $450.
2) Como n/N = 40/250 = 0,16, el FCP
debe ser usado.
3) La desviación estándar de la
población no es conocida por eso
se utiliza la distribución t (puede
usar la distribución z debido a que
n > 30).
Use la fórmula:
s N n
X t
n N 1
 ¡La universidad para todos!

EJEMPLO: IC para la media con FCP

s N n
X t
n N 1
$75 250  40 $75 250  40
 $450  t0 ,10 ,40 1  $450  1,685
40 250  1 40 250  1
 $450  $19,98 0 ,8434  $450  $18,35
  $431,65  $468,35
Es probable que la la media poblacional sea de más de $431.65 e inferior a $468.35.
En otras palabras, ¿la media de la población puede ser de $445? Sí, pero no es
probable que sea de $425. ¿Por qué? Por que el valor de $445 se encuentra dentro
del intervalo de confianza y $425 no pertenece al intervalo de confianza.
 ¡La universidad para todos!

Elección del tamaño adecuado de una

muestra
El tamaño adecuado de una muestra depende de tres factores:
1) El nivel de confianza deseado.
2) El margen de error que tolerará el investigador.
3) La variabilidad de la población que se estudia.

34
 ¡La universidad para todos!

Elección del tamaño adecuado de una

muestra
• Para encontrar el tamaño de la muestra:

tamaño reajustado :
 zs
2

n0    n
n0
 E  1
n0
N
Donde:
• E = el máximo error permitido.
• Z = el valor de z para el nivel de confianza deseado.
• S = es la desviación estándar de la muestra (para un
estudio piloto)

35
 ¡La universidad para todos!

Ejemplo

Un estudiante de administración pública desea determinar la

cantidad media que ganan al mes los miembros de los consejos
ciudadanos de las grandes ciudades. El error a calcular la media
debe ser inferior a $100, con un nivel de confianza del 95%. El
estudiante encontró un informe del Departamento del Trabajo en
el que la desviación estándar es de $1000. ¿Cuál es el tamaño
de la muestra que se requiere?
 Z S 
2
Solución:
E, el máximo error admisible, es $100 n 
El valor de z para un nivel de confianza de  E 
 1,96  $1000 
95% es1,96. 2

El estimador de la desviación estándar es  

$1000.  $100 
 (19,6) 2  384,16
 385
 ¡La universidad para todos!

Ejemplo

Un grupo consumidor desea estimar la media del

cargo de electricidad por familia en Julio con un error
de $5 usando un nivel de confianza de 99%. ¿La
desviación estándar es estimada de estudios similares
la cual es $20? ¿Qué tan grande debe ser la muestra?

Solución:
E  $5, S  $20, 1    99%
2 2
 z* s   2,58* 20 
n     107
 E   5 
 ¡La universidad para todos!

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  p(1  p) 
E
Donde:
• p = es estimado de un estudio piloto o de alguna otra
fuente, si no fuera así puede ser usado 0,50.
• Z = el valor de z para el nivel de confianza deseado.
• E = el máximo error permitido.
 ¡La universidad para todos!

Ejemplo
El Club American Kennel desea estimar la proporción
de niños que tiene como mascota a un perro. Si el club
desea que el margen de error sea del 3% de la
proporción de la población ¿cuantos niños tendrán que
contactar?
Se requiere un nivel de confianza del 95% y el club
estimó que el 30% de los niños tiene un perro como
Solución:
mascota.
p  30%; q  70%; Z 0,05 / 2  1,96
2
 1,96 
n  (0,30)(0,70)   897
 0,03 
 ¡La universidad para todos!

Ejemplo

Un estudiante desea estimar la

proporción de ciudades que
cuentan con recolectores de
basura privados. El estudiante
desea que el margen de error
se encuentre a 0,10 de la
proporción de la población, el
nivel de confianza deseado es
Solución:
de 90%, y no se encuentra
disponible ningún estimador p  0,5; q  0,5; Z 0,10 / 2  1,65
para la proporción de la 2
 1,65 
población. n  (0,5)(1  0,5)   68,0625
¿Cuál es el tamaño de la  0,10 
muestra? n  69 ciudades.
 ¡La universidad para todos!

INTERVALO DE CONFIANZA PARA LA DIFERENCIA

DE MEDIAS POBLACIONALES (1- 2)

TIPO DE ESPERANZA Y DISTRIBUCION INTERVALO DE CONFIANZA

PROBLEMA VARIANZA DE MUESTREO
I) MUESTRAS
TOMADAS DE DOS d   D 
d ~ N D,  d
2

Pd  Z / 2   d  1  2  d  Z / 2   d   1  
POBLACIONES 1 2
2 2

V d    1 2
2 2
NORMALES, 12 y 22 n1 n2 d2  
CONOCIDAS, n1 y n2 n1 n2
d  X1  X 2
CUALQUIER
TAMAÑO D  1   2
d   D
II) MUESTRAS
TOMADAS DE DOS S1
2
S2
2 
d ~ N D, S d
2
 Pd  Z / 2  Sd  1  2  d  Z / 2  Sd   1  
POBLACIONES 12 y V d    2 2
n1 n2 S1 S
22 DESCONOCIDAS, Sd   2
2 2 2
S1 S
n1 y n2 GRANDES d  X1  X 2 n1 n2 Sd   2
n1 n2
D  1   2
III) MUESTRAS d   D d D
TOMADAS DE DOS
n1  1.S12  n2  1.S 2 2
Sd
~ t n1  n2  2 gl
 
P d  t / 2  S p  1  2  d  t / 2  S p  1  
POBLACIONES V d   n  1.S12  n2  1.S 2 2
n1  n2  2  1
2
NORMALES, 12 y 22 Sd
n1  n2  2 t / 2 n1  n2  2 CON (n1+n2-2)
DESCONOCIDAS, n1 y d  X1  X 2 GRADOS DE
n2 PEQUEÑAS 2 1 1 
S p  S d   
2
D  1   2 LIBERTAD
 12 =  22  n1 n2 
 ¡La universidad para todos!

INTERVALO DE CONFIANZA PARA LA DIFERENCIA

DE MEDIAS POBLACIONALES (1- 2)

TIPO DE ESPERANZA Y DISTRIBUCION INTERVALO DE CONFIANZA

PROBLEMA VARIANZA DE MUESTREO
IV) MUESTRAS dD Pd  t / 2  S d  1  2  d  t / 2  S d   1  
TOMADAS DE DOS d   D ~ t v ( gl )
Sd t / 2,v CON v GRADOS DE LIBERTAD
POBLACIONES
2 2 n1  n2
NORMALES, 12 y V d  
S1 S
 2 2 2 n1  n2
 22 n1 n2 S S n1  n2  n
Sd  1  2
S 
2
2
/ n1  S 2 / n2
2 2
DESCONOCIDAS, n1 n2 v  n1  n2  2
v 1
n1 y n2 PEQUEÑAS n1  n2  n
S 2
/ n1 S / n2
 2
 
2 2

2
v  2n  1
 
1
1 2 22
Sd
2 1 2
 S1  S 2
2
n1  1 n2  1
n

NOTA: I), II), III), IV) Las muestras son independientes

N1  n1 N 2  n2
Cuando la poblacion es finita y el muestreo es sin reemplazamiento hay que multiplicar las varianzas pory
N1  1 N2 1
N 1  n1
y las desviaciones estandar por N 2  n2 factor de correcion por finitud.
y
N1  1 N2 1
 ¡La universidad para todos!

Ejemplo :
30 hombres y 50 Mujeres se presentaron a un examen para ocupar un
cargo: las mujeres obtienen una calificación promedio de 76 puntos
con una desviación estándar de 6, mientras que los hombres obtienen
una calificación promedio de 82 puntos con una desviación estándar
de 8. Halle un intervalo de confianza del 95% para la diferencia de
medias.
Solución:
n1 = 30, n2 = 50, x1 = 82, x2 = 76 y s 1 = 8, s2 = 6
Como n1, n2 > 30  s1 = 1 y s 2 = 2
82 6 2
Sd    2,13  0,72  2,978
Se aplica 30 50
Px1  x2  Z / 2  S d  1  2  x1  x2  Z / 2  Sd   1  

P82  76 1,96  2,978  1  2  82  76  1,96  2,978  1  

P0,1631  1  2  11,8368   95%
Remplazando datos se obtiene :
 ¡La universidad para todos!

Ejemplo:

Los registros de los últimos 15 años muestran que la

precipitación fluvial promedio durante el mes de mayo es de
4,93 cm. con una desviación estándar 1,14 cm. en Perú, en
Chile la precipitación fluvial promedio fue de 2,64 con una
desviación estándar de 0,66 durante los 10 años pasados.
Encuentre un intervalo confidencial del 95% para la diferencia
verdadera de las precipitaciones fluviales promedio en estos
países, suponiendo que las muestras se han tomado de
poblaciones normales con varianzas diferentes.
Solución:
Perú: x1 = 4,93 s1 = 1,14 n1 = 15
Chile: x2 = 2,64 s2 = 0,66 n2 = 10
 ¡La universidad para todos!

Solución:
como : n1  n2
S12 S 2 2 1,14 2 0,66 2
Sd 2
     0,08664  0,04356  0,1302
n1 n2 15 10

Remplazando en la fórmula se tiene : g.l : v  n1  n2  2

Pd  t / 2  Sd  1  2  d  t / 2  Sd   1   t0,025(15102)  2,069

 
P 2,29  2,069  0,1302  1  2  2,29  2,069  0,1302  95%

P(1,54  1 - 2  3,03) = 95 %

Significa que se tiene una confianza del 95% de que el intervalo

de 1,54 a 3,03 contenga el verdadero valor promedio de la
precipitación fluvial .
 ¡La universidad para todos!

CONCLUSIONES Y/O ACTIVIDADES DE

INVESTIGACIÓN SUGERIDAS

Leer archivo sobre intervalos de confianza:

https://www.bioestadistica.uma.es/baron/apuntes/fi
cheros/cap02.pdf
¡La universidad para todos!

¡Gracias!