IGE: Estadística Inferencial I

Unidad 2: Inferencia estadistica: estimacion

2.5 Intervalos de confianza para medias.

Si de una población dada se toman repetidamente muestras aleatorias de tamaño n,

se encontraran muchos valores diferentes de un estadístico muestral dado. Si a
este valor se suma y se resta una cierta cantidad, el estadístico muestral se
convierte en un rango de valores entre los que presumiblemente se puede
encontrar el parámetro poblacional desconocido. A este rango de valores se le llama
intervalo de confianza

Ejersicio:

Una muestra de salarios ha determinado 𝑥 = $ 396.670 que podría servir como

estimación puntual de μ, el error típico es 𝜎𝑥 = 35.250 . Crear varias estimaciones
posibles de intervalos de μ con base en error estándar de 0.5, 1.0, 2.0

El ejemplo nos muestra claramente que valores más grande de C producen

intervalos más anchos y, por tanto, estimaciones menos precisas. El ancho del
intervalo está relacionado con el grado de confianza con el que se puede indicar que
el parámetro de la población en procesos de estimación se encuentra entre los
límites del intervalo.

Si la distribución muestral del estimador utilizado es aproximadamente normal, el

coeficiente C de la expresión:

M.A. Rodrigo Compañ Sarmiento 15

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

I.C = Estimación puntual ± 𝐶 𝑒𝑟𝑟𝑜𝑟 𝑡𝑖𝑝𝑖𝑐𝑜

Se puede tratar como un valor Z tal que
I.C = Estimación puntual ± 𝑍 𝑒𝑟𝑟𝑜𝑟 𝑡𝑖𝑝𝑖𝑐𝑜

Si de una población dada se toman repetidamente muestras aleatorias simples

de tamaño n, se encontraran muchos valores diferentes de un estadístico
muestral dado y se podrá construir muchos intervalos de confianza diferentes;
algunos de ellos contendrán el parámetro poblacional desconocido pero otros no.
El porcentaje de intervalos que se puede esperar contengan el valor real del
parámetro, cuando se utilice una y otra vez el mismo procedimiento de
construcción, se denomina Nivel de confianza.

El porcentaje de intervalos que se espera no contengan el valor real del

parámetro, se denomina Nivel de significancia (α)

Intervalos de confianza para la media poblacional (muestras grandes – σ conocida)

Una de las aplicaciones más corrientes de los intervalos de confianza es la de
estimar la media poblacional. Por ejemplo: La estimación del nivel medio de
producción, estimación del nivel medio de ventas trimestrales, estimación del nivel
medio salarial de una empresa.

Para la construcción del intervalo de confianza se utilizan las fórmulas:

I.C. para 𝜇 = 𝑥 ± 𝑍 ∙ 𝜎𝑥 cuando se conoce σ
I.C. para 𝜇 = 𝑥 ± 𝑍 ∙ 𝑆𝑥 cuando σ es desconocido

Ejersicio 1:
La operadora de una central telefónica está consciente de que la población de
duración de llamadas está normalmente distribuida con una desviación estándar
de cuatro minutos. Una muestra aleatoria de 50 llamadas produce una duración
media de 9.1 minutos. Construya e interprete un intervalo de confianza del 95%
para la duración media de todas las llamadas.

Se tiene una población grande, con σ conocido, luego:

Para un nivel de confianza del 95%; 95% se pasa a decimal: 0.95 y se calcula Z:
(1-0.95)/2=0.025 y se busca en la tabla de distribución normal, el valor más cercano al
calculado es -1.96, se toma el valor absoluto de este, entonces Z=1.96

M.A. Rodrigo Compañ Sarmiento 16

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

Esto quiere decir que con una confianza del 95% se puede afirmar que la
duración media de las llamadas que entran a la central telefónica esta entre 7,99 y
10,21 minutos.

Ejersicio 2:
Se sabe que la población normalmente distribuida de inversiones en acciones
hechas por 75 empleados de una firma tiene una desviación estándar de 99
dólares. Una muestra aleatoria de 36 empleados demuestra una inversión media de
736 dólares, construya e interprete un intervalo de confianza del 99,8% para la
inversión media de todos los empleados.

Como la fracción de muestreo n/N es mayor del 10% se aplica el factor de

corrección para calcular 𝜎𝑥 .

Luego I.C para 𝜇 = 𝑥 ± 𝑍 ∙ 𝜎𝑥 el valor de Z requerido es:

(1-0.998)/2=0.01 y se busca en la tabla de distribución normal, el valor más cercano al
calculado es -3.08, se toma el valor absoluto de este, entonces Z=3.08
Así I.C para 𝜇 = 736 ± (3.08) ∙ 11.98 = 736 ± 36.9
699.1 ≤ μ ≤ 772.9
Lo cual indica que la inversión media de los empleados de la firma en estudio está
comprendida entre 699,1 y 772,9 dólares.

Int. de confianza para la media poblacional (muestras pequeñas – σ desconocida)

Existe un número infinito de situaciones prácticas donde no es posible obtener una

muestra grande, las razones sobran, incluyendo el alto costo de muestreo. Un
ejemplo común es el de las compañías de seguro que comprueban la resistencia de los
automóviles a las colisiones. Destruir 30 vehículos o más puede ser muy costoso.
M.A. Rodrigo Compañ Sarmiento 17
 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

Cuando se toma una muestra pequeña (n< 30) la distribución normal puede ser
inadecuada. Es decir, cuando la muestra es pequeña y σ es desconocida, no se deberá
aplicar la distribución Z. En este caso de muestras pequeñas, los errores estándar
de la media y la proporción 𝜎𝑥 𝑦 𝜎𝑃 se estiman solo en forma deficiente con la
ayuda de desviaciones estándar muéstrales, S y Px.

Como demostró William S Gosset, que escribía bajo el seudónimo de “student”, en

las circunstancias especificadas, se puede derivar mejores estimaciones de
intervalos si se usa una función de densidad de probabilidad algo diferente de la
curva normal.

Gosset, describió una distribución muestral para una variable aleatoria, t, derivada de
una población normalmente distribuida y definida en analogía a la desviación
normal estándar Z.
𝑋−𝜇
𝑡=
𝑆
𝑛
Comparación de distribución Z y distribución

t
Como la curva normal estándar, la función de densidad de probabilidad de Gosset,
ahora llamada distribución t de student, es:

1. De un solo pico sobre la media de la variable aleatoria. La media, la mediana y la

moda son cero.
2. Perfectamente simétrica alrededor de su valor central.
3. Caracterizada por colas que se extienden indefinidamente en ambos
direcciones desde el centro y se aproximan pero nunca tocan al eje horizontal.

La única diferencia es que la variable aleatoria es t y no Z; como resultado de esto la

varianza de la distribución no es igual a 1, sino que es igual a:
𝑛−1
𝜎2 =
𝑛−3

M.A. Rodrigo Compañ Sarmiento 18

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

Esta varianza de t implica que existe una distribución t diferente para cada tamaño
muestral n, y también que la distribución t se aproxima a la distribución Z a
medida que aumenta el tamaño muestral. La distribución t para n=∞ tiene una
varianza igual a 1 y es indistinguible de la normal

EL valor adecuado de t se puede encontrar en la tabla de distribución T. Dicha tabla

muestra el área bajo una curva específica, definida por un número dado de
grados de libertad, que se encuentran a la derecha de un valor específico de t (df), esta
área de cola superior se denomina α y este valor de t se designa como tα. Con
frecuencia los grados de libertad (df) aplicables se agregan al subíndice α ya sea en
paréntesis o después de una coma: tα (df) o tα, df

Debido a la simetría de la curva 0.1 del área bajo esta curva también esta
asociada con t < - 1,372. En consecuencia, 0.8 del área bajo la curva está
asociada con valores de t entre –1,372 y 1,372; la probabilidad para dicho
valor t es igual a 0.8 . Para construir una estimación de intervalos con un nivel de
confianza de 0.8, o sea del 80% se debe usar t = 1,372. Luego los intervalos de
confianza se pueden construir con ayuda de los valores t de la tabla 2 así:

𝑆
𝐼 𝐶 𝑝𝑎𝑟𝑎 𝜇 = 𝑋 ± 𝑡 𝑆𝑋 , 𝐷𝑜𝑛𝑑𝑒 𝑆𝑋 =
𝑛
Ejersicios para clase:
1.- Una empresa de alquiler de coches está interesada en conocer el tiempo
medio que sus vehículos permanecen en el taller de reparaciones. Una muestra
aleatoria de 9 coches indicó que el pasado año el número de días que cada uno de
estos coches había permanecido fuera de servicio fue:

16 10 21 22 8 17 19 14 19

M.A. Rodrigo Compañ Sarmiento 19

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

Especificando las hipótesis necesarias, calcular e interpretar intervalos de

confianza del 90% para el número medio de días que la totalidad de los vehículos de la
empresa se encuentran fuera de servicio.

Se debe suponer que la distribución de la población es normal, como un primer

paso, se tiene que hallar la media y la varianza muestral (con la ayuda de una
calculadora).

Con un nivel de confianza del 90% se estima que, en promedio, los vehículos de la
empresa se encuentran fuera de servicio entre 13 y 19 días.

2.- El convenio colectivo entre el sindicato de una empresa y la administración de la

misma exigía que la producción media de una sección de la fábrica se mantuviera en
112 unidades por empleado y mes. Surgieron desacuerdos entre las partes sobre
el cumplimiento de esta norma. El convenio colectivo especificaba que si la
producción media descendía por debajo de la cantidad estipulada de μ=112,
estaba autorizada a tomar medidas correctivas. Para ahorrar costo se decidió
inspeccionar solamente 20 obreros que dieron una media de 106 unidades.
Supóngase que se halló una desviación típica de 8,5 unidades y que los niveles de
producción siguen una distribución normal ¿sugiere un intervalo de confianza del 90%
que ha habido violación del convenio y que está justificado, por lo tanto, tomar
medidas correctivas?

Para un intervalo de confianza del 90% y 19 grados de libertad, el valor de t adecuado

es de 1,729. Luego:
𝑆
𝐼. 𝐶 𝑝𝑎𝑟𝑎 𝜇 = 𝑋 ± 𝑡
𝑛
8.5
𝐼. 𝐶 𝑝𝑎𝑟𝑎 𝜇 = 106 ± (1.729)
20
𝐼. 𝐶 𝑝𝑎𝑟𝑎 𝜇 = 106 ± 3.29
𝑎𝑠𝑖 102.71 ≤ 𝜇 ≤ 109.29
Se observa que la producción media especificada en el convenio colectivo no se
encuentra en el intervalo. Se puede concluir, con un nivel de confianza del 90% de que
se está violando el convenio. Por lo tanto los directivos de la fábrica están en su

M.A. Rodrigo Compañ Sarmiento 20

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

derecho de emprender acciones contra el descenso de la productividad de la

empresa.

2.6 Intervalos de confianza para diferencia entre medias.

Cuando en una investigación deseamos comparar a dos grupos o poblaciones,

empleando los valores de una variable aleatoria, estamos realizando análisis de
diferencias. Estas poblaciones pueden ser independientes o relacionadas, por tanto las
muestras aleatorias que servirán para realizar inferencias mediante intervalos de
confianza también están en ese sentido

Usando muestras independientes

El coordinador del curso Ciencia y Ambiente a fin de mejorar el rendimiento de sus
alumnos dispone de dos métodos de enseñanza:

1. Resolución de problemas.
2. Discusión de casos.

El coordinador desea saber con cuál método los alumnos, de la Institución

educativa donde trabaja, obtienen mejor rendimiento; entonces realiza el estudio
entre alumnos del tercer grado de secundaria de dos secciones. A una sección le asigna
aleatoriamente el método resolución de problemas y a la otra sección, el método
discusión de casos.

Es obvio que cada método de enseñanza se desarrolla independientemente uno

del otro. A este tipo de diseño se le llama de muestras independientes y la
comparación se realiza en base al rendimiento de los dos grupos. El rendimiento de
los alumnos se mide mediante una prueba diseñada por el coordinador, que debe ser
válida y confiable.

Cuando las varianzas son desconocidas pero iguales

Si 𝑋1 𝑦 𝑋2 son las medias de muestras aleatorias independientes de tamaños n1

y n2 de poblaciones normales con varianzas poblacionales 𝜎21 𝑦 𝜎22 , conocidas e
iguales, entonces:

1 1
𝑋1 − 𝑋2 ± 𝑡𝛼 2 𝑆𝑃 +
𝑛1 𝑛2
Es un intervalo de confianza del (1-α) 100% de probabilidad de confianza, para la
diferencia μ1 – μ2. Donde:

Es el estimador insesgado de la varianza común.

M.A. Rodrigo Compañ Sarmiento 21

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

Ejersicio para clase:

1.- Un equipo de investigadores ha desarrollado un software, para la enseñanza
de Historia del Perú, para los alumnos del cuarto grado de secundaria. Para
verificarlo se selecciona una muestra aleatoria de tamaño 40, con características
similares. Veinte escolares se asignan al azar al grupo control (enseñanza
tradicional) y los otros veinte al grupo experimental (enseñanza con el software),
en ambos grupos enseñan docentes que han sido debidamente capacitados y
desarrollan el mismo contenido temático. Al final del curso se aplica una prueba que
mide el nivel de conocimientos sobre Historia del Perú a cada grupo y se obtienen las
siguientes calificaciones.

Calcule e interprete la estimación de la diferencia de calificaciones promedios

poblacionales para los dos grupos, sabiendo que las calificaciones para cada
grupo tiene distribución normal, con varianzas desconocidas e iguales.

X: Calificación de la prueba que mide el nivel de conocimientos sobre Historia del Perú.
Esta variable aleatoria tiene distribución normal con parámetros:

Para estimar µ1-µ2 empleamos la formula, pero previamente calcularemos el valor de

la varianza combinada.

M.A. Rodrigo Compañ Sarmiento 22

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

Calculamos los límites:

Límite inferior:

Límite superior:

Por tanto se espera con un 95% de probabilidad de confianza, que la diferencia

de la calificación promedio poblacional entre el grupo control y el grupo
experimental está comprendida entre -3,76 y -3,53. Como podemos notar, ambos
límites son negativos para estimar mediante intervalo de confianza a µ1 - µ2, por
tanto la calificación promedio poblacional del grupo que ha usado el software es
mayor que del grupo control.

Cuando las varianzas son desconocidas pero diferentes

Donde:

M.A. Rodrigo Compañ Sarmiento 23

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

Si su valor no es entero, entonces se redondea por defecto al entero más próximo. En

este caso la distribución de probabilidad t-Student es el soporte para realizar la
inferencia, mediante la estimación por intervalo de confianza.

Sus límites son:

Usando muestras relacionadas

Ejersicios:
La gestión del director de una institución educativa, es uno de los factores que
afecta la calidad de la educación superior. Con la finalidad de mejorar la gestión
se dispone de un programa basado en talleres que permiten mejorar el liderazgo, se
dispone de 15 directores a quiénes se les aplica una prueba antes y después de la
capacitación, que mide el estilo de liderazgo. Se trata de una prueba cuya escala es
de 10 a 50, a mayor puntaje, el liderazgo es óptimo.

Los puntajes obtenidos, al aplicar la prueba, son:

Calcule e interprete la diferencia de medias poblacionales, si se sabe que las

diferencias muéstrales tienen distribución normal.
Se requiere trabajar en base a las diferencias muéstrales, con el uso de la
siguiente tabla:
SUJETO ANTES DESPUES di
1 13 19 -6

M.A. Rodrigo Compañ Sarmiento 24

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion
2 16 10 6
3 10 17 -7
4 17 22 -5
5 13 23 -10
6 13 32 -19
7 15 42 -27
8 17 30 -13
9 12 10 2
10 18 28 -10
11 12 28 -16
12 14 26 -12
13 14 32 -18
14 12 32 -20
15 15 31 -16
16 19 33 -14
17 20 42 -22
TOTAL -207
Cálculo de la media de las diferencias muéstrales:

Cálculo de la varianza de las diferencias muéstrales:

Por tanto se espera con un 95% de probabilidad de confianza, que la diferencia

del puntaje promedio poblacional antes de la capacitación y después de la
capacitación, está comprendida entre -24,75 y 0,39. Como podemos notar, el
límite inferior es negativo y el superior es positivo, el intervalo contiene al valor

M.A. Rodrigo Compañ Sarmiento 25

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

cero; esto significa que hay posibilidad que µ1 - µ2= 0, por tanto, se recomienda
revisar o mejorar la capacitación, a fin que ambos límites sean negativos.
2.7 Intervalos de confianza para proporciones

Supongamos ahora que estamos interesados en la proporción de miembros de la

población que poseen un determinado atributo. Por ejemplo: una empresa quiere
saber qué proporción de clientes pagan a crédito frente a quien lo hacen de
contado o puede estar interesada en conocer el porcentaje de sus productos que son
defectuosos frente al de unidades no defectuosas. En cada uno de estos casos
solo hay dos resultados posibles. El interés se centra en la proporción de
respuestas que se clasifican en uno de estos dos resultados.

El error típico de la distribución muestral de proporciones muéstrales es:

𝜋(1 − 𝜋)
𝜎𝑃 =
𝑛
esta fórmula contiene el parámetro π que se pretende estimar, por lo tanto se utiliza
la proporción muestral Px como estimador del error y se tiene:
𝑃𝑥 (1 − 𝑃𝑥 )
𝑆𝑃 =
𝑛
Si Px es la proporción observada de éxitos en una muestra aleatoria de n observaciones
procedentes de una población con una proporción de éxito π, entonces, si n es grande,
un intervalo de confianza para el (1-α)% para la proporción poblacional viene dado por IC
para 𝜋 = 𝑃𝑥 ± 𝑍𝑆𝑃

𝑃𝑥 1−𝑃𝑥 𝑃𝑥 1−𝑃𝑥
Es decir: 𝑃𝑥 − 𝑍𝑎 2 𝑛
< 𝜋 <𝑃𝑥 + 𝑍𝑎
2 𝑛
, donde la variable Z se distribuye
normalmente.

Ejersicios para clase:

1.- En una encuesta a 673 grandes almacenes, 521 declaraban tener problemas con los robos
de los empleados ¿se puede llegar a la conclusión, con una confianza del 99% de que
estos datos indican que el 78% de todas las tiendas tiene dificultades similares?

Con una confianza del 99% se puede concluir que el 78% de todas las tiendas tienen problemas
con los robos de los empleados.

M.A. Rodrigo Compañ Sarmiento 26

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion
2.- Un almacén de la ciudad quiere estimar la proporción de clientes que pagan con tarjetas
de créditos. Una muestra de 79 clientes indicó que 12 utilizaban el plástico. Construir e
interpretar el intervalo de confianza para el almacén.

Esto quiere decir que la proporción de clientes que pagan con tarjeta de crédito esta
entre el 5% y el 26%.

2.8 Intervalos de confianza para diferencias entre proporciones.

A menudo interesa comparar dos proporciones poblacionales. Por ejemplo, podría
interesarnos comparar la proporción de residentes de una ciudad que declaran que
votarán a favor de un determinado candidato presidencial con la proporción de
residentes de otra ciudad que declaran lo mismo.

M.A. Rodrigo Compañ Sarmiento 27

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

Sea 𝑃𝑋 la proporción observada de éxitos en una muestra aleatoria de nx

observaciones procedentes de una población que tiene una proporción PX de éxitos y
sea 𝑃𝑌 la proporción de éxitos observada en una muestra aleatoria independiente de
ny observaciones procedentes de una población que tiene una proporción PY de éxitos.
En ese caso, si las muestras son de gran tamaño (generalmente al menos 40
observaciones en cada una), se obtiene un intervalo de confianza al 100(1 - a) % de la
diferencia entre proporciones poblacionales, (PX - PY), de la forma siguiente:

𝑃𝑋 − 𝑃𝑌 ± 𝑀𝐸

Donde el margen de error, ME, es:

Ejersicios para clase:

1.- Durante un año de elecciones generales, se realizan muchos pronósticos para
averiguar cómo perciben los votantes a un determinado candidato. En una muestra
aleatoria de 120 posibles votantes del distrito A, 107 declararon que apoyaban al
candidato en cuestión. En una muestra aleatoria independiente de 141 posibles
votantes del distrito B, sólo 73 declararon que apoyaban a ese candidato. Si las
proporciones poblacionales respectivas se representan por medio de PA y PB, halle el
intervalo de confianza al 95 por ciento de la diferencia poblacional, (PA - PB).
De la información muestral se deduce que:

M.A. Rodrigo Compañ Sarmiento 28

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

El hecho de que cero esté muy fuera de este intervalo sugiere que existe una
diferencia entre las proporciones poblacionales de posibles votantes del distrito A y del
distrito B que apoyan a este candidato. A largo plazo, se estima que la diferencia es
nada menos que de entre un 27,5 por ciento y un 47,3 por ciento.

2.- Calcule el margen de error en los casos siguientes:

3.- En una muestra aleatoria de 120 grandes minoristas, 85 utilizan la regresión como
método de predicción. En una muestra aleatoria independiente de 163 pequeños
minoristas, 78 utilizan la regresión como método de predicción. Halle el intervalo de
confianza al 98 por ciento de la diferencia entre las dos proporciones poblacionales.

Solución:

2.9 Intervalos de confianza para varianzas.

A veces se necesitan estimaciones del intervalo de confianza de la varianza de una

población. Como cabría esperar, esas estimaciones se basan en la varianza muestral.
Supongamos que de una población que sigue una distribución normal de varianza σ2 se
extrae una muestra aleatoria de n observaciones cuya varianza es s2. La variable
aleatoria:

Sigue una distribución ji-cuadrado con (n - 1) grados de libertad. Este resultado

constituye la base para hallar intervalos de confianza de la varianza poblacional cuando
se extrae una muestra de una población que sigue una distribución normal.

M.A. Rodrigo Compañ Sarmiento 29

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

Para desarrollar una fórmula que permita calcular intervalos de confianza de la

varianza, se necesita una notación adicional.
Distribución ji-cuadrada

Supongamos que hay una muestra aleatoria de n observaciones extraídas de una

población que sigue una distribución normal de varianza σ2. Si la varianza muestral
observada es s2, entonces se obtiene un intervalo de confianza al 100 (1-α) % de la
varianza poblacional de la siguiente manera:

Ejersicios para clase:

1.- Un fabricante de baterías para automóviles hace un estudio para determinar la

variabilidad de la duración de su producto. Selecciona 5 baterías al azar y registra sus
duraciones en años obteniendo los siguientes resultados:
1.9 2.4 3.0 3.5 4.2

M.A. Rodrigo Compañ Sarmiento 30

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

A partir de esta muestra estime la varianza de la duración de las baterías de su

producto con una confianza del 95%. Suponga que la población de duraciones de las
baterías es de forma aproximadamente normal.

Solución:
n=5
𝑋=3
S2=0.815 (varianza)
α=1-0.95 =0.05/2=0.025

Tanto (n-1, α/2) como (n-1, 1- α/2) debe de hallarse el valor en la tabla Ji-cuadrada.
4∗0.815 4∗0.815
IC= ≤ 𝜎2 ≤
4 , 0.025 4 , 0.975

4∗0.815 4∗0.815
IC= ≤ 𝜎2 ≤ = 0.2926 ≤ 𝜎2 ≤ 6.355
11.1433 0.4894
No hay variabilidad, dado que el intervalo pasa por el 1

2.- El director de control de calidad de una empresa química ha extraído una muestra
aleatoria de veinte sacos de fertilizante de 100 kilos para estimar la varianza de los
kilos de impurezas. Se ha observado que la varianza muestral es de 6,62. Halle el
intervalo de confianza al 95 por ciento de la varianza poblacional de los kilos de
impurezas.

Solución:

2.10 Intervalos de confianza para razones de dos varianzas.

Para calcular el intervalo de confianza de dos varianza se aplica la distribución F –

Fisher.

M.A. Rodrigo Compañ Sarmiento 31

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

La distribución de probabilidad F de Fisher o simplemente F, es el soporte para realizar

la inferencia, mediante la estimación por intervalo de confianza; sus límites son:

Ejersicios:

Considerando el ejemplo de la investigación relacionada con el desarrollo de un

software para historia, para estimar la razón de varianzas poblacionales de la
calificación de la prueba que mide el nivel de conocimientos sobre Historia del
Perú, entre el grupo control y el grupo experimental.

El nivel de confianza que se empleará es 0.95 o del 95 %.

Las estadísticas que obtienen de cada muestra son:

Los límites del intervalo de confianza son:

M.A. Rodrigo Compañ Sarmiento 32

 IGE: Estadística Inferencial I
Unidad 2: Inferencia estadistica: estimacion

M.A. Rodrigo Compañ Sarmiento 33