Intervalos PDF

Estadística Social Fundamental
Docente: Dagoberto Bermúdez

Noviembre 25 de 2019

Intervalos de Confianza

Inervalo para la media
● Variable Cuantitativa
● Se quiere estimar la media poblacional $\mu$ de una población $\mathcal{N}(\mu,
\sigma^2)$.
● Para ello se supone que se tiene una muestra aleatoria $X_1, X_2, \dots , X_n$ de tamaño
$n$ de esta poblacion.
Caso I: si $\sigma^2$ es conocida
● Fórmula:
\[P \left( \bar{x}- z_{\alpha/2} \dfrac{\sigma}{\sqrt{n}} < \mu < \bar{x}+ z_{\alpha/2}
\dfrac{\sigma}{\sqrt{n}} \right)= 1-\alpha\]
Donde:
● $\bar{x}= \dfrac{\sum_{i=1}^n x_i}{n}$: es la media de la muestra

● $\sigma$: es la desviación estándar poblacional (en este caso conocida)
● $z_{\alpha/2}$: valor de la tabla normal tal que $P(Z > z_{\alpha/2}) = \alpha/2$
● $n$: tamaño de la muestra
● $1-\alpha$: Nivel de confianza
Además
● El término $e= z_{\alpha/2} \dfrac{\sigma}{\sqrt{n}}$, se denomina error muestral. De donde

se deduce
● $n=\left( \dfrac{z_{\alpha/2} \cdot \sigma}{e}\right)^2$
Caso II: Si $\sigma^2$ es desconocida
● Fórmula:
\[P \left( \bar{x}- t_{n-1,\alpha/2} \dfrac{s}{\sqrt{n}} < \mu < \bar{x}+ t_{n-1,\alpha/2}
\dfrac{s}{\sqrt{n}} \right)= 1-\alpha\]
Donde:
● $\bar{x}= \dfrac{\sum_{i=1}^n x_i}{n}$: es la media de la muestra

● $s= \sqrt{\dfrac{\sum_{i=1}^n(x_i-\bar{x})^2}{n-1}}$: es la desviación estándar de la muestra
● $t_{n-1,\alpha/2}$: valor de la tabla $T$ con $n-1$ grados de libertd tal que $P(T_{n-1} >
t_{n-1,\alpha/2}) = \alpha/2$
Caso III
Nota: Cuando el tamño de muestra $n \geq 30$, el valor de la tabla

$T$ se puede aproximar por la distribución $Z$, por lo que el intervalo
de confianza para $\mu$ cuando $\sigma$ es desconocida y $n \geq
30$ está dado por:
\[P \left( \bar{x}- z_{\alpha/2} \dfrac{s}{\sqrt{n}} < \mu < \bar{x}+ z_{\alpha/2} \dfrac{s}{\sqrt{n}}
\right)= 1-\alpha\]
EJEMPLO 1
¿Cuál es la temperatura corporal normal para personas sanas? Una muestra aleatoria de 130
temperaturas corporales en personas sanas proporcionadas por Allen Shoemaker arrojó un
promedio de 36.8 grados y desviación estándar 0.4056 grados.
a. Encontrar un intervalo de confianza de 99% para el promedio de temperatura corporal de
personas sanas.
b. El intervalo de confianza obtenido en el inciso a) ¿contiene el valor de 37 grados, que es el
promedio aceptado de temperatura citado por médicos y otros? ¿Qué puede usted concluir?
Solución
● Datos: $n=130$, $\bar{x}=36.8$, $s= 0.4056$
a. $1-\alpha = 0.99$, por lo que $z_{\alpha/2}= 2.575$, en este ejemplo estamos en el caso III
n=130
prom=36.8
s=0.4056
z=2.575
e=z*s/sqrt(n)
li= prom-e
ls= prom+e
c(li,ls)
## [1] 36.7084 36.8916
\[P (36.7084 < \mu < 36.8916)= 0.99\]
Es decir que la media de la temperatura corporal para toda la población, se encuentra entre
36.7084 y 36.8916 con un nivel de confianza del 99%.
b. Como 37 no está incluido en el intervalo, se concluye que la media poblacional es
significativamente menor a 37 que contradice lo dicho por los medicos.
EJEMPLO 2
El número de accidentes del tránsito mortales en una ciudad es, en promedio, de 12 mensuales.
Tras una campaña de señalización y educación se contabilizaron en 6 meses sucesivos: 8, 11, 9, 7,
10, 9 accidentes mortales. ¿Se puede decir con una confianza del 95% que fue efectiva la
campaña?
Solución
Para este caso tenemos el caso II
● Datos: $n=6$, $\bar{x}=9$, $s=1.414214$, $1-\alpha=0.95$ y $t_{5,0.025}=2.57058$
x=c(8, 11, 9, 7, 10, 9)

n=length(x)
prom=mean(x)
s=sd(x)
conf= 0.95
t= qt(1-(1-conf)/2,n-1)
e=t*s/sqrt(n)
li= prom-e
ls= prom+e
c(li,ls)
## [1] 7.515874 10.484126
\[P (7.515874 < \mu < 10.484126)= 0.99\]
● Dado que los límites del intervalo son menores a 12, se puede decir que la media
poblacional es significativamente menor a 12, por lo tanto la campaña fue efectiva con un
nivel de confianza del 95%.
EJEMPLO 3
Un supervisor desea estimar el costo promedio correcto del primer semestre en una universidad
hasta en 50 mil pesos, con una probabilidad del 94%. Si se selecciona una muestra aleatoria de
estudiantes de primer semestre y a cada uno se les pide anotar sus datos financieros ¿Cuántos
estudiantes deben ser incluidos en la muestra? Si una muestra piloto arrojo una desviación
estándar de 320 mil pesos.
Solución
Datos: $e=50$, $s=320$, $1-\alpha= 0.94$, $z_{\alpha/2}=1.88079$, En este ejemplo nos

preguntan el tamaño de muestra $n=?$
e=50
s=320
conf=0.94
z=qnorm(1-(1-conf)/2)
n=(z*s/e)^2
n
## [1] 144.8913
RTA: $n=145$, en tamaños de muestra se debe aproximar hacia arriba.

Inervalo para la proporción
● Variable Cualitativa
● Se quiere estimar la proporción $p$, que es la probabilidad de éxito en una variable
cualitativa que solo toma dos valores: éxito o fracaso.
● Se requiere un tamaño de muestra $n \geq 30$.
● Fórmula:
\[P \left( \hat{p}- z_{\alpha/2} \sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}} < p < \hat{p}+ z_{\alpha/2}

\sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}} \right)= 1-\alpha\]
Donde:
● $\hat{p}= \dfrac{x}{n}$: proporción muestral ($x$ es el número de éxitos)
● $z_{\alpha/2}$: valor de la tabla normal tal que $P(Z > z_{\alpha/2}) = \alpha/2$
Además
● El término $e= z_{\alpha/2} \sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}}$, se denomina error muestral.

De donde se deduce
● $n= \dfrac{z_{\alpha/2}^2 \cdot \hat{p} \cdot (1-\hat{p})}{e^2}$
● nota: en la fórmula anterior, cuando no se tenga información sobre $\hat{p}$, se debe tomar
$\hat{p}=0.5$, este valor maximiza el valor de $n$ para un valor de $e$ y un nivel de
confianza $1-\alpha$ fijos.
EJEMPLO 4
● Se quiere estimar la incidencia de la hipertensión arterial en el embarazo. ¿Cuántas

embarazadas tenemos que observar para, con una confianza del 95%, estimar dicha
incidencia con un error del 2% en los siguientes casos:
a. Sabiendo que un sondeo previo se ha observado un 9% de hipertensas.
b. Sin ninguna información previa.
● Solución
a. + Datos: Nivel de confianza $1-\alpha= 0.95$, $z_{\alpha/2}= 1.96$, $=0.09, error muestral
$e=0.02$ y nos preguntan el valor del tamaño de muestra $n=?$
e=0.02
conf=0.95
pest=0.09
n=z^2*pest*(1-pest)/e^2
n
## [1] 786.5387
● RTA: $n=787$
b.
● Datos: Nivel de confianza $1-\alpha= 0.95$, $z_{\alpha/2}= 1.96$, $=0.5, error muestral
$e=0.02$ y nos preguntan el valor del tamaño de muestra $n=?$ (en ausencia de
información sobre $\hat{p}$, se toma el valor $\hat{p}=0.5$).
e=0.02
conf=0.95
pest=0.5
n=z^2*pest*(1-pest)/e^2
n
## [1] 2400.912
● RTA: $n=2401$
EJEMPLO 5
● Cuando se trata de anunciar, los preadolescentes no están listos para mensajes de línea
dura que publicistas usan con frecuencia para llegar a los adolescentes. El estudio del grupo
Geppeto encontró que 78% de los preadolescentes entienden y disfrutan anuncios que son
tontos por naturaleza. Suponga que el estudio comprendió $n = 1030$ preadolescentes.
Construir un intervalo de confianza de 90% para la proporción de preadolescentes que
entienden y disfrutan anuncios que son tontos por naturaleza.
● Solución
● Datos: $n=1030$, $\hat{p}= 0.78$ y $1-\alpha= 0.90$, $z_{\alpha/2}= 1.645$
n=1030
pest=0.78
conf=0.9
e=z*sqrt(pest*(1-pest)/n)
li= pest-e
ls= pest+e
c(li,ls)
## [1] 0.7587692 0.8012308
● La proporción poblacional, se encuentra entre el 78.88% y el 80.12% con un nivel de

confianza del 90%.

Intervalos PDF

Cargado por

Copyright:

Formatos disponibles

Intervalos PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Intervalos PDF

Cargado por

Copyright:

Formatos disponibles

Estadística Social Fundamental

Docente: Dagoberto Bermúdez

Caso I: si \(\sigma^2\) es conocida

● \(\bar{x}= \dfrac{\sum_{i=1}^n x_i}{n}\): es la media de la muestra

● El término \(e= z_{\alpha/2} \dfrac{\sigma}{\sqrt{n}}\), se denomina error muestral. De donde

Caso II: Si \(\sigma^2\) es desconocida

● \(\bar{x}= \dfrac{\sum_{i=1}^n x_i}{n}\): es la media de la muestra

Nota: Cuando el tamño de muestra \(n \geq 30\), el valor de la tabla

● Datos: \(n=130\), \(\bar{x}=36.8\), \(s= 0.4056\)

## [1] 36.7084 36.8916

\[P (36.7084 < \mu < 36.8916)= 0.99\]

Para este caso tenemos el caso II

● Datos: \(n=6\), \(\bar{x}=9\), \(s=1.414214\), \(1-\alpha=0.95\) y \(t_{5,0.025}=2.57058\)

x=c(8, 11, 9, 7, 10, 9)

## [1] 7.515874 10.484126

\[P (7.515874 < \mu < 10.484126)= 0.99\]

Datos: \(e=50\), \(s=320\), \(1-\alpha= 0.94\), \(z_{\alpha/2}=1.88079\), En este ejemplo nos

RTA: \(n=145\), en tamaños de muestra se debe aproximar hacia arriba.

\[P \left( \hat{p}- z_{\alpha/2} \sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}} < p < \hat{p}+ z_{\alpha/2}

● El término \(e= z_{\alpha/2} \sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}}\), se denomina error muestral.

● Se quiere estimar la incidencia de la hipertensión arterial en el embarazo. ¿Cuántas

a.​ Sabiendo que un sondeo previo se ha observado un 9% de hipertensas.

b.​ Sin ninguna información previa.

## [1] 0.7587692 0.8012308

● La proporción poblacional, se encuentra entre el 78.88% y el 80.12% con un nivel de

También podría gustarte

a. Sabiendo que un sondeo previo se ha observado un 9% de hipertensas.

b. Sin ninguna información previa.