UNIVERSIDAD NACIONAL DE TUMBES

FACULTAD DE SALUD
ESCUELA DE NUTRICION DIETETICA

3era UNIDAD
INTERVALO DE CONFIANZA

Mg. María del Pilar Ríos García

 ESTIMACION PUNTUAL

Es un procedimiento que permite determinar valores posibles de un

parámetro desconocido, a partir de los datos suministrados por
muestras extraídas al azar.

ESTIMACION PUNTUAL
Un estimador puntual es solo un valor que nos permite a partir de los datos
muéstrales obtener valores aproximados acerca de un determinado parámetro de
la población.
Para calcular un estimador de un parámetro, se selecciona una muestra aleatoria
de la población y luego se calcula el estadígrafo, a este único número obtenido se
le considera el estimador del parámetro .Los estadígrafos estudiados en
estadística general, como son la media ( X ) y varianza ( S2 ) de una muestra, se
les considera estimadores de la media ( μ) y varianza ( σ 2 ) de una población,
respectivamente .Estos estadígrafos se calculan con las formula siguiente :
i) Para la media ( X ) :
∑ xi
x = n

ii) Para la varianza ( s2 ) :

S2 = ∑ ¿¿ ¿ ; si n ¿ 30
S2 = ∑ ¿¿ ¿ , si n¿ 30
Algunos estadígrafos son mejores estimadores que otros, sin
embargo la bondad de un estimador se mide cuando este cumple las
siguientes propiedades:
 i) Debe ser NO SESGADO, es decir debe cumplir que la media
aritmética de las medias de todas las muestras debe ser igual
a la media de la población.

ii) Debe ser EFICIENTE, es decir de todos los estimadores de la

población, es el mejor el que tiene la menor varianza.

iii) Debe ser SUFICIENTE , es decir el estimador hace tanto uso

de la información de la muestra que ningún otro estima

De la figura se tiene:

1- α RR

- Z0 Z0

ESTIMACION POR INTERVALOS

La estimación de parámetros por intervalos, permite construye un intervalo que
contendrá el parámetro a estimar con una confianza a priori por el experimentador.

P (Li ≤ Θ ≤ Ls) =1 - α

1 – α : NIVEL DE CONFIANZA
Es la probabilidad que representa la seguridad de que el intervalo contenga al
verdadero valor del parámetro.
α = NIVEL DE SIGNIFICANCIA
Es la probabilidad de que el intervalo no contenga al verdadero parámetro
Ejemplo:
P (li ≤ Θ ≤ ls) = 0.95 Es un intervalo del 95% de confianza para el parámetro
Θ
OBSERVACION. Significa que si se extraen repetidamente muestras de población
y se calcula intervalos de esa manera, entonces el 95% de estos intervalos
contendrán al parámetro desconocido.

NOTA:

Cuando no se especifica el nivel de confianza, se asume el 95%.

NIVEL DE NIVEL DE
CONFIANZA SIGNIFICANCIA
1 -á á CONCLUSIÓN
0.90 0.10 Poco significativo
0.95 0.05 Significativo
0.99 0.01 Altamente significativa

INTERVALO DE CONFIANZA PARA LA MEDIA

POBLACIONAL
INTERVALO DE CONFIANZA

li ≤ μ ≤ Ls

De una población desconocemos la media μ y deseamos estimarla mediante un

intervalo con una confianza apropiada a partir de los resultados obtenidos en la
muestra aleatoria x 1 , x 2 , x 3 ,…………. , x n
,PARA LA MEDIA DE UNA POBLACIONAL CUANDO SE CONOCE LA VARIANZA

 Para una población infinita

σ σ
P −Z α < μ<+ Z α =1−α
Ejemplo 1 :
En un centro de salud se tiene una muestra de 50 pacientes que tienen una
media de 70 y una desviación estándar de 4.2 ¿Hallar un intervalo de
confianza al 95% ?
Solución

¿ 70 ; n=50 , σ =¿4.2 ;95% = 0.95

1 – α = 1- 0.95=0.05
α
1− = 1 – 0.05/2 = 0.975 , Z 0.975Buscar en Z = 1.96
2
 [
P −Z
1−
α
2
σ
√n
< μ<+ Z α
]
σ
1− √ n
2
=1−α

σ
P[ X ± Z1−α /2
√n
≤ μ≤

σ
= 4.2 = 0.593 ( 1.96) = 1.164
√ n √50
Li = 70- 1.164 = 68.836

Ls = 70+ 1.164 = 71.164

P [ 68.836< μ<71.164 ]=95 %

Interpretación
Existe un 95% de confianza de que la media poblacional se encuentre entre
68.836 y 71.164

Ejemplo 2
Para estimar el tiempo promedio que lleva ensamblar cierto componente de una
computadora, el supervisor de una empresa electrónica tomo el tiempo que 40
tecnicos demoraban en ejecutar esta tarea , obteniendo una media de 12,73
minutos y una desviación estándar de 2,06 minutos .
a)¿Qué podemos decir, con una confianza del 99% acerca del error máximo, si X =
12.73 , se utiliza como estimación puntual del tiempo medio que se requiere para
realizar la tarea ?
b)Hallar un intervalo de confianza del 98% para el tiempo medio real lleva ensamblar
el componente de la computadora
Solución

Solución

n =40 ¿30 ⇒ Z ; X = 12.73 ; σ = 2.06

99% = 0.99
1- α = 0.99
α /2 =0.005 (Se busca el valor tabla normal )= Z 0.005= 2.58
Z α /2 = 2.58
 σ 2.06
E≤ Zα
√n = E≤ 2.58 √ 40 = E ≤ 0.84
B)
98% = 0.98
1- α = 0.98
α /2 =0.01 (Se busca el valor tabla normal )= Z 0.01= 2.33

Z 0.01 = 2.33
P¿

σ
= 2. 06 = 0.325 ( 2.33) = 0.757
√ n √ 40
Li =12.73 - 0.757 = 11.973
Ls=12.73 + 0.757 = 13.487

P [11.973 ≤ µ ≤ 13.487]

(Varianza desconocida)
Cuando n ¿ 30 : Población normal o no
Para una población infinita

S S
P[ X −t
√n
≤ µ ≤− X +t
√n] = 1 –α

S
2
= ∑ ¿¿ ¿ ; si n ¿ 30

Ejemplo 1

Algunos estudiante de Nutrición del 4t° Ciclo quiere conocer ¿cuál fue el gasto de
materiales de valoración antropométrica, la media y la desviación estándar de una
muestra al azar de 8 estudiantes fueron de 19.345 y 3.989 soles respectivamente.
Suponiendo que la población sigue una distribución normal, calcule un IC del 95%
para el gasto medio poblacional.

Solución
n =8 ; X = 19.345 ; S= 3.989 ; 95% = 0.95 t 1−α /2 , 7= 3.449

S
P[ X ± t 1−α /2
√n
≤µ

S
= 3 .989 = 1.410 ( 3.449) = 4.864
√n √8
Li = 19.345 – 4.864 = 14.481

Ls = 19.345 + 4.864 = 24.209

P [ 14.481< μ< 24.209 ] =95 %

Interpretación
Con un Ic del 95% el gasto de materiales de valoración antropométrica de los
estudiantes de nutrición de IV ciclo oscila dentro de 14.481y 24.209

Ejemplo 2

Un distribuidor de botas especiales para trabajar, garantiza al gerente de una

empresa, que el promedio de duración de las botas es de 12.10 meses. La
empresa decide comprar 25 psres de botas, que en promedio duran 7.15
meses, con una varianza de 12.5. ¿Se podrá decir que el distribuidor mintió
al gerente de dicha empresa

SOLUCION

95% = 0.95 ; 1- 0.95 = 0.05 gl= n -1 = 25 -1 = 24

t 0.025 ,24 = 2.064

¿ 7.15
n=25
2
S =¿ 12.5 = S =3.54

S
P[ X ± t 1−α/2
√n
≤ μ≤

S
= 3.54 = 0.708 ( 2.064) = 1.461
√ n √ 25
Li = 7.15 – 1.461 = 5,689

Ls = 7.15 + 1.461 = 8.611.

P [ 5,689< μ< 8.611 ] =95 %

Interpretación

Con una confianza del 95% se podrá decir que el distribuidor mintió al gerente de
dicha empresa porque el promedio solo varía entre 5,689 y8.611 . Por lo tanto. el
promedio de duración de las botas no es de 12.10 meses.

Ejemplo 3

Las edades de 5 estudiantes seleccionados aleatoriamente de una aula

nutrición son en años: 21 , 19 ,23 ,19 , 23 . obtener el ic del 99% de confianza
para estimar la edad media de todos los estudiantes de la universidad, si las
edades siguen una distribución normal.

SOLUCION

n =5 ; X = 21 años ; S=2 ; 99% = 0.99 t 1−α /2 , 4= 4.60

S
P[ X ± t 1−α /2
√n
≤µ

S
= 2 =0.894 ( 4.60) =4.114
√ n √5
Li = 21 – 4.114 = 16.886

Ls = 21 +4.114 = 25.114

P [ 16.886< μ <25.114 ]=90 %

Interpretación
 INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE MEDIAS
POBLACIONALES:

Cuando se conoce la varianza ( Li ≤ μ1−μ 2 ≤ l s )

√ √
2 2 2 2
σ σ σ σ
P [ ( X 1- X 2 ) −¿ Z1− α2 + ¿ μ1- μ2 <¿ +¿ Z1− α + ) ] =1 – α
n1 n2 2 n1 n2

Ejemplo 1
En la escuela de Nutrición de la Universidad Nacional de tumbes, se seleccionó
una muestra aleatoria de 10 estudiantes (grupo A) de una población de
estudiantes pertenecientes a familias en que ambos padres trabajan. Se
selecciono también una muestra aleatoria de 16 estudiantes (grupo B ) entre
aquellos estudiantes que pertenecen a familias en que solamente el padre trabaja.
Se tienen los siguientes datos:

Grupo Media varianza muestra

A 14 36 10

B 17 20 16

La experiencia muestra que las poblaciones de puntajes para ambos grupos

están distribuidas en forma aproximadamente normal, con varianzas 36 y 20
respectivamente. ¿Se puede concluir con estos datos que la media de la
población de la que se selecciono el grupo B es mayor a la media de la
población de la que selecciono el grupo A

SOLUCION

95% = 0.95 , 1- α = 0.95 ; α = 0.05 ; α / 2 = 0.025 Z 0.025= 1.96

√
2 2
σ σ
P [ ( X 1- X 2 ) −¿ Z1− α2 + ¿ μ1- μ2
n1 n2

X 1 - X 2 = 14 -17 = -3
 √ +
n1 n2 √
σ 2 σ 2 = 36 20 = 2.202 ( 1.96 ) =4.315
+
10 16

Li = -3 – 4.315 = -7.315
Ls = -3 + 4.315 = 1.315

P [−7 . 315<¿ μ1- μ2 <¿ 1.315 ] = 95%

Interpretación

Con una confianza del 95% se puede concluir que la media de la población
de la que se selecciono el grupo B no es mayor , ya que ambas poblaciones
presentan diferente muestras.

Intervalos de confianza para la diferencia entre medias Poblacionales:

Cuando no se conoce la varianza

√ √
2 2 2 2
Sc Sc Sc Sc
P [ ( X 1- X 2 ) −¿ t 1− α2 Z
+ ¿ μ1- μ2 <¿ +) +¿ 1− α2 + ) ] =1 – α
n1 n2 n1 n2

Donde :
( n1−1 ) S21 + ( n 2−1 ) S 22
S 2
c = ∑ ¿¿ ¿ ; S 2
c = n 1+ n2−2

Ejemplo 1

Se consideran los pesos de dos tipos de alimentos para personas, los

resultados están expresados en kg en la siguiente tabla:

Tipo 1 90 100 80 70
Tipo 2 95 85 82 73 84
Determinar el IC para 95%
Solución

Tipo 1 Tipo 2
n1 = 4 n2 = 5
X 1 =85 X 2 =83.8
 ∑ ¿¿= 500 ∑ ¿¿= 246.8

0.05
95% = 0.95 = 1 - 2 = 0.975 = 1- 0.975 = 0.025 = t 0.025 ,7 = 2.365
Gl= n1 +n 2−2 = 4 +5 -2 = 7

( n1−1 ) S21 + ( n 2−1 ) S 22 3 (500 )+ 4 (246.8)

S
2
c = n 1+ n2−2
= 7 = 106.68

√ √
2 2
Sc Sc
+ = 106.68 106.68
+ = 6.928
n1 n2 4 5

t
1−
α
n1 n2
2
√
S 2c S 2c
+ = 2.365 ( 6.928

( X 1- X 2 ) = 85 - 83.8= 1.2
) = 16.38

Li = 1.2 – 16.38 = -15.18

Ls = 1.2 + 16.38 = 17.58

P [−15 . 18<¿ μ1- μ2 <¿ 17.58 ] = 95%

Interpretación

Con una confianza del 95% la diferencia de medias de los pesos de alientos
para personas están entre −15.18 y 17.58 .

Intervalos de confianza para la varianza Población que sigue una

distribución normal: No se conoce la varianza ( Li ≤ σ 2 ≤ Ls )
 ( n−1 ) S 2 ( n−1 ) S 2
P[ 2
X 1−α / 2 ,n−1
≤σ 2
≤ 2
X α / 2 ,n−1
]