ESTADISTICA

UNIDAD VII - CONTINUACION

INTERVALOS DE CONFIANZA PARA LA MEDIA

CON EL USO DE LA DISTRIBUCIÓN NORMAL

Antes de desarrollar los intervalos de confianza es

importante saber que se tiene datos muestrales y
poblacionales y para ello quiero dar una breve reseña qué
condiciones se necesita para comprender esta unidad así
por Ejemplo se tiene que:

μ=¿ MEDIA ARITMETICA DE LA POBLACION

X =¿ MEDIA ARITMETICA DE LA MUESTRA

σ =¿ DESVIACION TIPICA O DESVIACION ESTANDAR DE LA POBLACION

S=¿ DESVIACION TIPICA O DESVIACION ESTANDAR DE LA MUESTRA

σ X =¿ DESVIACION TIPICA O ESTANDAR DE LA MEDIA MUESTRAL DE
MEDIAS DE LA POBLACION (ERROR DE ESTIMA DE LA POBLACION)

S X =¿ DESVIACION TIPICA O ESTANDAR DE LA MEDIA MUESTRAL DE

MEDIAS DE LA MUESTRA (ERROR DE ESTIMA DE LA MUESTRA)

σ S
σ X =¿
√n
SX = √n

N= TAMAÑO DE LA POBLACION
n = TAMAÑO DE LA MUESTRA
n ¿ 30 MUESTRA ES PEQUEÑA, CUANDO ES MENOR QUE 30

n 30
≥ MUESTRA ES GRANDE, CUANDO ES IGUAL O MAYOR
QUE 30

SE TIENE QUE DIFERENCIAR MUY BIEN CUANDO

SON DATOS MUESTRALES Y CUANDO SON DATOS
POBLACIONALES

ASI POR EJEMPLO

CUANDO HABLAMOS DE :

 DATOS HISTORICOS
 DATOS DEL PASADO SON
 DATOS ANTIGUOS DATOS
 POR REGISTROS ANTERIORES DE LA
 SE SABE POBLACION

 SE CONOCE

CUANDO HABLAMOS DE :

 DATOS RECIENTES SON DATOS

 DATOS NUEVOS DE LA MUESTRA

PARA SACAR LOS DATOS

 ES MUY IMPORTANTE EL ORDEN QUE VAN
APARECIENDO
  TODOS LOS DATOS QUE APARECEN ANTES
DE MENCIONAR LA MUESTRA SON LOS
DATOS DE LA POBLACION.

ASI POR EJEMPLO:

μ = MEDIA DE LA POBLACION
σ = DESVIACION TIPICA DE LA POBLACION

n= MUESTRA
X = MEDIA DE LA MUESTRA

S = DESVIACION TIPICA DE LA MUESTRA

INTERVALO DE CONFIANZA PARA LA

MEDIA CON EL USO DE LA DISTRIBUCION
“Z y “t”

Para saber cuándo voy a utilizar “Z o “t”. Se

debe tener en cuenta las siguientes condiciones
para utilizar “Z o “t”.

1) n ≥ 30
2) n < 30
 Población normalmente Z
Distribuida
σ Conocida

1) n < 30
Población normalmente t
Distribuida
σ Desconocida

PARA HALLAR EL VALOR DE “Z” EN LA TABLA

EJEMPLO
NC = 95% Z=1,96

PARA HALLAR EL VALOR DE “Z”

NC = 95% SE PASA A TANTO POR UNO ES

DECIR 0,95, LUEGO SE DIVIDE POR 2
0,95÷ 2 = 0,475
0,475 SE BUSCA EN EL CUERPO DE LA TABLA
TABLA Z
Z 0,00 0,01 0,02 0,03 0,04 0,0 0,06
 5
1,0

1,9 0,4750
AL BUSCAR EN LA TABLA SE PUEDE ENCONTRAR EL VALOR
EXACTO O EL MAS PROXIMO

PARA INTERVALOS DE CONFIANZA VALORES

DE “Z”
Nivel 99,73 99,00 98,00 96,00 95,45 95,00 90,00 80,00 68,27 50,00%
de % % % % % % % % %
Confia
nza
(NC)
Z 3,00 2,58 2,33 2,05 2,00 1,96 1,645 1,28 1,00 0,6745

Los métodos de estimación por intervalo se basan en el

supuesto de que se puede usar la distribución normal de
probabilidad, su uso está garantizado:

1) Cuando n  30, por efecto del Teorema Central de

Límite
2) Cuando n < 30 pero la población tiene distribución

normal y σ es conocida.
Aunque la media muestral es útil como estimador insesgado de
la media de la población, no hay manera de expresar el grado
de exactitud de un estimador puntual. La probabilidad de que la
media muestral sea exactamente correcta como estimador de
la media de la población es P = 0. Un intervalo de confianza para
la media es un intervalo estimado construido en relación con la
media muestral por medio del cual puede especificarse la
verosimilitud de que el intervalo incluya el valor de la media de
la población. El nivel de confianza asociado con un intervalo de
confianza indica el porcentaje de tales intervalos que a largo
plazo incluyen el parámetro que está siendo estimado.
Los intervalos de confianza para la media se elaboran por lo
general con el estimador insesgado X en el punto medio del
intervalo.
Cuando está garantizado el uso de la distribución normal de
probabilidad, el intervalo para la media se determina mediante:
X Z X

O cuando la σ de la población se desconoce, mediante:

X z SX
Los intervalos de confianza de uso más frecuente son los
intervalos de confianza de 90%, 95% y 99% que a continuación
se muestran:

Z ( número de unidad de desviación Proporción de área en el intervalo

estándar respecto de la media) zσ
Z= 1,645 NC= 0,90
Z= 1,96 NC=0,95
Z= 2,58 NC= 0,99

Ejemplo: Durante una semana dada, una muestra aleatoria de 30

empleados por hora seleccionada de un gran número de
empleados de una empresa manufacturera tiene un salario
medio muestral de $ 180, con una desviación estándar muestral
de $ 14. Estimar el salario medio de todos los empleados por
hora de la empresa con un intervalo de confianza del 95%.

X z SX

180  1,96 (2,56) ⇒ $ 174,98 a $ 185,02

 s
Donde
SX
= √n

EJERCICIOS DE APLICACIÓN

1) Supongamos que se sabe la desviación estándar del ciclo de

vida de una marca específica de cinescopios es de 500, pero se
desconoce el ciclo medio de vida útil. En general se supone que
el ciclo de vida útil de los cinescopios tiene una distribución
aproximadamente normal. En el caso de una muestra de 15, el
ciclo de vida útil es de 8900 hs. Determine los intervalos de
confianza de: a) 95 %, y b) 90 % para la estimación de la media
de la población.

DATOS

σ = 500 X  Z X

σ
n=15 X  Z √n

X = 8.900 HS

500
a) NC= 95% 8.900±1,96 ( √15 )
Z=1,96 8.900± 253,035
8.900 - 253,035 = 8.646,97
8.900 + 253,035 = 9.153,04

RESPUESTA: ESTA ENTRE 8.646,97 a 9.153,04 hs.

500
b) b) NC= 90% 8.900±1,645 ( √15 )
Z=1,645 8.900± 212,37
8.900 – 212,37 = 8.687,63
8.900 + 212,37 = 9.112,37

RESPUESTA: ESTA ENTRE 8.687,63 a 9.112,37 hs.

2) Un analista de investigación de mercado recolecta datos para una
muestra de 100 clientes que realizaron una compra con un cupón
especial. Dichas personas gastaron un promedio de $ 24,57 en la
tienda, con una desviación típica de $ 6,60. Calcular el límite de
confianza del 99% para el monto medio de clientes que compran en la
tienda:

DATOS

n= 100 X  Z SX

S
S= 6,60 $ X  Z √n
X = 24,57

6 ,60
a) NC= 99% 24,57± 2,58 ( √100 )
Z= 2,58 24,57± 1,7028
24,57 – 1,7028 = 22,87
24,57+1,7028 = 26,27

RESPUESTA: ESTA ENTRE $22,87a $26,27

3) El diámetro promedio de una muestra de 100 varillas

incluidas en un embarque 2,350 mm con desviación típica de
0,050 mm. Estime el diámetro promedio de todas las varillas
incluidas en el embarque, si este contiene un total de 500
varillas, utilizando un intervalo de confianza del 99%
DATOS

n= 100 X  Z SX

S= 0,050 mm
X = 2,350 mm
X 
S
Z √n . √ N−n
N −1

N= 500

√
0,050 500−100
a) NC= 99% 2,350± 2,58 ( √ 100 ). 500−1
Z= 2,58 2,350± 0,012
2,350 – 0,012 = 2,338
2,350 + 0,012 = 2,362

RESPUESTA: ESTA ENTRE 2,338a 2,362 mm

C.A

n≥0,05.N

100 > 0,05 . 500

100 >25 SE USA FACTOR DE CORRECION POR FINITUD

.
INTERVALO DE CONFIANZA PARA LA PROPORCION DE
LA POBLACIÓN
La distribución de probabilidad aplicable a las proporciones es
la distribución binomial de probabilidad. Los cálculos
matemáticos asociados a la determinación de un intervalo de
confianza para una proporción poblacional desconocida con
base en el proceso de Bernoulli son complejos, por lo tanto se
utiliza la distribución normal como aproximación de la solución
de la solución exacta de intervalos de confianza para
proporciones.
Esta aproximación es adecuada cuando n  30 y tanto np como
nq  5 (donde q = (1 – p ).
La varianza de la distribución de proporciones sirve de base
para el error estándar, dada una proporción muestral observada,
p es el error estándar estimado es:

sp = √ p ( 1 − p)
n
El intervalo de confianza aproximado para una proporción
poblacional es:

p  z sp
Ejemplo: Una empresa de investigación de mercado contacta
a una muestra aleatoria de 100 varones en una comunidad
extensa y determina que la proporción muestral de 0,40 prefiere
las navajas de afeitar fabricadas por el cliente de esa empresa
sobre todas las demás. Con un intervalo de confianza del 95%
determine la proporción de varones de la comunidad que
prefieren las navajas de afeitar del cliente de la empresa:

sp = √ p ( 1 − p)
n

sp = √ 0,4 ( 1 − 0, 4)
100
= 0,05

p  z sp
0,40  1,96 (0,05)  0,30 a 0,50
EJERCICIOS DE APLICACIÓN

1) Una muestra de 100 votantes elegidos

aletoriamente entre todos de un distrito dado,
indico que el 55% estaban a favor de un
determinado candidato. Hallar los límites de
confianza del a) 95% b) 99% para la proporción de
todos los votantes que estaban a favor de este
candidato.

DATOS
n = 100 P ± ZSP
P= 0,55 P ± Z
√ P.q
n

q =0,45
NC= 95%
Z= 1,96
0,55 ± 1,96
√ 0 ,55. 0 , 45
100

0,55 ± 0,10
0,55 – 0,10= 0,45
0,55 + 0,10= 0,65

a) Respuesta: esta entre 45% a 65%

b) NC = 99% Z = 2,58 0,55 ± 2,58

√ 0 ,55. 0 , 45
100

0,55 ± 0,13
0,55 – 0,13= 0,42
0,55 + 0,13= 0,68

a) Respuesta: esta entre 42% a 68%

 2) En 40 lanzamientos de una moneda, se obtuvieron
24 caras. Hallar los límites de confianza del 95%
para la proporción de caras que se obtendrian en
un limitado número de lanzamientos de la moneda.
DATOS
n=40 P ± ZSP
X= 24
P= n
X
P ± Z
√ P.q
n

P= 40
24
0,60 ± 1,96
√ 0 ,60. 0 , 40
40

P=0,60 0,60 ± 0,15

NC= 95% 0,60 - 0,15= 0,45
0,60 + 0,15= 0,75
Z=1,96

RESPUESTA: ESTA ENTRE 45% A 75%

3) Realizando un muestreo de 58 fábricas, se

determinó que el porcentaje promedio de ventas,
durante los meses de invierno fue del 18 %.
Determinar el intervalo de confianza para el
porcentaje promedio poblacional con un nivel de
confianza del 95%.
DATOS

n = 58 P ± ZSP
P= 0,18 P ± Z
√ P.q
n

q =0,82
NC= 95%
Z= 1,96
0,18 ± 1,96
√ 0 ,18. 0 , 82
58

0,18 ± 0,099
0,18– 0,099= 0,081
0,18 + 0,099= 0,279

a) Respuesta: esta entre 8,1% a 27,9%

DETERMINACION DEL TAMAÑO DE MUESTRA

REQUERIDO PARA LA ESTIMACION DE LA MUESTRA

Supongamos que se especifican el tamaño deseado de un

intervalo de confianza y el nivel de confianza asociado con él. Si
σ es conocida o puede estimarse a partir de los resultados de
estudios similares, el tamaño de muestra requerido con base en
el uso de la distribución normal es:

( )
2
zσ
n= E , donde:
z : es el valor utilizado para el nivel de confianza,
σ : es la desviación estándar de la población (o su
estimación ), y
E : es el error de muestreo.
Ejemplo: Un analista de un departamento de personal desea
estimar el número medio de horas de capacitación al año para
los supervisores de una división de la compañía con un margen
de error inferior a 3 hs y confianza de 90% y una desviación
estándar de las horas de capacitación de 20 hs. Determinar el
tamaño mínimo de la muestra requerida:

( )
2 2
 z  1 ,645 20
 
n=  E  = 3 ¿ 121

DISTRIBUCION t E INTERVALOS DE CONFIANZA PARA

LA MEDIA

La distribución normal en la estimación de la media poblacional

está garantizado para cualquier muestra grande ( n  30 ), y para
una muestra pequeña ( n < 30 ) sólo si la población tiene una
distribución normal y σ es conocida.
Pero si la muestra es pequeña y la población tiene distribución
normal, pero la σ es desconocida que ocurre?
En estos casos el uso de la distribución t para inferencias sobre
medias de la población es adecuado. Lo mismo que en la
distribución z, la distribución t tiene una media de 0. Sin
embargo, es más plana y ancha que la distribución z ( y por lo
tanto tiene una desviación estándar > 1 ) Con tamaño de
muestra y gl crecientes, la distribución t se aproxima a la
distribución z normal estándar. Los valores de t reportados en el
apéndice 6, (Proporciones de área para la distribución t) indican
la proporción en la cola superior de la distribución, en lugar de
la proporción entre la media y un punto dado, como en el caso
del apéndice 5 (Proporciones de área para la distribución
normal estándar) para la distribución normal. Con gl = n – 1, el
intervalo de confianza para la estimación de la media de la
población de la media de la población cuando resulta adecuado
el uso de la distribución t es:

X t gl
SX

Ejemplo: El ciclo medio de vida operativa de una muestra

aleatoria de n = 10 focos es X = 4000 horas, con una
desviación estándar muestral de s = 200 horas. Se supone que
el ciclo medio de vida operativa de los focos en general tiene
una distribución aproximadamente normal. Estimar el ciclo
medio de vida operativa de la población de focos de la que fue
tomada esta muestra, aplicando un intervalo de confianza del
95%. 8900 – 276,92 = 8.623,08
8900 + 276,92 = 9.176,92
Donde t gl =t n–1 =t 9 = 2,262

s 200
S X = √ n = √10 = 63,3

X  t gl S X
4000  ( 2,262 ) (63,3)  4000  143,1846

3.857 a 4.142 hs

EJERCICIOS DE APLICACIÓN:
1) Supongamos que elaboramos intervalos de confianza para
la estimación del ciclo medio de vida útil de una marca
específica de cinescopios para televisores con base que el
supuesto de que el ciclo de vida útil de la totalidad de los
cinescopios tiene una distribución aproximadamente
normal, dada una muestra de n = 15, con una media de
8900 hs. Y una desviación estándar de la muestra de 500:
a) Determine el intervalo de confianza de 95% para la
estimación de la media de la población y b) Determine el
intervalo de confianza de 90% para la estimación de la
media de la población.

DATOS
n=15 X  t gl S X

s
X= 8900 hs X t √n
500|
S= 500 8900  2,145 √ 15

a) NC= 95% 8900  276,92

 ∞ = 5%

CA
gl= n-1
gl= 15- 1 = 14
∞ 0 , 05
CT= 2 = 2 = 0,025
∞
t gl ; 2 = t.14; 0,025 = 2,145

Respuesta : esta entre 8.623,08 a 9.176,92hs

b)
s
NC= 90% X t √n
500|
∞
= 10% 8900 1,761 √ 15

8900 227,34

CA
gl= n-1
gl= 15- 1 = 14
∞ 0 ,10 8900 – 227,34 = 8.672,66
CT= 2 = 2 = 0,05
8900 + 277,34 = 9.127,34
∞
t gl ; 2 = t.14; 0,05 = 1,761

Respuesta : esta entre 8.672,66 a 9.127,34hs

2) Un analista de un departamento de personal elige al azar

los expedientes de 16 trabajadores a destajo y encuentra
que el salario promedio por pieza es de $ 950 con una
desviación típica de $100. Estime el promedio de salarios
en la empresa utilizando un intervalo de confianza del 90%

DATOS

n=16 X  t gl S X
 s
X = $950 X t √n
100|
S= 100 950  1,753 √ 16

NC= 90% 950  43,825

∞ = 10%

950 – 43,825 =906,18

950 + 43,825 = 993,83
CA
gl= n-1
gl= 16- 1 = 15
∞ 0 ,10
CT= 2 = 2 = 0,05
∞
t gl ; 2 = t.15; 0,05 = 1,753

Respuesta: esta entre 906,18 a 993,83 $

3) La vida media de operación de una muestra aleatoria de 10

focos es de 4000 hs y la desviación típica es de 200 hs. En
general se supone que la vida de operación de los focos
tiene una distribución aproximadamente normal. Mediante
un intervalo del 95% de confianza, estime la vida media de
operación de todos los focos.

DATOS

n=10 X  t gl S X

s
X = $4000 X t √n
200|
S= 200hs 4000  2,262 √ 10
NC= 95% 4000  143,06
∞ = 5%
4000 – 143,06 = 3.856,94
4000 + 143,06 = 4.143,06
CA
gl= n-1
gl= 10- 1 = 9
∞ 0 , 05
CT= 2 = 2 = 0,025
∞
t gl ; 2 = t.9; 0,025 = 2,262

Respuesta: esta entre $ 3.856,94 a $ 4.143.06.

TAREAS

1) La media y la desviación típica de las cargas máximas soportadas por 60

cables son: 11,09 y 0,73 toneladas, respectivamente. Hallar los límites de
confianza:

a) 95 % R= entre 10,91 y 11,27

b) 90 % para la media de las cargas máximas soportadas por los
cables R= entre 10,94 y 11,25
2)La media y la desviación típica de una muestra de 30 focos
fabricados por una empresa eléctrica es de 780 hs y 40 hs,
respectivamente encuentre un intervalo de confianza del 90% para la
media de todos los focos que produce la empresa.
R= entre 768,02 y 791,98

3) El diámetro promedio de una muestra de 12 varillas incluidas en un

embarque es de 2,350 mm, con una desviación típica de 0,050 mm.
Se supone que la distribución de los diámetros de todas las varillas
incluidas en el embarque tienen una distribución aproximadamente
normal. Determine el intervalo de confianza del 99% para estimar el
diámetro promedio de todas las varillas
R= entre 2,305 y 2,375