CAP 3 Segunda Parte

ESTIMACIÓN POR INTERVALOS
La estimacion por intervalos describe un intervalo de valores dentro del cual es
posible que se encuentre un parámetro poblacional, mas propiamente, consiste en
determinar un intervalo (a,b) que comprende un parámetro de población θ con cierta
probabilidad
(1 - , es decir:
p
En esta expresión:
 a y b son variables aleatorias que dependen del estimador y que se denominan :
limite de confianza inferior y limite de confianza superior, respectivamente.
 Al intervalo (a,b) se le llama intervalo de confianza y es un estimador de intervalo
que se construye respecto a y que permite especificar el alcance de la estimación
que se esta efectuando.
 b-a es una medida de la precision
 (1 - se denomina nivel de confianza o probabilidad de que en ese intervalo se
incluya el parámetro que se estima. Una probabilidad mas alta representa mas
confianza.
Para tal efecto se pueden construir distintos intervalos de confianza, ya sean
unilaterales o bilaterales:
 intervalo de confianza para la media aritmética
intervalo de confianza para la diferencia de dos medias aritmeticas
intervalo de confianza para la proporcion
intervalo de confianza para la varianza
INTERVALOS DE CONFIANZA
DE UNA
MEDIA ARITMÉTICA
POBLACIONAL
Ahora bien, un estimador puntual sólo dice parte de la historia. Aunque se espera
que el estimador puntual se aproxime al parámetro poblacional, sería conveniente
medir cuán próximo se encuentra en realidad. Un intervalo de confianza sirve para
este propósito.
Por ejemplo, se estima que el ingreso anual medio de los trabajadores de la
construcción en el área de Nueva York a Nueva Jersey es de $85 000. Un intervalo
de este valor aproximado puede oscilar entre $81 000 y $89 000.
DE UNA
MEDIA POBLACIONAL
Para describir cuánto es posible confiar en que el parámetro poblacional se
encuentre en el intervalo se debe generar un enunciado probabilístico.
Por ejemplo: se cuenta con 90% de seguridad de que el ingreso anual medio de los
trabajadores de la construcción en el área de Nueva York a Nueva Jersey se
encuentra entre $81 000 y $89 000.
DE UNA
MEDIA POBLACIONAL
Para calcular el intervalo de confianza para μ, se toma una muestra aleatoria de n
observaciones:
y de dicha muestra se calcula el estimador puntual.
En el siguiente cuadro se muestran los intervalos de confianza para la media
poblacional tanto para Distribuciones normales como para aquellas que no lo son:
Distribucion de la Tamaño de
poblacion Muestra Conocido Desconocido
Normal Grande (n˃30)
Normal Pequeña (n˂30)
Cualquiera Grande (n30)
DE UNA
MEDIA POBLACIONAL
Para calcular el intervalo de confianza, consideraremos dos situaciones:
• Utilizamos los datos de la muestra para calcular μ con , mientras que la

desviación estándar de la población (σ) es conocida.
• Utilizamos los datos de la muestra para calcular μ con , mientras que la
desviación estándar de la población es desconocida. En este caso, sustituimos la
desviación estándar de la(s) muestra(s) por la desviación estándar de la población
(σ).
Existen diferencias importantes en las suposiciones entre estas dos situaciones.
Consideraremos primero el caso donde se conoce σ.
INTERVALOS DE CONFIANZA DE UNA MEDIA POBLACIONAL
CUANDO LA DESVIACION ESTANDAR ES CONOCIDA

Un intervalo de confianza se calcula con el empleo de dos estadísticos: la media
muestral y la desviación estándar. De los capítulos anteriores, usted sabe que la
desviación estándar es un estadístico importante, porque mide la dispersión, o la
amplitud, de una población o de una muestra de distribución. Cuando se calcula un
intervalo de confianza, se utiliza la desviación estándar para estimar el rango del
intervalo de confianza.
Para demostrar la idea del intervalo de confianza, se comienza con una suposición
simple: que conocemos el valor de la desviación estándar de la población,σ

Conocerla permite simplificar el desarrollo del intervalo de confianza, porque
podemos utilizar la distribución normal estándar.
Recuerde que la distribución muestral de la media es la distribución de todas las
medias muestrales, μ, con tamaño de la muestra, n, de una población.
Se conoce la desviación estándar de la población, . A partir de esta información, y
del teorema central del límite, Sabemos que la distribución muestral sigue una
distribución de probabilidad normal con una media y una desviación estándar σ .
Recuerde también que este valor recibe el nombre de error estándar.

Los resultados del teorema central del límite permiten afirmar lo siguiente con
respecto a los intervalos de confianza utilizando el estadístico z:
1. Noventa y cinco por ciento de las medias muestrales seleccionadas de una
población se encontrará dentro de 1.96 errores estándares (desviación estándar de las
medias muestrales de la media poblacional).
2. Noventa y nueve por ciento de las medias muestrales se encontrará a 2.58 errores
estándares de la media poblacional.

Los intervalos calculados de esta manera proporcionan ejemplos de los niveles de
confianza y reciben el nombre de intervalo de confianza de 95% e intervalo de
confianza de 99%. Por lo tanto, 95% y 99% son los niveles de confianza y se
refieren al porcentaje de intervalos similarmente construidos que incluirían el
parámetro a calcular, en este caso, .
¿Cómo se obtienen los valores de 1.96 y 2.58?
En el caso del intervalo de confianza de 95%, vea el siguiente diagrama y consulte
el apéndice B.1 para determinar los valores z adecuados. Localice 0.4750 en el
cuerpo de la tabla. Lea los valores del renglón y la columna correspondientes. El
valor es 1.96.
INTERVALOS DE CONFIANZA DE UNA
MEDIA POBLACIONAL

CUANDO LA DESVIACION ESTANDAR
ES CONOCIDA

Por lo tanto, la probabilidad de hallar un valor z entre 0 y 1.96 es de 0.4750.
Asimismo, la probabilidad de encontrar un valor z en el intervalo entre 0 y -1.96
también es de 0.4750.
Al combinar ambos valores, la probabilidad de estar en el intervalo -1.96 y 1.96 es
de 0.9500.
En la siguiente página encontrará una porción del apéndice B.1. El valor z del nivel
de confianza de 90% se determina de forma similar. Éste es de 1.65.
En el caso de un nivel de confianza de 99%, el valor z es de 2.58.



¿Cómo determinar el intervalo de confianza de 95%? La amplitud del intervalo se
determina por medio del nivel de confianza y de la magnitud del error estándar de la
media. Ya se ha descrito la forma de encontrar el valor z de un nivel de confianza
particular.
Se trata, en realidad, de la desviación estándar de la distribución muestral de medias.
La fórmula se repite en seguida:

Donde:
es el símbolo del error estándar de la media; se utiliza la letra griega porque se trata
de un valor poblacional, y el subíndice recuerda que se refiere a la distribución de
las medias muestrales.
es la desviación estándar poblacional.
n es el número de observaciones en la muestra.

magnitud del error estándar se ve afectada por dos valores. El primero es la
La
desviación estándar de la población. Mientras mayor sea la desviación estándar de la
población,, mayor será
Si la población es homogénea, de modo que genere una desviación estándar
poblacional pequeña, el error estándar también será pequeño. Sin embargo, la
cantidad de observaciones de la muestra también afecta al error estándar. Una
muestra grande generará un error estándar pequeño en la estimación, lo que indicará
que hay menos variabilidad en las medias muestrales es el número de observaciones
en la muestra.

Para explicar estos conceptos, considere el siguiente ejemplo:
Del Monte Foods, Inc., distribuye duraznos en trozo en latas de 4 onzas. Para
asegurarse de que cada lata contenga por lo menos la cantidad que se requiere, Del
Monte establece que el proceso de llenado debe verter 4.01 onzas de duraznos
y almíbar en cada lata.
Así, 4.01 es la media poblacional. Por supuesto, no toda lata contendrá exactamente
4.01 onzas de duraznos y almíbar. Algunas latas contendrán más y otras menos.
Suponga que la desviación estándar del proceso es de 0.04 onzas.

También suponga que el proceso se rige por la distribución de probabilidad normal.
Ahora se selecciona una muestra aleatoria de 64 latas y se determina la media de la
muestra.
Ésta es de 4.015 onzas de duraznos y almíbar. El intervalo de confianza de 95% de la
media poblacional de esta muestra particular es:
El nivel de confianza de 95% se encuentra entre 4.0052 y 4.0248. Por supuesto, en

este caso, la media de población de 4.01 onzas se encuentra en este intervalo. Pero no
siempre será así.

teoría, si selecciona 100 muestras de 64 latas de la población, se calcula la media
En
muestral y se crea un intervalo de confianza basado en cada media muestral, se
esperaría encontrar una media poblacional de aproximadamente 95 de los 100
intervalos.
Los siguientes cálculos en el caso de un intervalo de confianza de 95% se resumen
con la siguiente fórmula

manera similar, un intervalo de confianza de 99% se calcula de la siguiente
De
manera:
Como ya se señaló, los valores de 1.96 y 2.58 son valores z correspondientes

a 95% medio y 99% medio de las observaciones, respectivamente.
No hay restricción a los niveles de confianza de 95 y 99%. Es posible seleccionar
cualquier nivel de confianza entre 0 y 100% y encontrar el valor correspondiente de
z.

En general, un intervalo de confianza de la media poblacional, cuando se conoce la
desviación estándar poblacional, se calcula de la siguiente manera:

En esta fórmula, z depende del nivel de confianza. Por consiguiente, con un nivel de
confianza de 92%, el valor z en la fórmula (9-1) es de 1.75. El valor de z proviene
del apéndice B.1.
Esta tabla se basa en la mitad de la distribución normal, por lo que 0.9200/2 %
0.4600. El valor más próximo en el cuerpo de la tabla es de 0.4599, y el valor z
correspondiente es de 1.75.
Con frecuencia, también se utiliza el nivel de confianza de 90%. En este caso, se
desea que el área entre 0 y z sea de 0.4500, que se determina con la operación
0.9000/2

Para determinar el valor z con este nivel de confianza, descienda por la columna
izquierda del apéndice B.1 hasta 1.6, y después recorra las columnas con los
encabezamientos 0.04 y 0.05. El área correspondiente al valor z de 1.64 es 0.4495, y
de 1.65, 0.4505. Para proceder con cautela, utilice 1.65. Intente buscar los siguientes
niveles de confianza y verifique sus respuestas con los valores correspondientes de z
indicados a la derecha.
EJEMPLO
La American Management Association desea información acerca del ingreso
medio de los gerentes de la industria del menudeo. Una muestra aleatoria de 256
gerentes revela una media muestral de $45 420. La desviación estándar de esta
muestra es de $2 050. A la asociación le gustaría responder las siguientes preguntas:
1. ¿Cuál es la media de la población?
2. ¿Cuál es un conjunto de valores razonable de la media poblacional?
3. ¿Cómo se deben interpretar estos resultados?
EJEMPLO
En general, las distribuciones de los salarios e ingresos tienen un sesgo positivo, pues
unos cuantos individuos ganan considerablemente más que otros, lo cual sesga la
distribución en dirección positiva. Por fortuna, el teorema central del límite estipula
que, si se selecciona una muestra grande, la distribución de las medias muestrales
tenderá a seguir la distribución normal. En este caso, una muestra de 256 gerentes es
lo bastante grande para suponer que la distribución muestral tenderá a seguir la
distribución normal. A continuación se responden las preguntas planteadas en el
ejemplo.
EJEMPLO
1. ¿Cuál es la media de la población? En este caso se ignora. Sí se sabe que la
media de la muestra es de $45 420. De ahí que la mejor estimación del valor de
población sea el estadístico de la muestra correspondiente. Por consiguiente, la
media de la muestra de $45 420 constituye un estimador puntual de la media
poblacional desconocida.
2. ¿Cuál es el conjunto de valores razonable de la media poblacional? La
asociación decide utilizar un nivel de confianza de 95%. Para determinar el
intervalo de confianza correspondiente, se aplica la formula
=
EJEMPLO
Es costumbre redondear estos puntos extremos a $45 169 y $45 671. Estos puntos
extremos reciben el nombre de límites de confianza. El grado de confianza o nivel de
confianza es de 95%, y el intervalo de confianza abarca de $45169 a $45 671.
Con frecuencia, ±$251 se conoce como margen de error.
3. ¿Cómo se deben interpretar estos resultados? Suponga que selecciona varias
muestras de 256 gerentes, tal vez varios cientos. Para cada muestra, calcula la media
y después construye un intervalo de confianza de 95%, como en la sección anterior.
Puede esperar que alrededor de 95% de estos intervalos de confianza contenga la
media de la población.
EJEMPLO
Cerca de 5% de los intervalos no contendrán el ingreso anual medio poblacional, ".
No obstante, un intervalo de confianza particular contiene el parámetro poblacional o
no lo contiene. El siguiente diagrama muestra los resultados de seleccionar muestras
de la población de gerentes de la industria del menudeo: se calcula la media de cada
una y posteriormente, con la fórmula (9-1), se determina un intervalo de confianza de
95% de la media poblacional. Observe que no todos los intervalos incluyen la media
poblacional. Los dos puntos extremos de la quinta muestra son inferiores a la media
poblacional. Esto se debe al error de muestreo, que constituye el riesgo que se asume
cuando se selecciona el nivel de confianza.
EJEMPLO
CUANDO LA DESVIACION ESTANDAR DESCONOCIDA

En la sección anterior se supuso que se conocía la desviación estándar de la
población. En el caso de las latas de duraznos de 4 onzas de Del Monte, quizá había
una gran cantidad de mediciones del proceso de llenado. Por consiguiente, resulta
razonable suponer que se dispone de la desviación estándar de la población. Sin
embargo, en la mayoría de los casos de muestreo, no se conoce la desviación
estándar de la población (σ). He aquí algunos ejemplos en los que se pretende
estimar las medias poblacionales y es poco probable que se conozcan las
desviaciones estándares. Suponga que cada uno de los siguientes estudios se
relaciona con estudiantes de la West Virginia University.

 El decano de la Facultad de Administración desea estimar la cantidad media de
horas de estudiantes de tiempo completo con trabajos remunerativos cada
semana. Selecciona una muestra de 30 estudiantes; se pone en contacto con cada
uno de ellos y les pregunta cuántas horas laboraron la semana pasada. De acuerdo
con la información de la muestra, puede calcular la media muestral, pero no es
probable que conozca o pueda determinar la desviación estándar poblacional (σ) que
se requiere en la fórmula (9-1). Puede calcular la desviación estándar de la muestra
y utilizarla como estimador, pero quizá no conocería la desviación estándar de la
población.

 La docente a cargo del asesoramiento de los estudiantes desea estimar la distancia
que el estudiante común viaja cada día de su casa a clases. Ella selecciona una
muestra de 40 estudiantes, se pone en contacto con ellos y determina la distancia
que recorre cada uno, de su casa al centro universitario. De acuerdo con los datos de
la muestra, calcula la distancia media de viaje, es decir . No es probable que se
conozca o se encuentre disponible la desviación estándar de la población, lo
cual, nuevamente, torna obsoleta la fórmula (9-1).

 El director de créditos estudiantiles desea conocer el monto medio de créditos
estudiantiles en el momento de la graduación. El director selecciona una
muestra de 20 estudiantes graduados y se pone en contacto con cada uno para
obtener la información. De acuerdo con la información con la que cuenta,
puede estimar la cantidad media. Sin embargo, para establecer un intervalo de
confianza con la fórmula (9-1), es necesaria la desviación estándar de la población.
No es probable que esta información se encuentre disponible.

Por fortuna, se utiliza la desviación estándar de la muestra para estimar la desviación
estándar poblacional. Es decir, se utiliza s, la desviación estándar de la muestra, para
estimar σ, la desviación estándar de la población. No obstante, al hacerlo no es
posible utilizar la fórmula (9-1). Como no conoce σ, no puede utilizar la distribución
z. Sin embargo, hay una solución:
utilizar la desviación estándar de la media y sustituir la distribución z con la
distribución t.
La distribución t es una distribución de probabilidad continua, con muchas
características similares a las de la distribución z. William Gosset, experto cervecero,
fue el primero en estudiar la distribución t.

Estaba especialmente interesado en el comportamiento exacto de la distribución
del siguiente estadístico:
Aquí, s es un estimador de . Le preocupaba en particular la discrepancia entre s y σ

cuando s se calculaba a partir de una muestra muy pequeña. La distribución t y la
distribución normal estándar se muestran en la gráfica 9-1. Observe que la
distribución t es más plana y que se extiende más que la distribución normal
estándar. Esto se debe a que la desviación estándar de la distribución t es mayor que
la distribución normal estándar.


•Como en el caso de la distribución z, es una distribución continua.
• Como en el caso de la distribución z, tiene forma de campana y es simétrica.
• No existe una distribución t, sino una familia de distribuciones t. Todas las
distribuciones t tienen una media de 0, y sus desviaciones estándares difieren de
acuerdo con el tamaño de la muestra, n. Existe una distribución t para un tamaño de
muestra de 20, otro para un tamaño de muestra de 22, etc. La desviación estándar de
una distribución t con 5 observaciones es mayor que en el caso de una distribución t
con 20 observaciones.

• La distribución t se extiende más y es más plana por el centro que la distribución
normal estándar. Sin embargo, 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 disminuyen con muestras más grandes.
Como la distribución t de Student posee mayor dispersión que la distribución z, el
valor de t en un nivel de confianza dado tiene una magnitud mayor que el valor z
correspondiente. La gráfica muestra los valores de z para un nivel de confianza de
95% y de t para el mismo nivel de confianza cuando el tamaño de la muestra es de
n=5.

Para crear un intervalo de confianza de la media poblacional con la distribución t, se
ajusta la fórmula (9-1) de la siguiente manera.

Para crear un intervalo de confianza de la media poblacional con una desviación
estándar desconocida:
1. Suponga que la población muestreada es normal o aproximadamente normal. De
acuerdo con el teorema central del límite, sabemos que este supuesto es cuestionable
en el caso de muestras pequeñas, y es más válida en el de muestras más grandes.
2. Estime la desviación estándar de la población () con la desviación estándar de la
muestra (s).
3. Utilice la distribución t en lugar de la distribución z.

Cabe hacer una aclaración en este momento. La decisión de utilizar t o z se basa en el
hecho de que se conozca , la desviación estándar poblacional. Si se conoce, se utiliza
z. Si no se conoce, se debe utilizar t. La gráfica 9-3 resume el proceso de toma de
decisión.
El siguiente ejemplo ilustra un intervalo de confianza de una media poblacional
cuando no se conoce la desviación estándar de la población y para determinar el
valor apropiado de t en una tabla.

EJEMPLO 1
Un fabricante de llantas desea investigar la durabilidad de sus productos. Una
muestra de 10 llantas que recorrieron 50 000 millas reveló una media muestral de
0.32 pulgadas de cuerda restante con una desviación estándar de 0.09 pulgadas.
Construya un intervalo de confianza de 95% de la media poblacional. ¿Sería
razonable que el fabricante concluyera que después de 50 000 millas la cantidad
media poblacional de cuerda restante es de 0.30 pulgadas?
Para comenzar, se supone que la distribución de la población es normal En este caso
no hay muchas evidencias, pero tal vez la suposición sea razonable.
EJEMPLO 1

No se conoce la desviación estándar de la población, pero sí la desviación
estándar de la muestra, que es de 0.09 pulgadas. Se aplica la formula:
De acuerdo con la información dada, , s =0.09 y n = 10. Para hallar el valor de t,

utilice el apéndice B.2, una parte del cual se reproduce en la tabla 9-1. El primer paso
para localizar t consiste es desplazarse a lo largo de las columnas identificadas como
“Intervalos de confianza” hasta el nivel de confianza que se requiere.
EJEMPLO
EJEMPLO 1
En este caso, desea el nivel de confianza de 95%, así que vaya a la columna con el
encabezamiento “95%”. La columna del margen izquierdo se identifica como “gl”.
Estas palabras se refieren al número de grados de libertad, esto es, el número de
observaciones incluidas en la muestra menos el número de muestras, el cual se
escribe n - 1. En este caso es de 10 - 1 = 9.
¿Por qué se decidió que había 9 grados de libertad? Cuando se utilizan
estadísticas de la muestra, es necesario determinar el número de valores que se
encuentran libres para variar.
EJEMPLO 1
Para ilustrarlo, suponga que la media de cuatro números es de 5. Los cuatro números
son 7, 4, 1 y 8. Las desviaciones respecto de la media de estos números deben sumar
0. Las des viaciones de +2, -1, -4 y + 3 suman 0.
Si se conocen las desviaciones de +2, -1 y -4, el valor de + 3 se fija (se restringe) con
el fin de satisfacer la condición de que la suma de las desviaciones debe totalizar 0.
Por consiguiente, 1 grado de libertad se pierde en un problema de muestreo que
implique la desviación estándar de la muestra, pues se conoce un número (la media
aritmética).
EJEMPLO 1
el caso de un nivel de confianza de 95% y 9 grados de libertad, seleccione la fila
En
con 9 grados de libertad. El valor de t es 2.262.
Para determinar el intervalo de confianza se sustituyen los valores en la formula:
0.064
Los puntos extremos del intervalo de confianza son 0.256 y 0.384. ¿Cómo
interpretar este resultado? Si repitiéramos este estudio 200 veces, calculando el
intervalo de confianza de 95% con cada media de la muestra y la desviación
estándar, 190 intervalos incluirían la media poblacional.
EJEMPLO 1
Diez intervalos no la incluirían. Éste es el efecto del error muestral. Otra
interpretación es concluir que la media poblacional se encuentra en este intervalo. El
fabricante puede estar seguro (95% seguro) de que la profundidad media de las
cuerdas oscila entre 0.256 y 0.384 pulgadas. Como el valor de 0.30 se encuentra en
este intervalo, es posible que la media de la población sea de 0.30 pulgadas.
EJEMPLO 2
El gerente de 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 de95%. Interprete el resultado. ¿Concluiría de forma razonable que la
media poblacional es
de $50? ¿Y de $60?
EJEMPLO 2
El gerente del centro comercial supone que la población de las cantidades gastadas
sigue la distribución normal. En este caso es una suposición razonable. Además, la
técnica del intervalo de confianza resulta muy poderosa y tiende a consignar
cualquier error del lado conservador si la población no es normal.
No cabe suponer una condición normal cuando la población se encuentra
pronunciadamente sesgada o cuando la distribución tiene colas gruesas.
En este caso, resulta razonable suponer una condición normal. No se conoce la
desviación estándar de la población. De ahí que resulte adecuado utilizar la
distribución t y la fórmula (9-2) para encontrar el intervalo de confianza. Para hallar
la media y la desviación estándar de esta muestra. Los resultados aparecen a
continuación.
EJEMPLO 2
Media muestral: 48,348
Varianza:81,22
Desviacion estándar: 9,01
EJEMPLO 2
El gerente del centro comercial no conoce la media poblacional. La media muestral

constituye la mejor aproximación de dicho valor. De acuerdo con la captura de
pantalla de excel,la media es de $49.35, que constituye la mejor aproximación,
la estimación puntual, de la media poblacional desconocida.
Se aplica la fórmula (9-2) para determinar el intervalo de confianza. El valor de t se
localiza en el apéndice B.2. Hay n – 1 % 20 – 1 % 19 grados de libertad
EJEMPLO 2
Al desplazarse por el renglón con 19 grados de libertad a la columna del intervalo de
confianza de 95%, el valor de esta intersección es de 2.093. Se sustituyen estos
valores en la fórmula 9-2 para encontrar el intervalo de confianza,
EJEMPLO 2
Los puntos extremos del intervalo de confianza son $45.13 y $53.57. Resulta
razonable concluir que la media poblacional se encuentra en dicho intervalo.
El gerente de Inlet Square se preguntaba si la media poblacional podría haber sido
$50 o $60. El valor de $50 se encuentra dentro del intervalo de confianza.
Resulta razonable que la media poblacional sea de $50.
El valor de $60 no se encuentra en el intervalo de confianza.
De ahí que se concluya que no es probable que la media poblacional sea de $60.
EJERCICIO DE CLASE AE9-2 313
EJEMPLO
EJEMPLO
INTERVALO DE CONFIANZA BILATERAL
PARA LA VARIANZA DE UNA DISTRIBUCION
NORMAL

Para estimar un intervalo de confianza para que pertenece a una distribución normal,
se toma una muestra aleatoria de n observaciones y de dicha muestra se calcula el
estimador puntual
Es posible demostrar que la variable:
Pertenece a una distribución Chi Cuadrado con (n-1) grados de libertad, tañ cp,p se
muestra en el siguiente grafico.
NORMAL
NORMAL
NORMAL
P= 1-
P= 1-
NORMAL
Un productor de refrescos está interesado en el funcionamiento uniforme de la
máquina que se utiliza para llenar latas. En particular, está interesado en que la
desviación estándar o del proceso de llenado sea menor de .2 onzas líquidas; en otro
caso, habra un porcentaje más alto que el tolerable de latas que no estarán
completamente llenas. Supondremos que el volumen de llenado se distribuye
aproximadamente en forma normal. Una muestra aleatoria de 20 latas resulta en una
varianza de muestra de S’ = .O225 (onzas líquidas)’. Un intervalo de confianza
superior del 95 por ciento se encuentra a partir de la ecuaci6n 10-42 del
siguiente modo:
NORMAL

Este último enunciado puede convertirse en un intervalo de confianza en la

desviación estándar o tomando la raíz cuadrada en ambos lados, lo que resulta en
0.21 onzas líquidas
BINOMIAL

Considerando que se ha tomado una muestra aleatoria de n observaciones de una
población con Distribucion Binomial con parámetros n y p; para estimar el valor de
p, se obtiene observaciones en esta muestra que pertenecen a la clase de interés y se
utiiza el estimador puntual:
BINOMIAL

Solamente para el caso de tener un tamaño de muestra grande (n), el intervalo de
confianza par la proporción es:
Ahora bien, puesto que en la expresion anterior se desconoce “p”, se reeemplaza por
su estimador , por lo cual se tiene el intervalo siguiente:

CAP 3 Segunda Parte

Cargado por

Copyright:

Formatos disponibles

CAP 3 Segunda Parte

Cargado por

Información del documento

Descripción original:

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

CAP 3 Segunda Parte

Cargado por

Copyright:

Formatos disponibles

ESTIMACIÓN POR INTERVALOS

• Utilizamos los datos de la muestra para calcular μ con , mientras que la

El nivel de confianza de 95% se encuentra entre 4.0052 y 4.0248. Por supuesto, en

Como ya se señaló, los valores de 1.96 y 2.58 son valores z correspondientes

Aquí, s es un estimador de . Le preocupaba en particular la discrepancia entre s y σ

De acuerdo con la información dada, , s =0.09 y n = 10. Para hallar el valor de t,

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

El gerente del centro comercial no conoce la media poblacional. La media muestral

Este último enunciado puede convertirse en un intervalo de confianza en la

También podría gustarte