You are on page 1of 16

ESTADISTICA II

SESIÓN 2: Intervalos de confianza

Normal probabilidad

AUTORES : Lic. Jessica Elizabeth Chalco Suárez


: Lic. Wilbert Colque Candia
Intervalos de confianza ESTADÍSTICA I

DISTRIBUCIONES MUÉSTRALES

Una estadística muestral proveniente de una muestra aleatoria simple tiene un patrón de
comportamiento (predecible) en repetidas muestras. Este patrón es llamado la distribución muestral
de la estadística.
Si conocemos la distribución muestral podemos hacer inferencia. Las distribuciones muéstrales
adoptan diferentes formas según las estadísticas investigadas y las características de la población
estudiada.

DISTRIBUCIÓN MUESTRAL DE LA MEDIA

La distribución muestral de la media es la distribución de los valores de las medias muéstrales


de todas las posibles muestras del mismo tamaño n tomadas de la misma población
Si sacamos muestras aleatorias de tamaño n de una población con media μ y desviación estándar σ,
entonces la distribución muestral de la media muestral tiene las siguientes propiedades:
1. El promedio de todos los valores posibles de medias muéstrales es igual al parámetro μ. En otras
palabras, la media muestral x̅ es un estimador insesgado de μ.
μx̅ = μ
2. Error estándar de la media muestral: Es la desviación estándar de las posibles medias
muestrales.
σ
σx̅ =
√n
El error estándar disminuye si el tamaño de la muestra aumenta.
Se puede interpretar como el grado de variabilidad que tiene la media muestral con respecto
a la media poblacional. En otras palabras es una medida de la incertidumbre que existe al
estimarla media poblacional a partir de la media muestral

3. Si la muestra es obtenida sin remplazo de una población finita de tamaño N, entonces el error
estándar es

σ N−n
σx̅ = √
√n N − 1
N−n
El coeficiente N−1 es denominado factor de corrección para población finita. Se observa que

cuandoN → +∞el factor de corrección tiende a uno.

4. Si la población original tiene distribución Normal, entonces para cualquier tamaño muestral "n"
la distribución de la media muestral es también Normal

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 2


Intervalos de confianza ESTADÍSTICA I

σ
Si X ~ N(μ, σ) ⇒ x̅ ~ N (μ, )
√n
5. Si la población de origen no es Normal pero podemos calcular su media y desviación estándar y
el tamaño muestral (n) es “suficientemente” grande la distribución de la media muestral es
aproximadamente Normal
σ
Aun si X no es N(μ, σ) ⇒ x̅ ~ N (μ, )
√n
Este resultado se conoce como el Teorema del Límite Central.

TEOREMA DEL LÍMITE CENTRAL

Este es uno de los teoremas más importantes en probabilidad y en general en estadística. Si x̅ es


la media de una muestra de tamaño n que se toma de una población normal con media μ y
x̅−μ
varianzaσ2 entonces la variable Z = σ tiende a la distribución normal estándar a medida que n
⁄ n

tiende a infinito. Es decir:


x̅ − μ (x̅ − μ)√n
Z=σ = ~ N(0,1)
⁄ n σ

Observación: cuando se desconoce la varianza poblacional y se tiene que estimar a partir de los
̅ )2
∑(Xi −X x̅−μ
datos de la muestra como S 2 = n−1
entonces la estadísticaT = s tiene una distribución t
⁄ n

de Student con n –1 grado de libertad.

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 3


Intervalos de confianza ESTADÍSTICA I

1. La oficina de marketing de toda un red de empresas dedicadas a la venta de productos


vía telefónica, está preocupada por la aceptación de sus productos, una muestra aleatoria
de 25 llamadas indico un gasto promedio en compras de 340 nuevos soles con un
desviación estándar de 43 nuevos soles.
a) Determine el intervalo de confianza de 99% para la media poblacional.
interprete
b) Es razonable concluir que la media poblacional es de 370 nuevos soles.

Tamaño de la muestra 𝑛 = 25

Media o promedio 𝑥̅ = 340

Desviación estándar 𝜎 = 43

𝜎
Error estándar 𝜎𝑥̅ = = 8.6
√𝑛

Nivel de confianza 1 − 𝛼 = 0.99

𝑡0 𝑡0 = 2.797

𝑒 = 𝑡0 ∗ 𝜎𝑥̅ = 2.797 ∗ 8.6 = 24.0542


Error máximo

𝑥̅ − 𝑒 = 340 − 24.0542 = 315.9458


𝐿𝐼

𝑥̅ + 𝑒 = 340 + 24.0542 = 364.0542


𝐿𝑆

𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆 315.9458 ≤ 𝜇 ≤ 364.0542

Interpretación:
- Al 99% de confianza, la oficina de marketing de empresas dedicadas a la venta de
productos puede esperar que sus clientes gastan en promedio 315.9458 𝑠𝑜𝑙𝑒𝑠 a
364.0542 𝑠𝑜𝑙𝑒𝑠. No es razonable concluir que la media poblacional sea de 370 soles, es
decir la empresa no puede esperar que sus clientes gasten en promedio 370 en sus
productos.

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 4


Intervalos de confianza ESTADÍSTICA I

2. Una Empresa de venta de software de computadoras quiere ofrecer el servicio de


guardería para sus empleados. Como parte del estudio de viabilidad del proyecto, desean
calcular el costo medio semanal por el cuidado de los niños de los empleados. Una
muestra de 10 empleados que recurren al servicio de guardería revela las siguientes
cantidades gastadas la semana pasada.
107 93 97 95 107 101 125 99 98 104
a) Determine el intervalo de confianza de 90% para la media poblacional, Interprete.

Tamaño de la muestra
𝑛 = 10

Media o promedio 𝑥̅ = 102.6

Desviación estándar 𝑠 = 9.19

𝑠
Error estándar 𝜎𝑥̅ = = 2.906
√𝑛

Nivel de confianza
1 − 𝛼 = 0.90

𝑡0 𝑡0 = 1.833

𝑒 = 𝑡0 ∗ 𝜎𝑥̅ = 1.833 ∗ 2.906 = 5.326698


Error máximo

𝑥̅ − 𝑒 = 102.6 − 5.326698 = 97.2733


𝐿𝐼

𝑥̅ + 𝑒 = 102.6 + 5.326698 = 107.9267


𝐿𝑆

97.27 ≤ 𝜇 ≤ 107.93
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆

Interpretación:
Al 90% de confianza, la oficina de marketing de empresas dedicadas a la venta de productos
puede esperar que sus clientes gastan en promedio 315.9458 𝑠𝑜𝑙𝑒𝑠 a 364.0542 𝑠𝑜𝑙𝑒𝑠.

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 5


Intervalos de confianza ESTADÍSTICA I

CASO PRÁCTICO DE INTERVALO DE CONFIANZA PARA UNA POBLACIÓN


FINITA
3. El ingreso mensual de 600 microempresas de metal mecánica de la ciudad del Cusco se
asume es una variable aleatoria con distribución normal. Obtenga un intervalo de estimación
para el ingreso promedio mensual con un nivel de confianza del 97%, si una muestra de 125
microempresas escogidas al azar dio una media de 7540 nuevos soles, con una desviación
estándar de 530 nuevos soles.

Tamaño de la población 𝑁 = 600

Tamaño de la muestra 𝑛 = 125

Media o promedio 𝑥̅ = 7540

Desviación estándar 𝜎 = 530

𝜎 𝑁−𝑛 530 475


Error estándar 𝜎𝑥̅ = √ = √ = 42.21378
√𝑛 𝑁 − 1 √125 599

Nivel de confianza 1 − 𝛼 = 0.97

𝑍0 𝑍0 = 2.170

Error máximo 𝑒 = 𝑍0 ∗ 𝜎𝑥̅ = 2.170 ∗ 42.21378 = 91.6039

𝑥̅ − 𝑒 = 7540 − 91.6039 = 7448.3961


𝐿𝐼

𝑥̅ + 𝑒 = 7540 + 91.6039 = 7631.6039


𝐿𝑆

7448.40 ≤ 𝜇 ≤ 7631.60
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆

Interpretación:
Al 97% de confianza, se firma que el ingreso promedio mensual de las microempresas de metal
mecánica de la ciudad del Cusco se encuentra entre

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 6


Intervalos de confianza ESTADÍSTICA I

4. Un analista de investigacion de mercado escoge una muestra aleatoria de 100 clientes de


un conjunto 1500, de una gran tienda que declararon ingresos mayores a S/. 5000. El
encuentra que los clientes de la muestra gastaron en la tienda un promedio S/. 2500 si con
este valor de la muestra se estima que el gasto promedio de la poblacion finita varia de
S/. 2446 a S/. 2554 ¿Qué nivel de confianza se utiliza? Suponga que la desviacion
estándar de la poblacion es de S/. 300.

Tamaño de la población 𝑁 = 1500

Tamaño de la muestra 𝑛 = 100

Media o promedio 𝑥̅ = 2500

Desviación estándar 𝜎 = 300

𝜎 𝑁−𝑛 300 1375


Error estándar 𝜎𝑥̅ = √ = √ = 28.732
√𝑛 𝑁 − 1 √100 1499

Nivel de confianza 1 − 𝛼 = 0.95

𝑍0 𝑍0 = 2.170

Error máximo 𝑒 = 𝑍0 ∗ 𝜎𝑥̅ =∗ 28.732 = 5000

𝑥̅ − 𝑒 = 7540 − 91.6039 = 7448.3961


𝐿𝐼

𝑥̅ + 𝑒 = 7540 + 91.6039 = 7631.6039


𝐿𝑆

7448.40 ≤ 𝜇 ≤ 7631.60
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 7


Intervalos de confianza ESTADÍSTICA I

5. Las cajas de un cereal producidos en una fabrica deben tener un contenido de 16 onzas.
Un inspector tomo una muestra que arrojo los siguientes pesos en onzas
15.7 16.3 15.7 15.8 16.1 15.9 16.2 15.9 15.8 15.66
Indicar si es razonable que el inspector usando un coeficiente de confianza del 95%
ordene que se multe al fabricante.

Variable N N* Media Desv.Est. Mínimo Q1 Mediana Q3 Máximo


costos 10 0 15.906 0.223 15.660 15.700 15.850 16.125 16.300

Tamaño de la muestra
𝑛 = 10

Media o promedio 𝑥̅ = 15.906

Desviación estándar 𝑠 = 0.223

𝑠 0.223
Error estándar 𝜎𝑥̅ = = = 0.0705
√𝑛 √10

Nivel de confianza
1 − 𝛼 = 0.90

𝑡0 𝑡0 = 0.715

𝑥̅ − 𝑒 = 15.906 − 0.1595 = 15.7465


𝐿𝐼

𝑥̅ + 𝑒 = 15.906 + 0.1595 = 16.0655


𝐿𝑆

15.75 ≤ 𝜇 ≤ 16.06
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆

Error
estándar
de la
N Media Desv.Est. media IC de 95% para μ
10 15.9060 0.2230 0.0705 (15.7465; 16.0655)

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 8


Intervalos de confianza ESTADÍSTICA I

DISTRIBUCIÓN MUESTRAL DE UNA PROPORCIÓN MUESTRAL

La distribución muestral de la proporción es la distribución de los valores de las proporciones


muestrales de todas las posibles muestras del mismo tamaño n tomadas de la misma población.
Si P representa la proporción de elementos en una población con cierta característica de interés, es
x
decir, la proporción de “éxitos”, es decir ̅
P = n no indica la proporción de éxitos en la muestra,
̂ tiene distribución aproximadamente normal de
entonces si n es grande la variable estandarizada de P
P(1−P)
media P y varianza es decir:
n
̅
P−P
Z= ~ N(0,1)
̅ (1 − p
√p ̅)
n
Entonces la distribución muestral de la proporción tiene las siguientes propiedades:
̅ es igual al parámetro P. En otras palabras,P
1. El promedio de todos los valores posibles de P ̂ es
un estimador insesgado de P:
μP̅ = P

2. Error estándar de la proporción muestral: Es la desviación estándar de las posibles


proporciones muestrales y mide la dispersión de la proporción muestral:

p̅ (1 − p
̅)
σP̅ = √
n

Si analizamos la fórmula, vemos que la desviación estándar de p disminuye si el tamaño de la


muestra aumenta.

3. Si la muestra es obtenida sin remplazo de una población finita de tamaño N, entonces el error
estándar es

p̅ (1 − p
̅) N − n
σP̅ = √ √
n N−1
N−n
El coeficienteN−1es denominado factor de corrección para población finita. Se observa que

cuando N → +∞ el factor de corrección tiende a uno

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 9


Intervalos de confianza ESTADÍSTICA I

INTERVALO DE CONFIANZA PARA UNA PROPORCIÓN

PARA UNA POBLACIÓN INFINITA


 Intervalo de confianza para la proporción poblacional

IC(P)1−α% : p
̅ − Z0 ∗ σp̅ ≤ P ≤ p
̅ + Z0 ∗ σp̅

p̅ (1 − p
̅) p̅ (1 − p
̅)
̅ − Z0 ∗ √
IC(P)1−α% : p ̅ + Z0 ∗ √
≤ P≤ p
n n
X
p
̅ = n Es un valor que se obtiene de una muestra, representa la proporción

muestral

p̅ (1 − p
̅)
Error estandar o desviación estandar = σp̅ = √
n

̅ (1−p
p ̅)
Con un error máximo de: e = Z0 ∗ Error estandar ⟹ e = Z0 ∗ √ n

𝑍0 = 𝑍1−𝛼 Este resultado se busca en el cuerpo de la tabla normal estándar.


2

PARA UNA POBLACIÓN FINITA


IC(P)1−α% : p
̅ − Z0 ∗ σp̅ ≤ P ≤ p
̅ + Z0 ∗ σp̅

p̅ (1 − p
̅) N − n p̅ (1 − p
̅) N − n
̅ − Z0 ∗ √
IC(P)1−α% : p √ ̅ + Z0 ∗ √
≤ P≤ p √
n N−1 n N−1
X
p
̅= Es un valor que se obtiene de una muestra, representa la proporción
n

muestral

p̅ (1 − p
̅) N − n
Error estandar o desviación estandar = σp̅ = √ √
n N−1

Con un error máximo de: e = Z0 ∗ Error estandar

p̅ (1 − p
̅) N − n
e = Z0 ∗ √ √
n N−1

Z0 = Z1−α Este resultado se busca en el cuerpo de la tabla normal estándar.


2

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 10


Intervalos de confianza ESTADÍSTICA I

CASO PRÁCTICO DE INTERVALO DE CONFIANZA PARA UNA POBLACIÓN


INFINITA
1. Un fabricante quiere determinar un intervalo de confianza para la proporción de unidades
defectuosas de su producto. Si en una muestra aleatoria de 50 unidades del producto se
encontró 6 de estas defectuosas, utilice un nivel de confianza del 95%

𝑋 6
Proporción muestral 𝑝̅ = = = 0.12
𝑛 50

𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ = 0.045956501
𝑛

Nivel de confianza 1 − 𝛼 = 0.95

𝑍0 𝑍0 = 1.96

Error máximo 𝑒 = 𝑍0 ∗ 𝜎𝑝̅ = 1.96 ∗ 0.045956501 = 0.090074742

𝐿𝐼 𝑝̅ − 𝑒 = 0.12 − 0.090074742 = 0.029925257

𝐿𝑆 𝑝̅ + 𝑒 = 0.12 + 0.090074742 = 0.210074742

𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆
3% ≤ 𝑃 ≤ 21%

Interpretación: Al 95% de confianza, se afirma que la proporción de unidades defectuosas de su


producto se encuentra entre 3% a 21%. Se recomienda parar el proceso.

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 11


Intervalos de confianza ESTADÍSTICA I

2. El propietario de una gasolinera desea determinar la proporción de clientes que utilizan tarjeta
de crédito o débito para pagar la gasolina. Entrevisto a 100 clientes y descubre que 80 pagaron
con tarjeta.
a) Cuál es el valor de la proporción muestral.
b) Determine el intervalo de confianza de 95% para la proporción poblacional. Interprete,
comente.

𝑋
Proporción muestral 𝑝̅ =
𝑛

𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ =√
𝑛

Nivel de confianza 1−𝛼 =

𝑍0 𝑍0 =

Error máximo 𝑒 = 𝑍0 ∗ 𝜎𝑝̅ =

𝐿𝐼 𝑝̅ − 𝑒 =

𝐿𝑆 𝑝̅ + 𝑒 =

𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆

Interpretación:

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 12


Intervalos de confianza ESTADÍSTICA I

2. María García considera postularse para la alcaldía de su ciudad. Antes de solicitar la


postulación, decide realizar una encuesta entre los electores de su ciudad. una muestra de400
electores revela que 300 la apoyarían en las elecciones próximas.
a) Cuál es el valor de la proporción muestral.
b) Calcule el error estándar de la población.
c) Determine el intervalo de confianza de 99% para la proporción poblacional. Interprete,
comente

𝑋
Proporción muestral 𝑝̅ =
𝑛

𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ =
𝑛

Nivel de confianza 1−𝛼 =

𝑍0 𝑍0 =

Error máximo 𝑒 = 𝑍0 ∗ 𝜎𝑝̅ =

𝐿𝐼 𝑝̅ − 𝑒 =

𝐿𝑆 𝑝̅ + 𝑒 =

𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆

Interpretación:

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 13


Intervalos de confianza ESTADÍSTICA I

CASO PRÁCTICO DE INTERVALO DE CONFIANZA PARA UNA


POBLACIÓN FINITA.

4. Se va a estudiar la proporción de consumidores potenciales de un nuevo producto, si


con una muestra de 550 consumidores escogida de una población de 3000 se encontró
que 165 comprarían el nuevo producto. Encontrar un intervalo de confianza para la
proporción de consumidores al 98% de confianza.

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 14


Intervalos de confianza ESTADÍSTICA I

5. De una población de 3000 empleados de una empresa industrial se seleccionó una muestra
aleatoria de 300 para que participen en una encuesta. Entre las comprendidas en la
muestra 240 manifestaron que estaban satisfechos por completo con todas las condiciones
laborales de la empresa. Construir el intervalo de confianza del 95% por la proporción
real que opinan de esta manera:

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 15


Intervalos de confianza ESTADÍSTICA I

6. Durante cierta semana una tienda del departamento observo y registro que 5750 de las
12500 personas que entraron en la tienda hicieron por lo menos una compra, tratando esto
como una muestra al azar de todos los clientes potenciales. Hallar el intervalo de
confianza del 99% para la proporción real de las personas que entran en la tienda y que

Lic. Jessica Chalco Suárez – Lic. Wilbert Colque Candia 16

You might also like