Actividad

Estimación por intervalo de confianza para la media, con desviación

estándar conocida:
Debemos primero saber que es un intervalo de confianza. Un intervalo de confianza es
una técnica de estimación utilizada en inferencia estadística que permite acotar un par o
varios pares de valores, dentro de los cuales se encontrará la estimación puntual buscada
(con una determinada probabilidad).

Un intervalo de confianza nos va a permitir calcular dos valores alrededor de una media
muestral (uno superior y otro inferior). Estos valores van a acotar un rango dentro del
cual, con una determinada probabilidad, se va a localizar el parámetro poblacional.

Intervalo de confianza = media ± margen de error

Factores de los que depende un intervalo de confianza:

El cálculo de un intervalo de confianza depende principalmente de los siguientes
factores:

 Tamaño de la muestra seleccionada: Dependiendo de la cantidad de datos que

se hayan utilizado para calcular el valor muestral, este se acercará más o menos
al verdadero parámetro poblacional.
 Nivel de confianza: Nos va a informar en qué porcentaje de casos nuestra
estimación acierta. Los niveles habituales son el 95% y el 99%.
 Margen de error de nuestra estimación: Este se denomina como alfa y nos
informa de la probabilidad que existe de que el valor poblacional esté fuera de
nuestro intervalo.
 Lo estimado en la muestra (media, varianza, diferencia de medias…): De
esto va a depender el estadístico pivote para el cálculo del intervalo.

Formula:
Dada una muestra de tamaño n, para un nivel de confianza 1-α y la desviación típica de
la población σ, el Intervalo de Confianza se determina mediante:

α σ α σ
( X́ −Z . , X́ + Z . )
2 √n 2 √n
Dónde:
X́ = Media Muestral

α σ
Z . = Amplitud de intervalo de confianza
2 √n

1−α=¿ Nivel de confianza

El estadístico pivote para el cálculo seria el siguiente:

X́−μ
Z= N (0,1)
σ
√n
Siendo μ :media poblacional

Ejemplo:
Se desea estimar la media del tiempo que un corredor emplea para completar una
maratón. Para ello se han cronometrado 10 maratones y se ha obtenido una media de 4
horas con una desviación típica de 33 minutos (0,55 horas). Se desea obtener un
intervalo al 95% de confianza.

Datos:

X́ = 4

σ = 0.55

N = 10

α α
Z = Valor que deja a la derecha un valor de
2 2

Para obtener el intervalo, no tendríamos más que sustituir los datos en la fórmula del
intervalo.

0.55 0.55
( 4− ∗1.96 , 4+ ∗1.96)
√ 10 √ 10
(3.7 , 4.3)
El intervalo de confianza, sería la parte de la distribución que queda sombreada en azul.
Los 2 valores acotados por este serían los correspondientes a las 2 líneas de color rojo.
La línea central que parte la distribución en 2 sería el verdadero valor poblacional.

Es importante resaltar que en este caso, dado que la función de densidad de la

distribución N(0,1) nos da la probabilidad acumulada (desde la izquierda hasta el valor
crítico), tenemos que encontrar el valor que nos deja a la izquierda 0.975% (este es
1.96).

Bibliografía: https://economipedia.com/definiciones/intervalo-de-confianza.html

Estimación por intervalo de confianza para la media, con desviación

estándar desconocida.

Tomando la siguiente cantidad pivotal:

X́−μ
t= t (n−1)
S
√n

Para cualquier valor de 𝛼 ∈ (0,1) podemos encontrar un valor t (n−1)en tablas de probabilidad de
la distribución 𝑡 de 𝑛 − 1 grados de libertad. Así tenemos que un intervalo de confianza para la
media 𝜇 de una distribución normal con varianza desconocida σ 2está dado por la siguiente
expresión:

S S
(
P X́−t α
()
2
.
√n
, X́+ t α .
)
(2 ) √n
=1−α
 Valores de t α / 2

Ejemplo:
Un importante empresario de la ciudad desea comprar una empresa de trasportes de
limosinas. La decisión depende si el rendimiento del auto en consideración es de por lo
menos 27.5 millas por galón de gasolina. Los 36 autos que prueba la compañía del
empresario reportan una media de 26.5 millas por galón de gasolina con una desviación
estándar de 3.5 millas por galón de gasolina a un nivel de confianza del 99%, ¿Qué le
aconsejaría al empresario?

Entonces, el intervalo se calcula de la siguiente manera:

3.5
(
I α / 2= 26.5 ± ( 2.58 ) .
√ 36)=(24.10,27 .11)

Puede estar un 99% seguro que las millas por galón promedio del auto es menor que el
mínimo de 27.5. Se le aconseja que busque otro modelo.

Como calcular tamaño de la muestra

El tamaño de la muestra de una encuesta es muy importante para poder realizar una
investigación de manera correcta, por lo que hay que tener en cuenta los objetivos y las
circunstancias en que se desarrolle la investigación.

Recuerda que la finalidad es que las personas completen la encuesta y te otorguen los
datos que estás buscando.

Para calcular el tamaño de la muestra, en forma previa se deben especificar:

1. Nivel de confianza con el que se desea realizar la estimación.

2. Margen de error máximo tolerable.

De esta manera se espera trabajar con una muestra que sea representativa y que las
estimaciones sean consistentes
Fórmulas de cálculo para n:

Z α /2. σ 2
 Cuando n es infinita: n=(
e
)

Z 2α / 2 . N . σ 2
 Cuando n es finita(conocida): n= 2 2
σ . Z α /2 +(N−1) e
2

Dónde:

Z2α /2 = Se define según el nivel de confianza

σ = Desviación Estándar

e = Error máximo tolerable

N = Tamaño de la población

Ejemplos
Para poblaciones infinitas: Se desea estimar la calificación promedio de los estudiantes
de la UJAP, para ello se definen los siguientes criterios:

 Nivel de Confianza: 95%

 Desviación Estándar: 16.44
 Error máximo tolerable: 5

Con los valores dados, solo sustituiremos en la fórmula:

Z α /2. σ 2 1.96∗16.44 2
n=( ) =¿ n=( ) =41.53 ≅ 42
e 5

Para poblaciones finitas: En base a los datos del ejemplo anterior, con N = 5000

Z 2α / 2 . N . σ 2 (1.96)2∗5000∗(16.44)2
n= 2 2 =¿ n= =41.19 ≅ 42
σ . Z α /2 +(N−1) e2 (16.44)2∗1.96+ ( 5000−1 )∗52

Bibliografía: https://www.questionpro.com/es/tama%C3%B1o-de-la-muestra.html

Error típico de la media muestral

La variabilidad de las medias muestrales se puede medir por su desviación estándar.
Esta medida se conoce como el error estándar y tiende a disminuir cuando aumenta el
tamaño de la(s) muestra(s).
Formula:
σ
SE=
√N
Si conocemos la desviación estándar de la población, y

s
SE=
√N
Si usamos la desviación estándar de la muestra.

Dónde:

 σ : Desviación estándar de la población.

 SE : Error estándar (por sus siglas en ingles «Standard Error»).
 s : Desviación estándar de la muestra.
 N : Numero de observaciones de la muestra

Nótese que el error estándar no disminuye en relación directamente proporcional con el

tamaño de la muestra. Ya que tomamos la raíz cuadrada de N, es necesario cuadruplicar
el tamaño de la muestra para reducir el error estándar a la mitad.

Ejemplo:
Se saca una muestra aleatoria de las distintas estaturas de mujeres venezolanas entre 19
y 49 años en 2001, la muestra aleatoria de esta población de tan solo 30 observaciones,
calcular el error típico de la media muestral.

Muestra = {163, 171, 171, 167, 164, 160, 153, 176, 162, 171, 166, 164, 169, 160, 151,
155, 156, 147, 162, 170, 164, 160, 158, 159, 157, 159, 156, 162, 159, 174}

Podemos calcular la media y la desviación estándar de la muestra. Obtenemos x́  = 160.94 y

s = 6.89 respectivamente. Con esto podemos calcular el error estándar:

s 6 . 89
SE= = =1.257
√ N √30
Ahora podemos estimar que la media de la población es de 160,94 ± 1,257 . Hemos
reportado muestra estimación con un margen de error.

Bibliografía:
http://formacion.intef.es/pluginfile.php/110406/mod_imscp/content/4/error_tpico_o_err
or_estndar.html
Error típico de la proporción
El error típico de la proporción, es un indicador de la precisión de la estimación de la
proporción. Cuanto menor es el error típico, mayor es la precisión.

Formula:

p(1− p)
√ n

Dónde:

 p = proporción de elementos que poseen la característica de interés.

 n = proporción poblacional.

Ejemplo:
Para estimar la proporción de familias de una determinada ciudad que poseen
microondas, se quiere utilizar una muestra aleatoria de medida n.

Calcular el valor mínimo de n para garantizar que, a un nivel de confianza del 95 %, el

error en la estimación sea menor que 0,05. (Como se desconoce la proporción, se ha de
tomar el caso más desfavorable, que será 0,5).

 Intervalo de confianza del 95%

1−α=0.95=¿ α =1−0.95=0.5=¿ Z α =Z 0.025=1.96

2

 El error máximo para estimar la proporción E que podemos admitir viene dado
por la siguiente expresión:

p ( 1− p )


E=Z α .
2 √ n
=0.05

De esta expresión deducimos que:

p(1− p)
n=Z 2α /2 .
E2
 Además, como se conoce la proporción de la población, tomaremos que p = 0.5
 Sustituyendo en la expresión, tenemos que:

0.5(1−0.5)
n=(1.96)2 . =384.16
0.052

 Por lo tanto el tamaño de nuestra muestra será de n = 385 familias.

Bibliografía: http://www.ub.edu/aplica_infor/spss/cap4-4.htm
Conceptos Basicos:
 Población: Una población es un conjunto de elementos o eventos similares que
son de interés para alguna pregunta o experimento.
 Muestra: Una muestra es un subconjunto de casos o individuos de una
población. En diversas aplicaciones, interesa que una muestra sea representativa,
y para ello debe escogerse una técnica de muestra adecuada que produzca una
muestra aleatoria adecuada. También es un subconjunto de la población, y para
ser representativa, debe tener las mismas características de la población.
 Estadístico: Un estadístico es cualquier función real medible de la muestra de
una variable aleatoria.
 Parámetro: un parámetro es un número que resume la gran cantidad de datos
que pueden derivarse del estudio de una variable estadística.1 El cálculo de este
número está bien definido, usualmente mediante una fórmula aritmética obtenida
a partir de datos de la población.
 Muestreo Aleatorio: es aquel procedimiento de selección de la muestra en el
que todos y cada uno de los elementos de la población tiene una cierta
probabilidad de resultar elegidos. De esta forma, si tenemos una población de N
elementos y estamos interesados en obtener una muestra de n elementos
(muestra de tamaño n), cada subconjunto de n elementos de la población tendrá
también una cierta probabilidad de resultar la muestra elegida.

Bibliografía: https://www.uv.es/ceaces/tex1t/3%20infemues/conceptos.htm