DISTRIBUCION NORMAL

Muchas distribuciones de mediciones, que se hacen tanto en las ciencias

sociales como en las ciencias naturales, tienden a tener un polgono de
frecuencias con una forma que se asemeja al corte transversal de una
campana.

Esta distribucin se observa mas cuando el numero de observaciones es
grande y cuando en muchos casos las investigaciones se realizan con
muestras de poblaciones grandes; en la mayora de los casos las
distribuciones tienden a aproximarse a la curva en forma de campana.

Esto se denomina Distribucin Normal, que por tener caractersticas
especiales se convierte en un requisito fundamental para entender el proceso
relacionado con la inferencia estadstica y la prueba de hiptesis.
Distribucin de los datos
Supongamos una muestra de 60 datos de una poblacin de 2000 unidades
A partir de una tabla de frecuencias podemos elaborar un
histograma.
Si se aumenta el nmero de medidas, y
registra los valores en grupos con
columnas cada vez ms estrechas, nos
acercaremos a la curva lisa. Esto es un
ejemplo de una curva de frecuencia, la
curva de distribucin supuestamente
normal.
55 0
56 1
57 1
58 3
59 3
60 5
61 8
62 12
63 18
64 22
65 26
66 30
67 34
68 36
69 38
70 43
71 45
72 50
73 50
74 48
75 44
76 40
77 39
78 36
79 25
80 24
81 23
82 20
83 18
84 15
85 12
86 10
87 8
88 5
89 5
90 4
91 3
92 3
93 2
94 2
95 1
96 1
97 1
98 0
99 0
100 0
Construccin de un polgono de frecuencias con Minitab
Sobre la base de la distribucin normal podemos calcular una dispersin
terica de los resultados alrededor del valor medio, . Aproximadamente el
95 % de todos los resultados ser localizado dentro del valor medio dos
veces la desviacin estndar, y el 99.7 % de los resultados son localizados
dentro de tres veces la desviacin estndar.
Dispersin terica de los datos
Figura 7. Una distribucin normal permite visualizar la probabilidad de que un resultado sea
localizado dentro de lmites dados ( es la media de los valores, s es la desviacin estndar).
x
x

Derivan de histogramas o polgonos de frecuencias que se sustituyen por una curva
suavizada.
El rea bajo la curva representa al total de los casos en la poblacin y es igual a una
proporcin de 1 o un porcentaje igual al 100%.
La curva normal es un modelo terico o ideal sobre cmo debe comportarse la
distribucin de las variables en una muestra.
Representa una curva de distribucin de frecuencias en la que la mediana, la moda y la
media de una variable son iguales entre s.
Funcin de la dist.normal
( )
2
2
1
2t o
o

|
.
|

\
|

= =
x
e
x f y
La distribucin normal
Ejemplo:

Muchas variables relacionadas a atributos psicolgicos, como la inteligencia
medida en trminos de Coeficiente Intelectual (CI), se distribuyen en la
poblacin tomando la forma de la curva normal, en que la mayora de los
casos se encuentran en el centro (Moda), existiendo pocos casos en los
extremos, siguiendo el ejemplo del CI, existen pocos sujetos con inteligencia
muy baja por un lado y pocos genios por el otro, esto es lo que da a la curva
normal su caracterstica forma de campana).
La distribucin normal. Alcances de su aplicacin
En los temas que sern abordados a continuacin
realizaremos inferencias estadsticas relacionadas con la
distribucin normal.
Muestra de
tamao n
Poblacin
de tamao N
Consideraciones bsicas para el estudio de la estadstica inferencial
Con la muestra podemos calcular

n
x X f
s


=
2
2
) (
n
Xi
x

=
Poblacin
de tamao N
Muestra de
tamao n
Muestra de
tamao n
Muestra de
tamao n
Muestra de
tamao n
Muestra de
tamao n
Cada muestra con una media y
varianza diferentes
Es muy probable que una media muestral sea diferente a la media poblacional;
del mismo modo es muy probable que una varianza muestral sea distinta de la
varianza poblacional.
Esta diferencia, debido al azar, se llama: Error de muestreo (e)
2 2
s e
x e
muestreo de error e
=
=
=
o

Cuando se toma una muestra de una poblacin, se obtiene un estadstico muestral

;que son valores numricos. Como es posible tomar muchas muestras , tenemos
varios valores de .
Como no se conoce los parmetros poblacionales el error de muestreo debe
fijarse.

) , (
2
o
2
s de y x
Con estos valores numricos se puede hacer tambin tablas de frecuencias y de este
modo obtener su distribucin.
Esta distribucin se llama :Distribucin muestral.
Se tiene entonces:
l
x x x x ........ ,
3 , 2
1
Todas las muestras son de
tamao n
TEOREMA DEL LIMITE CENTRAL
Establece que si una poblacin sigue una distribucin normal, la
distribucin de las medias muestrales obtenidas de esa poblacin tambin
tienen una distribucin normal.
Mas importante an: si la poblacin no es normal, la distribucin de las
medias muestrales se puede aproximar a la normal si la muestra es
suficientemente grande, n es igual o mayor a 30.
Propiedades
1.- La media de la distribucin muestral es igual a la media de la poblacin.

x
x
=
2.-La varianza de la distribucin muestral es igual a la varianza poblacional dividida
por el tamao muestral
n
x
2
2
o
o =
3.- Si la poblacin es normal o si n es igual o mayor a 30
x
) , (
2
n
N
x
o

Error estndar de la media

Relacin entre la media de la poblacin y las medias muestrales
n
dar es error
o
= tan
ERROR ESTANDAR DE LA MEDIA

x


La desviacin estndar proporciona una unidad de medida comn (estndar)
que permite comparar variables con diferentes medidas observadas

Supngase que se tienen dos escalas para medir autoestima, la primera se
califica con un puntaje entre 0 y 20, y la segunda tiene calificaciones entre 0 y
50, si se compararan las calificaciones obtenidas por una y otra, los puntajes
brutos muy probablemente seran mayores en la segunda escala. Sin embargo,
si se considera la media de cada escala y las desviaciones estndar, es posible
conocer en trminos de desviaciones estndar que puntuacin se encuentra
por arriba de la media o por debajo de la misma, al comparar a dos personas.

CALIFICACIONES Z O ESTANDARIZADAS
Por ejemplo, el grupo calificado con la primera escala tiene una media de
15 y una desviacin estndar de 4, para el segundo la media es de 35 con
una desviacin estndar igual a 6. Supngase que una persona tiene una
calificacin de 19 en el primer caso y otra con 29 en el segundo caso. La
primera se encuentra por arriba de la media una desviacin estndar y la
segunda una desviacin debajo de la media, es decir, la primera persona
tiene un nivel de autoestima mayor que el de la segunda persona.
Las calificaciones brutas se transforman con frecuencia a otro tipo de
puntuaciones, para facilitar el anlisis y la interpretacin. Estas
calificaciones son derivadas o transformadas. Para facilitar la resolucin
de stos casos se usa la calificacin estndar z .
A B
Media 15 35
s 4 6
Calif 19 29
CALIFICACIONES Z O ESTANDARIZADAS

Es una puntuacin estandarizada. Su sentido es poder hacer comparaciones
dentro o entre sujetos, cuando han sido medidos con diferentes escalas.

La media de la z es 0
La s de la z es 1

Ventajas:

+ Miden una escala de intervalos, en trminos de unidades de desviacin
estndar.

+Permite comparar calificaciones de varias pruebas en forma directa,
incluso cuando se tienen medias y desviaciones estndar diferentes

CALIFICACIN O PUNTUACIN Z
Esta relacin permite analizar, qu tanto se aleja la puntuacin del sujeto de la
media, y luego se compara con la desviacin estndar, en otras palabras, se
estandariza.
Al analizar la curva normal en trminos de puntuaciones z, y recordando que el rea
bajo la curva representa el 100% de los casos, una desviacin estndar tomada a
cada lado de la media incluye un rea de 68.26% de la total. Toda el rea incluida
por 2 unidades de desviacin estndar a ambos lados de la media comprenden el
95.44% de los casos, si se contina a la tercer desviacin estndar a cada lado de la
media.
La suma de todas las reas abarcadas por 6 unidades de desviacin estndar es
igual a 99.74% del total. El 95% del rea bajo la curva, est entre 1.96 y 1.96
desviaciones estndar, el 99% entre -2.58 y 2.58 y el 99.9% entre 3.90 y 3.90, estos
tres grupos de desviaciones son particularmente importantes en la estadstica
inferencial como se ver ms adelante.
La calificacin z se calcula como sigue:
s
X X
z

=
Ejemplo:
a) Cual es el valor z de un valor de x=11 si la media de la
muestra es 10 y la desviacin estndar es 1.
1
1
1
10 11
=
=

=
z
z
s
X X
z

=
1
1
1
10 9
=
=

=
z
z
a) Cual es el valor de z de un valor de 9?


El rea bajo la curva representa el 100%. La mitad representa el 50% de cada lado

El rea bajo la curva es igual a 1 (convertida en trminos de proporcin)

Para conocer el rea bajo la curva se necesitan las puntuaciones z
INTERPRETACIN DEL EL REA BAJO LA CURVA.
Utilizando esta informacin se puede calcular el rea comprendida entre dos puntos
con base en las puntuaciones crudas. Por ejemplo: Una poblacin de 1000 personas,
tiene una media de edad de 75 aos y una desviacin estndar de 8, cuantas
personas tienen entre 67 y 75 aos?
Sustituyendo la media (75) en el centro y las desviaciones estndar a la izquierda o
negativas (-8) y a la derecha o positivas (+8), la respuesta es el 34.13% del total de la
poblacin es decir 341 sujetos tienen entre 67 y 75 aos.
+/- 2s=68,26%
x
-3 -2 -1 Z=0 +1 +2 +3
Representacin de la DN y DN estandarizada del ejemplo de los viejitos
TABLA DE PUNTUACIONES Z POSITIVAS
Para hallar el rea a la derecha de z=0
z=1,52
Metodologa para el calculo de reas en la distribucin normal estndar
rea desde:
z=0
z= 1,52
La tabla entrega el rea desde z= 1,52 hasta z=- = 0,9357; pero debemos restar
el rea desde 0 hasta 0,5.El rea sombreada seria entonces: 0,9357-0,5= 0,4357.
La probabilidad se expresa como P(0,00<z<1,52) = 0,4357
Fig :6,3; Pag 317 JK
0,5000
0,4357
Hallar el rea en la cola derecha de una curva normal
Encontrar el rea bajo la curva normal a la derecha de z=1,52; P(z>1,52)
El valor de la tabla para 1,52 es 0,9357. Pero la zona sombreada o de inters es el
rea total (1,00) menos el valor de la probabilidad 0,9357, es decir
0,0643.P(z>1,52) = 0,0643
Ej6.3 Pag 318 JK
Hallar el rea a la izquierda de un valor positivo de z
Ej 6.3 JK Pag 318
Encuentre el rea a la izquierda de z=1,52:P(z<1,52)
Solucin: el rea puede ser leda directamente de la tabla, en la parte
de las z positivas.
rea pedida: 0,936
Se tiene:
P(z<1,52)=0,936 (Aproximado por Minitab)

6.5
rea de la tabla
0,4115
El rea a la izquierda de z= -1,35 se lee directamente de la tabla, en la parte de
las Puntuaciones z negativas.
Se tiene:
P(z<-1,35)=0,0885
Para hallar el rea en la cola izquierda de una curva normal
6.6
Pag 319 JK
P(-1,5<z<2,1) = P(z< 2,1) - P(z<-1,5)
= 0,9821 0,0668=0,9153
Para hallar el rea de una z negativa a una z positiva
Usar Minitab
Solucin: El rea sombreada es el
rea entregado por la tabla al
leer z 2,1 menos el rea
entregada por la tabla al leer z-
1,5
Grafico> Grafica de Distribucin de
normalidad>Ver probabilidad> Aceptar
Area sombreada.
Elegirvalor x.
Colocar valores de x elegidos.
Aceptar

Resolucin de problema con Minitab
Los pesos de los nios del kinderganten La ta Ramona se distribuyen normalmente de
la siguiente manera:
Use Minitab para determinar los valores z de todos los valores
Realice <histograma con lnea de tendencia.
Determine la probabilidad de que los nios pesen entre22 y 38 kg
Que pesen menos de 22 Kg
32
34
43
23
34
35
34
23
22
34
38
37
25
48
40
41
39
38
25
24
Aplicaciones Ejercicio 1 (Resuelto)
En el ltimo ao, el peso de los recin nacidos en una maternidad se ha distribuido
normalmente con parmetros = 3100 gramos y = 150 gramos.

Determinar:
a)Probabilidad de que un recin nacido pese mas de 3500 gramos.

Solucin:

El rea de la curva correspondiente a 2,67 es de 0,9962, pero como se pide valores
mayores a este valor de z ser 1,000-0,9962=P(z>0,9962) = 0,0038
z>0,9962
b)Probabilidad de que los recin nacidos pesen entre 3100 y 3200 gramos.
000 , 2
150
3200 3500
667 , 2
150
3100 3500
2
1
=

=
=

=
z
z
P( z=2,67)=0,9962
P(z=2,00) =0,9772



P( z>2,000<2,667)=
0,9962-0,9772=0,0190

Solucin
Resolver con Minitab
Ejercicio 2 (Clases)

La panadera Sureste elabora piezas de pan, cuya longitud se distribuye de
forma normal, con una media de 15 cm y una varianza de 2,25 cm.
Determinar:
La probabilidad de que una pieza de pan exceda los 18 cm.
La probabilidad de que una pieza de pan exceda los 15 cm.
La probabilidad de que una pieza de pan mida menos de 17cm.

El conocimiento previo por parte del investigador de las caractersticas de la
realidad de la poblacin mejora o debe mejorar los resultados inferenciales
que se pueden obtener de la obtencin de una muestra.

No es lo mismo intentar conocer la altura media de los habitantes de un
pas, que el nmero de errores en una gran contabilidad, dado que la
naturaleza de su universo y por tanto el comportamiento poblacional son
distintos.

Es por ello, que para distintas "naturalezas" del problema han de plantearse
distintas soluciones, si bien todas, o casi todas, pasan por la aleatoriedad; de
ah que se establezcan diversas "tcnicas" o "mtodos" de muestreo, de los
que brevemente enumeramos algunos.
Consideraciones para el uso de la estadstica Inferencial
Muestra y poblacin
Elementos de muestreo
El muestreo es el proceso mediante el cual es elegida una muestra desde la
poblacin sometida a estudio. Un estudio estadstico, que est basado en
una muestra y que pretenda ser serio y confiable, debe intentar obtener una
muestra representativa de la poblacin, es decir, que describa
acertadamente las caractersticas de la poblacin original.
Mtodos de muestreo
Al enfrentarnos a la tarea de seleccionar una muestra para la realizacin de
un estudio lo primero que se nos viene a la mente es la seleccin aleatoria,
es decir, al azar. Pero plantear una seleccin al azar involucra tomar algunas
medidas que resguarden la representatividad de la muestra. No se puede
caer en la simplicidad de elegir a los primeros 25 o a las empresas que estn
inscritas en las pginas amarillas; el muestreo al azar involucra un proceso
mas cientfico.
Entre los mtodos aleatorios mas utilizados, se encuentran:
a) Muestreo aleatorio simple:
Consiste en seleccionar por sorteo a los individuos que formar parte de la
muestra. Este mtodo de muestreo debe cumplir con dos requisitos:
1.- Cada individuo debe tener la misma probabilidad de ser elegido.

2.-La seleccin de un individuo no debe afectar la probabilidad de seleccin de
otro. Esto supone que la seleccin debiera ser con reposicin, aunque ello
implique que un individuo pueda ser elegido mas de una vez.

b) Muestreo estratificado:
Este tipo de muestreo divide la poblacin total en subgrupos homogneos,
llamados estratos. Posteriormente la muestra es seleccionada
aleatoriamente en nmero proporcional al de los individuos que componen
cada uno de los estratos.
TIPOS DE MUESTREO
Ejemplo:
Para calcular el rendimiento de madera que puede tener un bosque se elige
una muestra de plantas para su anlisis, de estos resultados depender la
estimacin del rendimiento de las utilidades que se pueden obtener con su
explotacin. Para la eleccin de la muestra se puede proceder de alguna de
las siguientes maneras:

Asignar un nmero a cada una de las plantas que conforman el bosque. En
seguida sortear los nmeros de las plantas que servirn de muestra
(Muestreo Aleatorio Simple).

Dividir el bosque en sectores (cuadrcula) y seleccionar en forma aleatoria
un % de plantas en cada uno de los sectores (Muestreo estratificado)

Estimaciones
Estimacin puntual
Una estimacin puntual es un solo valor que se calcula a partir
de una muestra y que se usa como una estimacin del
parmetro poblacional correspondiente:
p Muestra P
s Muestra
x Muestra
=
=
=
?
?
?
o

Coeficiente de confianza:
Se usa para indicar la probabilidad de que una estimacin por intervalo contenga
el parmetro poblacional.

Nivel de confianza:
Es el coeficiente de confianza expresado como porcentaje.
La estimacin por intervalo se basa en el siguiente concepto:

La estimacin por intervalos establece un rango (intervalo) dentro del cual
es muy probable que se encuentre el parmetro poblacional.
La estimacin por intervalos para la media poblacional
|
|
.
|

\
|
n
N distribuye se x
2
;
o

n
ianza un y media una con normal manera de n distribuye se muestrales medias Las
2
var
o

o 0 = e 1 ]) , [ ( b a P
o 0 = s s 1 ) ( b a P

La "estimacin por intervalo" consiste en determinar un par de valores a y b, tales que
constituidos en intervalo [a ,b] ; y para una probabilidad 1-o prefijada (nivel de confianza) se
verifique en relacin al parmetro u a estimar se cumpla:

en otros trminos:
.
Podemos considerar el nivel de confianza (1-o ) que hemos prefijado para la expresin
anterior como la probabilidad que existe (antes de tomar la muestra) de que el intervalo a
construir a partir de la muestra incluya el verdadero valor del parmetro a estimar. Refleja la
"confianza" en la "construccin" del intervalo y de que ste tras concretar la muestra
contendr el valor a estimar. De ah que en trminos numricos dicho nivel o probabilidad
haya de tomar un valor alto (0.9, 0.95, 0.99).
Evidentemente el complementario al nivel de confianza; es decir o, nivel de significacin
supondr las probabilidades de cometer el error de no dar por incluido el verdadero valor del
parmetro a estimar en un intervalo en el que realmente si est. De ah y dado que se trata de
un error posible a cometer, su cuantificacin en trminos de probabilidad sea muy pequea
(0.1, 0.05, 0.005,..).
La estimacin por intervalos para la media poblacional
Cuanto mayor sea el nivel de confianza prefijado; la amplitud del intervalo de estimacin
ser tambin mayor y por tanto la estimacin ser menos precisa.
La estimacin por intervalos para la media poblacional
1- :Nivel de confianza
(0,90)
/2: Nivel de significacin /2
Podemos , por tanto sealar que:
Existe un limite inferior y otro superior de confianza para la media estimada,
de acuerdo a la expresin anterior
n
Z x
o
o
2
)
2
n
Z x
o
o
+
o
o o
o o
= + s s 1 ) (
2 2
n
Z x u
n
Z x P
LIC= LSC=
La expresin que representa la forma de estimar un intervalo
para una media poblacional es la sigte:
Ejemplo 1
Se est realizando un estudio social y se desea calcular un intervalo de confianza para
la media en la cual una persona se grada de la enseanza media. Se toma una
muestra de 200 personas y se determina una media de 17.5 aos con una desv.
Estandar de 0.9 aos. Determinar un intervalo para la edad promedio con una
confianza del 90%.
n
Z x
o
o
2

LIC =
)
2
n
Z x
o
o
+
LSC =
Datos:
n=200
Media=17.5 aos
s=0.9 aos
~0.9 aos
NOTA: en lamina siguiente
se explica como se
encuentra z a partir de un
area de la tabla
5%
5%
90%
z
LIC
LSC
aos LIC
aos LSC
LSC
3954 , 17 1046 , 0 5 , 17
6046 , 17 1046 , 0 5 , 17
200
9 , 0
645 , 1 5 , 17
= =
= + =
+ =
Nota: Se aproxima valor de la tabla :Calcular completo con Minitab.
Como se calcula z a partir de probabilidades ledas en tablas
Datos del ejemplo anterior:
Para encontrar la puntuacin z localizada a
la izquierda remtase a la tabla A-2 y busque
un rea de 0,05 en el cuerpo de la tabla,
esto da -1,645.

Para encontrar la puntuacin z localizada a la derecha, remitirse al cuerpo de la tabla
y buscar y buscar un rea de 0,95.Recordar que la tabla A-2 siempre entrega reas
acumulativas a partir de la izquierda. El resultado es 1,645.
0,90
De ejercicio anterior. Como encontrar el valor de z en
minitab. Buscar con alumnos.
Tabla presenta las diferentes frmulas que ayudaran a crear los intervalos.

Para la distribucin Normal utilice la siguiente tabla:
Nivel de confianza o o/2

z
90% 0.1 0.05 1.645
95% 0.05 0.025 1.96
99% 0.01 0.005 2.576
En una poblacin, cuya distribucin se desconoce se obtiene una muestra (m.a.s.) de 2000
valores de la que resulta una media de 225 y una desviacin tpica de 10. Suponiendo que
la varianza muestral coincide con la poblacional, estimar un intervalo para la media de la
poblacin con un nivel de confianza del 95%.
Ejemplo 2
Tendramos 1- =0.95 luego =0.05; S=10 = (muestra grande n>30); n=2000, para
una poblacin normal.
o o
o
95 . 0 ) (
2 2
= + s s
n
Z x u
n
Z x P
o o
o o
el resultado sera : [224,56 , 225,44] con el 95 % de confianza.

Comprobar resultado en clases y uso de Minitab.

e
4000 = x
95 . 0 ) (
2 2
= + s s
n
z x u
n
z x P
o o
o o
Se quiere obtener un intervalo de confianza para el valor de las ventas medias por hora que se producen en
un kiosco. Para ello realizamos una muestra consistente en elegir al azar las ventas que se realizaron
durante 1000 horas distintas; muestra cuyos resultados fueron: ventas medias por hora = 4000, y varianza
de dicha muestra S
2
=4000. Obtener dicho intervalo con un nivel de confianza del 95 %.
Queremos construir un intervalo para la media con las siguientes caractersticas:
Tamao muestral = n = 1000, con muestreo aleatorio simple, la poblacin no es normal ni conocemos su
varianza.
El resultado de la muestra es:
Si bien se trata de un intervalo para la media con varianza desconocida y poblacin no normal, dado que el
tamao muestral es grande podemos suponer normalidad y tomar como varianza poblacional a la muestral
as:

El resultado sera: e [3996,08 ; 4003,92] con el 95 % de confianza.

, S
2
=4000.
Ejemplo 3
Que sucede cuando n< 30?
Curva normal (n>30)
n=5
n= 8
f
x
95%
1.96 s
T de Student
2.571
2.306
Las ventas diarias de cierta oficina comercial se supone que siguen una distribucin
normal. Para estimar el volumen medio de ventas por da se realiza una muestra de 10
das escogidos al azar, resultando que la media de las ventas de esos 10 das es 100 con
una desviacin tpica de 4. Dar un intervalo de estimacin para el volumen medio de
ventas por da con una confianza del 95 %.
Ejemplo 3 Uso de tabla t de Student
Conocemos que, segn la informacin que poseemos, estamos ante: Distribucin normal;
n=10 (muestra pequea); S=4 (poblacional desconocida); media muestral=100;
Para 1-o =0.95, luego o =0.05 con lo que
26 . 2 ) 9 (
2
= gl t
o
(segn tabla t)
95 . 0 ) (
2 2
= + s s
n
S
t x u
n
S
t x P
o o
resultado sera: [96,99 ; 103,01] con el 95 % de confianza.
Comprobar en clases con formulas y Minitab.
e
x
Ejemplo 4 t de Student
Se desea estimar el promedio de contenido de grasa por libra de carne para
hamburguesas que se venden en Mc Donalds. Para ello se compro una libra de carne
en cada una de la 9 tiendas elegidas al azar. Se cocin la carne, se escurri la grasa y se
pes .
Los resultados en onzas fueron:
3,3
4,8
5,1
4,5
4,0
3,9
4,7
5,0
3,6
Estime con un 99% de confianza el verdadero contenido de grasa por libra de carne
para hamburguesas

n
s
t x
2
o
=
Intervalo de confianza para
Intervalo de confianza para las proporciones poblacionales
Anteriormente se seal que la distribucin normal es una buena aproximacin de la
distribucin binomial si el tamao de la muestra es grande. Como la mayora de las
situaciones en que se estudian proporciones los tamaos muestrales son grandes, por
lo general se usa la distribucin normal para calcular intervalos de confianza para la
proporcin de una poblacin.
Una vez que se ha calculado la proporcin muestral p se forma un intervalo de
confianza alrededor de ste valor muestral, que se convierte en la estimacin por
intervalo para el parmetro poblacional P desconocido
El intervalo de confianza es:

( )
n
p p
z p P

1
:
2
o
Ejemplo
Una encuesta indica que Obama (PD) aventaja a Romney (PR).
De 200 electores de la ciudad, elegidos al azar, el 46% declar que votara por Obama,
mientras que un 32% declar que votara por Romney.
El resto se manifest indeciso.
Los analistas piensan que es muy poco probable que se produzca un cambio y
aseguran que Obama ser reelegido..
Se construye un intervalo de confianza con el 95%.
( )( )
53 , 0 39 , 0
200
54 , 0 46 , 0
96 , 1 46 , 0 ; =
A
P
( )
37 , 0 27 , 0
200
68 , 0 32 , 0
96 , 1 32 , 0 ; =
B
P
Respuesta: Con un 95% de confianza, ganara Obama porque Romney nunca lo
alcanza.
Resultados de Minitab: Prueba e IC para una proporcin

Muestra X N Muestra p IC de 95%
1 92 200 0,460000 (0,389479. 0,531724)


Ejemplo para realizar en clases
Una empresa ha recibido reclamos por un electrodomstico que comercializa. Para
resolver el problema, la empresa quiere conocer el % de electrodomsticos que tienen
problemas. Enva un cuestionario a sus clientes y lo contestan 1675 clientes, de estos, el
12% dijo haber tenido problemas.
La empresa decide iniciar un programa de mejoramiento de calidad si el valor de % de
personas que han tenido problemas es mas de un 10%.Con un 99% de confianza.
Qu decide la empresa?
Nota Realizar este ejercicio en minitab
Minitab: Estadstica> estadsticas bsicas>1 proporcin
Datos resumidos
Nota 1: Ir a opciones para comprobar nivel de confianza
Nota 2; en Numero de eventos se debe colocar el numero total (si es porcentaje,
multiplicar numero de muestra por %/100)

Solucin A :Uso de formulas.
Datos:
n=1675
1-=99%
p:12%
z: 2,575



( )
n
p p
z p P

1
:
2
o
( )
1675
12 , 0 1 12 , 0
12 , 0 :
2

o
z P
( )
14 , 0 10 , 0 :
02 , 0 12 , 0 :
1675
88 , 0 12 , 0
12 , 0 :
2

IC
P
z P
o
Prueba e IC para una proporcin

Muestra X N Muestra p IC de 99%
1 201 1675 0,120000 (0,100356. 0,141842)

Solucin B: Resultado de Minitab