You are on page 1of 2

Intervalo de confianza para la media de una poblacion

Intervalo de confianza para la media : con varianza ^2


supuesta conocida
En este tema vamos a estudiar como estimar, es decir pronosticar, un parmetro de la poblacin,
generalmente la media, la varianza (en consecuencia la desviacin tpica) y la proporcin, a
partir de una muestra de tamao n. Pero a diferencia de la estimacin puntual donde tal
estimacin la efectubamos dando un valor concreto, en esta ocasin el planteamiento es otro. Lo
que haremos es dar un intervalo donde afirmaremos o pronosticaremos que en su interior se
encontrar el parmetro a estimar, con una probabilidad de acertar previamente fijada y que
trataremos que sea la mayor posible, es decir prxima a 1.
En estadstica, se llama intervalo de confianza a un par o varios pares de nmeros entre los
cuales se estima que estar cierto valor desconocido con una determinada probabilidad de
acierto. Formalmente, estos nmeros determinan un intervalo, que se calcula a partir de datos de
una muestra, y el valor desconocido es un parmetro poblacional. La probabilidad de xito en la
estimacin se representa con 1 - y se denomina nivel de confianza. En estas circunstancias, es
el llamado error aleatorio o nivel de significacin, esto es, una medida de las posibilidades de
fallar en la estimacin mediante tal intervalo.1
El nivel de confianza y la amplitud del intervalo varan conjuntamente, de forma que un
intervalo ms amplio tendr ms probabilidad de acierto (mayor nivel de confianza), mientras
que para un intervalo ms pequeo, que ofrece una estimacin ms precisa, aumenta su
probabilidad de error.
Sea X 1, X2,. X n una muestra aleatoria de tamao n seleccionada de una poblacin normal ( o
de cualquier otro tipo, siendo n grande) con media p y varianza a 2 supuestamente conocida.
El mejor estimador puntual del parmetro p es la media muestral X
Si la poblacion X es normal N(, ^2); entonces, la distribucion de probabilidades de la
media de la muestra X, es normal N(, ^2/n) para cualquier tamao de la muestra (n2).
Si la poblacion X no es normal, pero tiene media y varianza ^2 finitas entonces,
siempre que el tamao n de la muestra sea suficientemente grande n(n30), por el
teorema del limite central, la distribucion de X es aproximadamente normal N(, ^2/n).
Portanto segn sea el caso, la distribucion de la variable aleatoria:

Es exactamente lo aproximado a la normal N(0,1)


Luego, dado el valor -a(o en %), en la distribucion de Z, se pueden determinar los valores
tales que:

Sustituyendo

, se tiene:

De donde resulta:

Donde
y
son varianbles aleatorias. Esto es, si X es
estimador de , se tiene la probabilidad 1- de que el intervalo (aleatorio o
estimador) [A,B]contenga al parametro .