Professional Documents
Culture Documents
1. Introdución
2. Intervalo de confianza para a media
2.1 Tamaño da mostra
2.2 Intervalo de confianza para a media dunha distribución Normal con
descoñecida
3. Intervalo de confianza para a proporción
4. Intervalo de confianza para a diferenza de medias poboacionais
5. Análise de informacións estatísticas: a ficha técnica
1. Introdución
Cando temos unha variable aleatoria X que segue unha distribución normal, pero
descoñecemos a súa media ou a súa desviación típica, estes parámetros podemos
estimalos extraendo unha mostra, como xa vimos na unidade anterior. Traballaremos
agora o cálculo dun intervalo o cal pertenza ditos valores, este tipo de estimación é
máis fiable que a estimación puntual. Este intervalo chámanse intervalo de confianza
e a probabilidade de que o parámetro estudado se atope nel, será o que chamaremos
nivel de confianza. Tamén veremos como calcular o tamaño da mostra para minimizar
o erro cometido. Tendo en conta que canto maior sexa o tamaño da mostra, maior
eficacia teremos na nosa estimación e menor será o erro mostral.
[̅ ̅ ]
̅ ̅
̅ ̅
Supoñendo que coñecemos , pola unidade anterior sabemos que ̅ segue unha
distribución normal N( ), ao dividir a desigualdade por , tipificamos a variable ̅
√ √
e obtemos:
1
|̅ |
[ ] [ ]
√ √ √
Onde Z é unha N(0,1). Se buscamos na táboa o valor de correspondente a unha
√
probabilidade de e chamamos a ese valor ⁄ , despexamos e obtemos
√
⁄
c=
√
Quen será ⁄ ?
É o valor dunha abscisa da N(0,1) que deixa a súa dereita un área de probabilidade
correspondente a: ⁄
Que obviamente dependerá da probabilidade elixida. Trátase polo tanto, dun intervalo,
⁄
centrado na media da mostra tomada, ̅ e de radio . Este radio o denominamos
√
erro máximo admisible, e é a máxima diferenza que poderá existir entre e a media
da mostra elixida ̅ , para un nivel de confianza 1- . Simbolízase por:
⁄
E=
√
2
Exemplo
√ √
O intervalo de confianza para µ é:
⁄ ⁄
(̅ ̅ )
√ √
(̅ ̅ ) ( ) ( )
Exemplo 1
⁄ ⁄
(̅ ̅ )= ( ) ( )
√ √
O que significa que o 98% das mostras de tamaño 6 teñen unha media mostral
que difire ou dista da media poboacional menos de 0,019
⁄
b) O tamaño da mostra ( ) ( )
Polo tanto o tamaño da mostra como mínimo deberá ser n=22
Exemplo 2
⁄
E= ( )
√
É dicir, o mínimo tamaño mostral necesario para estimar a media da altura coa
precisión desexada é n=28 observacións.
e que as veces tamén se lle chama desviación típica da mostra. Cando facemos unha
estimación puntual da descoñecida pola cuasi desviación típica mostral, S, o
tamaño da mostra deberá ser grande xa que se n é menor que 30 ao tipificar a
̅
variable ̅ obtemos: ⁄√
Esta variable tipificada non segue unha distribución normal N(0,1), senón unha t de
Student que non é un obxectivo deste curso.
Resumindo cando n é grande e descoñecemos a desviación típica , podemos
estimar a desviación típica poboacional pola cuasi desviación típica mostral, ou
simplemente desviación típica mostral, S, como vermos no exemplo seguinte.
4
Exemplo
Se rexistramos a idade dunha mostra de 200 persoas que fan a compra nun
supermercado, rexistramos que a media de idade é 453 anos, cunha desviación
típica mostral de 16,8 anos. Determina un intervalo de confianza, cun nivel de
significación do 5%, para a idade media das persoas que fan a compra no
supermercado.
( ) ( )
√ √
|̂ |
P[| | ⁄ ] = P[ ⁄ ]=
̂( ̂)
√
|̂ | ̂( ̂)
Da desigualdade do segundo corchete: ⁄ obtemos | ̂ | ⁄ √
̂( ̂)
√
̂( ̂) ̂( ̂)
- ⁄ √ < ̂ < ⁄ √
̂( ̂) ̂( ̂)
⁄ √ >- ̂ >- ⁄ √
5
Sumamos a todas as desigualdades ̂ e obtemos o intervalo:
̂( ̂) ̂( ̂)
(̂ ⁄
√ ̂ ⁄
√ )
Onde ao igual que para o intervalo da media, o valor ⁄ é o valor dunha abscisa
dunha N(0,1) que deixa a súa dereita unha probabilidade de ⁄
̂( ̂)
Trátase dun intervalo centrado na proporción da mostra elixida ̂ e radio ⁄ √
A este radio, coma no caso do intervalo da media, se lle chama erro máximo
admisible, e é o erro que se comete ao estimar p, mediante ̂ , e o simbolizamos por:
̂( ̂)
⁄
√
Ao igual que no apartado anterior agora podemos calcular o tamaño da mostra para a
proporción, entón despexando da fórmula anterior:
̂( ̂)
( ⁄ )
Exemplo 1
Tomada unha mostra de 300 persoas maiores de 15 anos, nunha gran cidade,
encontrouse que 104 delas lían algún periódico regularmente. Calcular, cun nivel de
confianza do 90% un intervalo para estimar a proporción de lectores de periódicos
entre os maiores de 15 anos.
A proporción da mostra é ̂ =
̂( ̂)
O erro máximo admisible é: E= ⁄ √ √
O intervalo é:
̂( ̂) ̂( ̂)
(̂ ⁄
√ ̂ ⁄
√ )
6
Exemplo 2
( )
Polo tanto a mostra que deberíamos tomar é unha de tamaño 6132 persoas. Con
este valor podemos calcular a proporción e logo calcular o intervalo de confianza
onde se atopa a proporción buscada cunha probabilidade do 90%.
( ̅ ̅ ⁄ √ ̅ ̅ ⁄ √ )
Exemplo
A: ̅ 24,8 B: ̅ 20,1
Atopar intervalos de confianza do 90% e 98%, para a diferenza dos tempos medios
de duración ata a primeira varía das dúas marcas.
7
A un nivel de confianza do 90% tense ⁄
( ̅ ̅ ⁄ √ ̅ ̅ ⁄ √ )
( √ √ )=
( )
( √ √ )=( )
8
Exemplo