Professional Documents
Culture Documents
Así, un IC es un intervalo de valores que se usan para estimar el valor real de un parámetro de
la población.
α = Nivel de error
N: Tamaño de la población
n: Tamaño de la muestra
Se usa 𝑋𝑋� como el mejor estimador para µ
Supuestos:
𝑁𝑁−𝑛𝑛
donde� se conoce como factor de corrección por población finita.
𝑁𝑁−1
𝑋𝑋�~𝑁𝑁(𝜇𝜇, 𝜎𝜎 2 /𝑛𝑛)
𝑥𝑥̅ − 𝜇𝜇
𝑍𝑍 = 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑍𝑍~𝑁𝑁(0,1)
σ𝑥𝑥̅
𝑁𝑁−𝑛𝑛
Nota: Por lo general resulta aceptable eliminar el factor de corrección por población finita�
𝑁𝑁−1
(aunque esto depende en última instancia del estudio específico que se realiza) cuando la razón
del tamaño de la muestra al tamaño de la población es menor o igual a 0.05. En símbolos,
cuando,
𝑛𝑛
≤ 0.05
𝑁𝑁
𝑍𝑍1−𝛼𝛼/2 𝜎𝜎
𝐸𝐸 =
√𝑛𝑛
Tamaño de la muestra:
Población infinita
𝑍𝑍1−𝛼𝛼/2 𝜎𝜎 2
𝑛𝑛 = � �
𝐸𝐸
El gasto promedio de los turistas que vienen a Lima sigue una distribución normal con
desviación de 100 dólares. Se desea construir un intervalo de confianza del 95% para el
gasto promedio de los turistas que visitan Lima. Para esto se encuestó a 400 turistas y
se encontró que el gasto promedio fue de $1200.
𝑋𝑋�=1200
𝜎𝜎:=100
n=400
α=0.05
𝜎𝜎 𝜎𝜎
〈𝑋𝑋� − 𝑍𝑍1−∝/2 , 𝑋𝑋� + 𝑍𝑍1−∝/2 〉
√𝑛𝑛 √𝑛𝑛
100 100
〈1200 − 1.96 ,1200 + 1.96 〉
√400 √400
100 100
〈1200 − 1.96 ,1200 + 1.96 〉
√400 √400
〈1190.20, 1209.80〉
Con una certeza del 95%, el gasto promedio de todos los turistas que visitan Lima estará entre $1190.20 y $1209.80. Hay una
𝑍𝑍1−𝛼𝛼/2 𝜎𝜎 1.96×100
Error de estimación 𝐸𝐸 = = = 9.8
√𝑛𝑛 √400
−5 𝑋𝑋� − 𝜇𝜇 5 𝑋𝑋� − 𝜇𝜇
𝑃𝑃 � ≤ ≤ � = 0.95 ~𝑁𝑁(0,1)
𝜎𝜎/√𝑛𝑛 𝜎𝜎/√𝑛𝑛 𝜎𝜎/√𝑛𝑛 𝜎𝜎/√𝑛𝑛
Para encontrar el tamaño de la muestra con un error de estimación E dado podemos usar la fórmula:
𝑍𝑍1−𝛼𝛼/2 𝜎𝜎 2 1.96×100 2
𝑛𝑛 = � 𝐸𝐸
� = � � = 1536.64 ≈ 1537
5
Z0.95=1.64
100 100
〈1200 − 1.64 ,1200 + 1.64 〉
√400 √400
I.C. del 90%: [1191.8, 1208.2]
Ejemplo 1:
El gerente de personal de una empresa grande desea estimar, con una confianza de
95%, el tiempo promedio de capacitación que recibieron los empleados de la compañía
y desea que el error de la estimación no rebase los 30 minutos (0.5 horas). Con base en
resultados de estudios anteriores, estima que la desviación estándar del tiempo de
capacitación de los empleados es de 3 horas.
Sol.
Se debe determinar el tamaño de la muestra.
𝑍𝑍1−𝛼𝛼/2 𝜎𝜎 2 1.96 × 3 2
𝑛𝑛 = � � = � � = 138.30 ≈ 139
𝐸𝐸 0.5
A un nivel de confianza del 95%, si queremos que el error de estimación no sobrepase
la media hora, será necesario encuestar a 139 trabajadores.
Ejemplo 2:
Un gerente de personal de una empresa que tiene 3 000 empleados desea estimar el
tiempo promedio que le lleva a sus trabajadores trasladarse entre sus casas y la
empresa. Desea construir un intervalo de confianza de 95% y que la estimación esté
dentro de un minuto alrededor de la media verdadera; a través de una muestra piloto
se sabe que la varianza de los tiempos es de 30 minutos2. Determine el tamaño de la
muestra que se requiere para hacer la estimación.
E=1 minuto
N=3000
α=0.05
𝜇𝜇: tiempo promedio que le lleva a sus trabajadores trasladarse entre sus casas y la
empresa en minutos
𝜎𝜎 2 = 30 ⇒ 𝜎𝜎 = 5.48 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚
Población finita de tamaño N
2
𝑍𝑍1−𝛼𝛼/2 𝜎𝜎 2 𝑁𝑁 1.962 × 30 × 3000
𝑛𝑛 = 2 = = 111.02 ≈ 112
(𝑁𝑁 − 1)𝐸𝐸 2 + 𝑍𝑍1−𝛼𝛼/2 𝜎𝜎 2 (3000 − 1)12 + 1.962 × 30
Ejemplo 2.1
𝜇𝜇: tiempo promedio que utilizan los estudiantes de la facultad para estudiar en horas
I.C. del 95% del tiempo promedio que dedican los estudiantes de la facultad a estudiar:
Ejemplo 3:
33 - 28 - 33 - 37 - 31 - 32 - 31 - 28 - 34 - 28 - 33 - 26 - 30 - 31 – 28
Sol.
𝜇𝜇: el peso promedio (en hectogramos o hg) de todas las niñas en el momento del
nacimiento
𝑠𝑠 2.9
𝐸𝐸 = 𝑇𝑇1−∝/2,𝑛𝑛−1 = 2.145 = 1.61
√𝑛𝑛 √15
𝑠𝑠 𝑠𝑠
〈𝑋𝑋� − 𝑇𝑇1−∝/2,𝑛𝑛−1 , 𝑋𝑋� + 𝑇𝑇1−∝/2,𝑛𝑛−1 〉
√𝑛𝑛 √𝑛𝑛
〈30.9 − 1.61 ,30.9 + 1.61〉 = 〈29.29 ,32.51〉
Con un 95% de confianza, se puede afirmar que el peso promedio (en hectogramos o
hg) de todas las niñas en el momento del nacimiento está entre 29.29 hg y 32.51 hg
Ejemplo 4:
Use los mismos 15 pesos al nacer de niñas que se dieron en el ejemplo anterior, para los
cuales
n = 15 y 𝑥𝑥̅ = 30.9 hg. Construya una estimación del intervalo de confianza del 95% para
el peso promedio al nacer de todas las niñas suponiendo que se sabe que σ es 2.9 hg.
Sol.
Con un 95% de confianza, se puede afirmar que el peso promedio (en hectogramos o
hg) de todas las niñas en el momento del nacimiento está entre 29.43 hg y 32.37 hg
Ejemplo 5:
Haga una estimación de intervalo con un nivel de confianza de 95% para la población
total de hogares.
Sol.
𝜇𝜇: cantidad promedio en litros de agua consumida por los hogares por hora
α=0.05
Con un nivel de confianza del 95% podemos afirmar que los hogares de una ciudad
consumen en promedio entre 118.62 litros y 145.38 litros por hora.
I.C. para la proporción poblacional π
Sean:
N: Tamaño de la población
n: Tamaño de la muestra
Error estándar de la proporción muestral
𝑝𝑝̅ − 𝜋𝜋
𝑍𝑍 = 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑍𝑍~𝑁𝑁(0,1)
σ𝑝𝑝̅
IC para población
𝑝𝑝̅ (1 − 𝑝𝑝̅ ) 𝑝𝑝̅ (1 − 𝑝𝑝̅ )
infinita 〈𝑝𝑝̅ − 𝑍𝑍1−∝/2 � , 𝑝𝑝̅ + 𝑍𝑍1−∝/2 � 〉
𝑛𝑛 𝑛𝑛
IC para población
𝑝𝑝̅ (1 − 𝑝𝑝̅ ) 𝑁𝑁 − 𝑛𝑛 𝑝𝑝̅ (1 − 𝑝𝑝̅ ) 𝑁𝑁 − 𝑛𝑛
finita 〈𝑝𝑝̅ − 𝑍𝑍1−∝/2 � � , 𝑝𝑝̅ + 𝑍𝑍1−∝/2 � � 〉
𝑛𝑛 𝑁𝑁 − 1 𝑛𝑛 𝑁𝑁 − 1
−𝐸𝐸 𝐸𝐸
𝑃𝑃 ⎛ ≤ 𝑍𝑍 ≤ ⎞ = 1 − 𝛼𝛼
�𝑝𝑝̅ (1 − 𝑝𝑝̅ ) � 𝑝𝑝̅ (1 − 𝑝𝑝̅ )
⎝ 𝑛𝑛 𝑛𝑛 ⎠
𝐸𝐸
= 𝑍𝑍1−𝛼𝛼/2
�𝑝𝑝̅ (1 − 𝑝𝑝̅ )
𝑛𝑛
𝑝𝑝̅ (1 − 𝑝𝑝̅ )
𝐸𝐸 = 𝑍𝑍1−𝛼𝛼/2 �
𝑛𝑛
Tamaño de la muestra:
2
�𝑍𝑍1−𝛼𝛼/2 � 𝑝𝑝̅ (1 − 𝑝𝑝̅ )
𝑛𝑛 =
𝐸𝐸 2
2
�𝑍𝑍1−𝛼𝛼/2 � 𝑝𝑝̅ (1 − 𝑝𝑝̅ )𝑁𝑁
𝑛𝑛 = 2
(𝑁𝑁 − 1)𝐸𝐸 2 + �𝑍𝑍1−𝛼𝛼/2 � 𝑝𝑝̅ (1 − 𝑝𝑝̅ )
Ejemplo 3:
En una encuesta de opinión, 150 de un total de 400 personas aprueba la gestión del
presidente. Hallar un IC al nivel de confianza del 95% para estimar la proporción π de las
personas que están a favor de la gestión del presidente.
Sol.
n = 400
IC para población
𝑝𝑝̅ (1 − 𝑝𝑝̅ ) 𝑝𝑝̅ (1 − 𝑝𝑝̅ )
infinita 〈𝑝𝑝̅ − 𝑍𝑍1−∝/2 � , 𝑝𝑝̅ + 𝑍𝑍1−∝/2 � 〉
𝑛𝑛 𝑛𝑛
Margen de error:
𝑝𝑝̅ (1 − 𝑝𝑝̅ )
𝐸𝐸 = 𝑍𝑍1−𝛼𝛼/2 �
𝑛𝑛
0.375(1−0.375)
𝐸𝐸 = 1.96� = 0.047 el margen de error es de 0.047 o 4.7 puntos
400
porcentuales
Se desea realizar una encuesta de mercado para estimar la proporción de amas de casa
que prefieren un nuevo producto como alternativa al producto que vende la
competencia. Se requiere que el error al estimar la proporción no sea mayor de 5 puntos
porcentuales, con un nivel de confianza del 98%. El departamento de ventas estima que
cerca del 25% de las amas de casa podrían preferir el nuevo producto. Si cuesta S/ 1500
poner en marcha la encuesta y cada entrevista cuesta S/ 12 ¿Cuál será el costo total de
la encuesta?
2
�𝑍𝑍1−𝛼𝛼/2 � 𝑝𝑝̅ (1 − 𝑝𝑝̅ )
𝑛𝑛 =
𝐸𝐸 2
Margen de error (E)=0.05 (Se requiere que el error al estimar la proporción no sea mayor de 5 puntos
porcentuales)
𝑝𝑝̅ =0.25 (El departamento de ventas estima que cerca del 25% de las amas de casa podrían preferir el nuevo producto)
Ejemplo 5:
Se desea estimar el porcentaje de adultos que realizan compras en línea. Si tiene que
realizar su propia encuesta, ¿cuántos adultos deberían ser encuestados para estar 95%
seguros de que el porcentaje muestral tiene un error no mayor de tres puntos
porcentuales?
a. Suponga que una encuesta reciente mostró que 80% de los adultos realizan compras
en línea.
Se asume 𝑝𝑝̅ = 0.80
b. Suponga que no tenemos información previa que sugiera un posible valor de la
proporción poblacional.
Se asume 𝑝𝑝̅ = 0.50 por defecto al no tener información previa
1. El valor del estadístico muestral, en este caso, la diferencia entre las medias de las 2 muestras.
3. El error estándar del estadístico que, en este caso es el error estándar de la diferencia entre
2 medias y que se calcula como:
𝑆𝑆12 𝑆𝑆22
𝑆𝑆𝑋𝑋�1 −𝑋𝑋�2 = � +
𝑛𝑛1 𝑛𝑛2
Ejemplo 6:
Una empresa desea estimar las horas promedio de trabajo a la semana de las áreas de
finanzas y de recursos humanos, para lo cual toma 2 muestras independientes de 130
personas de cada uno de esos departamentos. Del área de finanzas se obtuvo que las horas
de trabajo promedio a la semana son 50 con una desviación estándar de 3 horas; en el área
de recursos humanos este promedio es de 60 horas con una desviación estándar de 2 horas.
Estime la diferencia entre las horas de trabajo de las 2 áreas con un nivel de confianza de 95
por ciento.
Sol:
μ1: Horas promedio de trabajo a la semana de los empleados del área de recursos humanos
μ2: Horas promedio de trabajo a la semana de los empleados del área de finanzas
I.C. 〈(𝑋𝑋�1 − 𝑋𝑋�2 ) − 𝑍𝑍1−∝/2 𝑆𝑆𝑋𝑋�1 −𝑋𝑋�2 , (𝑋𝑋�1 − 𝑋𝑋�2 ) − 𝑍𝑍1−∝/2 𝑆𝑆𝑋𝑋�1 −𝑋𝑋�2 〉
𝑆𝑆12 𝑆𝑆22
𝑆𝑆𝑋𝑋�1 −𝑋𝑋�2 = � +
𝑛𝑛1 𝑛𝑛2
I.C.
𝑆𝑆 2 𝑆𝑆 2 𝑆𝑆 2 𝑆𝑆 2
〈(𝑋𝑋�1 − 𝑋𝑋�2 ) − 𝑍𝑍1−∝/2 � 1 + 2 , (𝑋𝑋�1 − 𝑋𝑋�2 ) + 𝑍𝑍1−∝/2 � 1 + 2 〉
𝑛𝑛1 𝑛𝑛2 𝑛𝑛1 𝑛𝑛2
𝑆𝑆 2 𝑆𝑆 2 22 32
Margen de error: 𝐸𝐸 = 𝑍𝑍1−∝/2 �𝑛𝑛1 + 𝑛𝑛2 = 1.96 × �130 + 130 = 0.6198
1 2
Al 95% de confianza podemos afirmar que la diferencia en las horas promedio de trabajo de
las áreas está entre 9.38 y 10.62 horas.
Estoy 95% seguro que recursos humanos trabaja en promedio entre 9.38 y 10.61 horas más
que los trabajadores de finanzas
Ejemplo 7:
Un banco desea estimar la diferencia entre el promedio del monto depositado en moneda
nacional entre los clientes de 2 sucursales, toma una muestra aleatoria de 40 clientes de la
sucursal A y otra muestra de igual tamaño de la sucursal B y encuentra que en la primera
sucursal se deposita en promedio $5 000 con una varianza de $600 y, en la sucursal B, $3500
con una varianza (s2) de $700. Construya el intervalo de la diferencia real que existe entre
los depósitos de los clientes de las 2 sucursales con un nivel de confianza de 98 por ciento.
Donde el error estándar del estadístico, en este caso el error estándar de la diferencia entre
dos proporciones es:
Ejemplo 8:
π1: Proporción de personas del distrito A que están de acuerdo con la obra
π2: Proporción de personas del distrito B que están de acuerdo con la obra
𝑝𝑝̅1 : Proporción de personas en la muestra tomada del distrito A que están de acuerdo con
la obra
𝑝𝑝̅2 : Proporción de personas en la muestra tomada del distrito B que están de acuerdo con
la obra
Distrito A Distrito B
n1=150 n2=150
𝑝𝑝̅1 = 90/150 = 0.6 𝑝𝑝̅2 = 75/150 = 0.5
s1 = 2 s2 = 3
I.C.
〈(𝑝𝑝̅1 − 𝑝𝑝̅2 ) − 𝑍𝑍1−∝/2 × 𝑆𝑆𝑝𝑝̅1 −𝑝𝑝̅2 , (𝑝𝑝̅1 − 𝑝𝑝̅2 ) + 𝑍𝑍1−∝/2 × 𝑆𝑆𝑝𝑝̅1 −𝑝𝑝̅2 〉
I.C.
〈(𝑝𝑝̅1 − 𝑝𝑝̅2 ) − 𝑍𝑍1−∝/2 × 𝑆𝑆𝑝𝑝̅1 −𝑝𝑝̅2 , (𝑝𝑝̅1 − 𝑝𝑝̅2 ) + 𝑍𝑍1−∝/2 × 𝑆𝑆𝑝𝑝̅1 −𝑝𝑝̅2 〉 = 〈0.1 − 0.09 , 01 + 0.09〉
〈0.01 , 0.19〉
La diferencia entre la proporción de persona que aprueban la obra está entre 1% y 19%, con
un nivel de seguridad del 90%
Ejemplo 9: