You are on page 1of 22

Intervalos de Confianza

Dr. Fernando López Flores
Intervalos de Confianza
Métodos de estimación:
Estimación puntual
Estimación de intervalo
Intervalos de Confianza
Métodos de estimación:
Estimación puntual:
Utilización de datos de
la muestra para calcular
un solo valor para
estimar el parámetro de
interés.
Estimación de intervalo:
Ofrece un intervalo de
valores razonables dentro
del cual se pretende que
esté el parámetro de
interés, en este caso la
media poblacional, con un
cierto grado de confianza
Intervalos de Confianza
Muestreo
aleatorio
MUESTRA
(x
1
, x
2
,…..,x
n
)
ESTIMADORES
(Estadísticos)

ESTIMACIONES
(Valores
concretos)
Inferencias
PARÁMETROS
POBLACIÓN
Descripción
Intervalos de confianza
n
x
i
¿
=
.
µ
( )
¿
÷
|
.
|

\
|
÷ =
. .
1
2
n X
i
µ o
ESTIMADORES
ESTIMACIONES
_
X
S
2

Valores concretos
Ejemplo: Distribución de tallas de neonatos
Valores desconocidos de
los parámetros media y
variancia de la talla de la
población
Estimadores
Muestra
Estimación puntual de
Estimación puntual de
µ
2
o
n
x
i
¿
=
.
µ
( )
¿
÷
|
.
|

\
|
÷ =
. .
1
2
n X
i
µ o
{ } 52 ; 52 ; 51 ; 48 ; 46
50
5
52 52 51 49 46
=
+ + + +
=
÷
x
( ) ( )
5 , 6
1 5
50 52 ....... 50 46
2 2
2
=
÷
÷ + + ÷
= s
µ
2
o

Intervalos de confianza bilaterales:
construcción
Dada una variable aleatoria X con media
y desviación estándar ,
el teorema del límite central afirma que posee una distribución
normal estándar si X :
- se encuentra distribuida normalmente,
- no se encuentra distribuida normalmente y n sea
suficientemente grande
µ
o
n
x
Z
o
µ ÷
=
÷
Para una variable normal estándar, 95% de las observaciones se
ubican entre -1,96 y +1,96.
En otras palabras, la probabilidad de que Z tome un valor entre -1,96 y
+1,96 es:

( ) 95 , 0 96 , 1 96 , 1 = s s ÷ Z P
Al sustituir el valor de Z:
95 , 0 96 , 1
/
96 , 1 =
|
|
|
.
|

\
|
s
÷
s ÷
÷
n
x
P
o
µ
Multiplicamos los términos de la
desigualdad por el error estándar

Por tanto,

n
o
95 , 0 96 , 1 96 , 1 = |
.
|

\
|
s ÷ s ÷
÷
n
x
n
P
o
µ
o
Restamos de cada término de tal manera que:



Multiplicamos por -1, invirtiendo el sentido de
la desigualdad:
95 , 0 96 , 1 96 , 1 = |
.
|

\
|
÷ s ÷ s ÷ ÷
÷ ÷
x
n
x
n
P
o
µ
o
95 , 0 96 , 1 96 , 1 = |
.
|

\
|
+ s s + ÷
÷ ÷
x
n
x
n
P
o
µ
o
Al reordenar términos:




La ya no se localiza en el centro de la
desigualdad; en lugar de eso, la afirmación de
probabilística indica algo sobre

95 , 0 96 , 1 96 , 1 = |
.
|

\
|
+ s s ÷
÷ ÷
n
x
n
x P
o
µ
o
÷
x
µ
Al reordenar términos:





95 , 0 96 , 1 96 , 1 = |
.
|

\
|
+ s s ÷
÷ ÷
n
x
n
x P
o
µ
o
Intervalos de Confianza
 Importante:
Cuando las muestras aleatorias son
cada vez más grandes, la variabilidad
de X se torna más pequeño.
Sin embargo la variabilidad inherente
de la población estudiada, medida por
o, siempre se encuentra presente.
Intervalos de Confianza
 Ejemplo :
Distribución de los niveles de colesterol
en sangre de todos los varones que son
hipertensos y que fuman.
 Esta distribución es:
 aproximadamente normal,
 con una media desconocida: µ = ?,
 y una desviación estándar
o = 46 mg / 100 ml.
Intervalos de Confianza
 Interesa calcular el nivel medio de colesterol
en sangre.
 Antes de elegir una muestra aleatoria, la
probabilidad de que el intervalo



contenga la verdadera media poblacional es
de µ = 0,95.
)
)
46
96 . 1 ,
46
96 . 1 (
n
X
n
X + ÷
÷ ÷
Intervalos de Confianza
 En el caso de tomar una muestra tamaño 12
de la población de fumadores hipertensos y
que además poseen un nivel medio de
colesterol en sangre de x = 217 mg / 100 ml.
 El intervalo de confianza es de 95% para µ
es
) 243 , 191 (
)
12
46
96 . 1 217 ,
12
46
96 . 1 217 (
o
+ ÷
Intervalos de Confianza
 Este intervalo contiene el valor de 217 mg
/100 ml, el nivel medio de colesterol en la
sangre de todos los hombres de 20 a 74
años de edad sin importar si son
hipertensos o fumadores.


Se está 95 % seguro de que los límites 191 y 243
cubren la verdadera media µ.
Interpretación 1
Intervalos de Confianza
Interpretación 2: en términos de frecuencia.

Si se tomaran 100 muestras aleatorias de
tamaño 12 de esta población y utilizaran cada
muestra para construir un intervalo de confianza
de 95 %, se espera que en promedio 95 de los
intervalos cubrieran la verdadera media
poblacional µ = 217 y 5 no.
Intervalos de Confianza
Este procedimiento
se expresa
gráficamente de la
siguiente forma:
Intervalos de Confianza

 La única cantidad que varia de muestra es X.
 Todos tiene la misma amplitud.
 Cada intervalo de confianza que no contenga el
valor verdadero de µ se encuentra marcado con un
punto, 5 intervalos están dentro de esta categoría
Interpretación del gráfico:
Intervalos de Confianza

Con la misma muestra de 12 hipertensos, se encuentra
que los límites son
) 251 , 183 (
)
12
46
58 . 2 217 ,
12
46
58 . 2 217 (
o
+ ÷
Para calcular un intervalo de confianza
de 99% para µ.
Intervalos de Confianza
Interpretación:

 Un 99% de confianza de este intervalo cubre el
verdadero nivel medio de colesterol en sangre de la
población.
 La amplitud de intervalo de confianza de 99% es de
251-183=68 mg/ 100 ml.
 Este intervalo es más amplio que el
correspondiente intervalo de confianza de 95%.