INTERVALOS DE CONFIANZA PARA LA

VARIANZA Y COCIENTE DE VARIANZAS

Esp. Evelyn Barco Llerena

evelynjhoana.barco@gmail.com
Universidad Tecnológica de Bolívar
2018
 INTERVALOS DE CONFIANZA PARA LA VARIANZA Y
EL COCIENTE DE VARIANZAS

Dada una variable aleatoria con distribución Normal N(μ; σ), el objetivo es la
construcción de un intervalo de confianza para el parámetro σ, basado en una muestra
de tamaño n de la variable.

Requisitos

1. La muestra es aleatoria simple.

2. La población debe tener valores distribuidos normalmente (aun si la muestra es
grande).
3.Cuando utilizamos los estimados de varianzas o desviaciones estándar utilizamos
otra distribución, conocida como la distribución chi- cuadrada.
 INTERVALOS DE CONFIANZA PARA LA VARIANZA Y EL
COCIENTE DE VARIANZAS

DISTRIBUCIÓN CHI CUADRADA

En una población distribuida normalmente con varianza 𝑆 2 , suponga que seleccionamos al azar
muestras independientes de tamaño n y, para cada muestra, calculamos la varianza muestral 𝑆 2
(que es el cuadrado de la desviación estándar muestral s). El estadístico muestral 𝑋 2 (n 1) 𝑠 2 > 2
tiene una distribución llamada distribución chi cuadrada.
 INTERVALOS DE CONFIANZA PARA LA VARIANZA
Y EL COCIENTE DE VARIANZAS

Para calcular valores críticos de la distribución chi cuadrada, remítase a la tabla A-4.
La distribución chi cuadrada se determina por el número de grados de libertad y en
este capítulo usamos n-1 grados de libertad.

Grados de libertad n -1
 INTERVALOS DE CONFIANZA PARA LA VARIANZA Y
EL COCIENTE DE VARIANZAS
PROPIEDADES DE LA DISTRIBUCIÓN DEL ESTADÍSTICO CHI CUADRADA

1. La distribución chi cuadrada no es simétrica, a diferencia de las distribuciones normal

y t de Student Conforme el número de grados de libertad se incrementa, la distribución
se vuelve más simétrica
 INTERVALOS DE CONFIANZA PARA LA VARIANZA Y EL
COCIENTE DE VARIANZAS
2. Los valores de chi cuadrada pueden ser cero o positivos, pero no pueden ser
negativos
3. La distribución chi cuadrada es diferente para cada número de grados de libertad .el
número de grados de libertad está dado por gl n - 1. Conforme el número de grados de
libertad se incrementa, la distribución chi cuadrada se aproxima a una distribución
normal
INTERVALOS DE CONFIANZA PARA LA VARIANZA
Y EL COCIENTE DE VARIANZAS

Puesto que la distribución chi cuadrada es

sesgada y no simétrica, el intervalo de confianza
no se ajusta al formato de 𝑠 2 ± E y debemos
hacer cálculos separados para los límites de
confianza superior e inferior.

cada valor crítico de X2 corresponde a una área

que se encuentra en el renglón superior de la
tabla, y esa área representa la región acumulativa
localizada a la derecha del valor crítico.

Para la distribución normal estándar proporciona

áreas acumulativas de la izquierda, pero para la
distribución chi cuadrada provee áreas
acumulativas de la derecha.
 INTERVALOS DE CONFIANZA PARA LA
VARIANZA Y EL COCIENTE DE VARIANZAS
 INTERVALOS DE CONFIANZA PARA LA VARIANZA Y
EL COCIENTE DE VARIANZAS

EJEMPLO:

Valores críticos Calcule los valores

críticos de x2 que determinan las
regiones críticas que contienen una área
de 0.025 en cada cola. Suponga que el
tamaño muestral relevante es 10, de
manera que el número de grados de
libertad es 10 - 1, ES 9.
 INTERVALOS DE CONFIANZA PARA LA VARIANZA Y
EL COCIENTE DE VARIANZAS

Esta expresión se utiliza para calcular un intervalo de confianza para la

varianza 𝜎 2 , pero un intervalo de confianza (o un estimado de intervalo)
para la desviación estándar 𝜎 se calcula tomando la raíz cuadrada de cada
componente, como se indica abajo.
 INTERVALOS DE CONFIANZA PARA LA
VARIANZA Y EL COCIENTE DE VARIANZAS

EJEMPLO:

Una muestra aleatoria de 15 tabletas para el dolor de estomago tiene una

desviación típica de 0,8% en la concentración del ingrediente activo. Hállese
un intervalo de confianza del 90% para la varianza y para la desviación
poblacional.
DATOS:

n=15
S= 0.8
v = n -1 =14
2
𝑥0.05 =
2
𝑥0.95 =
 INTERVALOS DE CONFIANZA PARA LA
VARIANZA Y EL COCIENTE DE VARIANZAS

EJEMPLO:

Los datos adjuntos sobre voltaje de ruptura de circuitos eléctricamente sobrecargados se

tomaron de un diagrama de probabilidad normal que apareció en el artículo “Damage of
Flexible Printed Wiring Boards Associated with Lightning-Induced Voltage Surges”, (IEEE
Transactions on Components, Hybrids, and Manuf. Tech., 1985: 214-220). La linealidad del
diagrama apoyó de manera firme la suposición de que el voltaje de ruptura está
aproximadamente distribuido en forma normal. Con una confianza de 95%

1470 1510 1690 1740 1900 2000 2030 2100 2190 2200 2290 2380 2390 2480 2500 2580 2700
 INTERVALOS DE CONFIANZA PARA LA
VARIANZA Y EL COCIENTE DE VARIANZAS

EJEMPLO:

Un fabricante de detergente liquido esta´ interesado en la uniformidad de la máquina

utilizada para llenar las botellas. De manera especifica, es deseable que la desviación
estándar σ del proceso de llenado sea menor que 0,5 onzas de liquido. De otro modo,
existiría un porcentaje mayor del deseable de botellas con un contenido menor de
detergente. Supóngase que la distribución del volumen de llenado es aproximadamente
normal. Al tomar una muestra aleatoria de 20 botellas, se obtiene una varianza muestral
s2 = 0,00153 (onzas de fluido)2. Calcule un intervalo de confianza del 90% para σ
INTERVALOS DE CONFIANZA PARA LA RAZÓN
DE DOS VARIANZAS
 INTERVALOS DE CONFIANZA PARA LA RAZÓN DE
DOS VARIANZAS

EJEMPLO

Una compañía fabrica propulsores para uso en motores de turbina. Para ello, una de las
operaciones consiste en esmerilar el terminado de una superficie particular con una aleación de
titanio. Pueden emplearse dos procesos de esmerilado, y ambos producen partes que tienen la
misma rigurosidad superficial promedio. Al ingeniero de manufactura le gustaría seleccionarlos
obstante, el proceso que tenga la menor variabilidad en la rigurosidad de la superficie, para lo
cual toma una muestra de n1 = 12 partes del primer proceso, que tiene una desviación estándar
muestral de s1 = 5, 1 micro pulgadas.

También toma una muestra aleatoria de n2 = 15 partes del segundo proceso, la cual tiene una
desviación estándar muestral de s2 = 4, 7 micro pulgadas. Lo que el ingeniero busca, con otras
palabras, es encontrar un intervalo de confianza del 90% para el cociente de las dos varianzas
σ2/σ2. Supóngase que los dos procesos son independientes y que la rigurosidad de la superficie
esta distribuida normalmente.
 INTERVALOS DE CONFIANZA PARA LA RAZÓN
DE DOS VARIANZAS

EJEMPLO

Se quiere determinar si dos tipos de motores tienen la misma variabilidad en el

rendimiento. Se tomaron un conjunto de autos de cada tipo y se midió el rendimiento
del combustible en un recorrido estándar , los resultados se presentan a continuación.

1. Gasolina : 34 36 39 31 33 26 45 34 39 38 37
2. Gas : 33 41 39 32 29 28 33 34 25 28 36 33 35
Construya un intervalo de confianza del 90% para la razón de varianzas , asuma que
las muestras provienen de poblaciones normales.