Vous êtes sur la page 1sur 52

ESTIMACIN INTERVLICA

DE PARMETROS
Clase 19 y 20 de Marzo de 2014
Semana 2
1. INTRODUCCIN
La limitacin en toda investigacin de poder determinar con un 100% de
precisin el valor real de la media de una poblacin, conduce a la
determinacin de un rango dentro del cual debera estar ubicada el valor real
de la media.
Los intervalos de confianza slo pueden ser aplicados si los datos de la
muestra siguen una distribucin normal, donde slo se agrupan alrededor de
una sola media.
El intervalo de confianza depende de la desviacin estndar y del tamao de
la muestra, cuando la desviacin estndar es mayor entonces el intervalo
tambin tendr una mayor amplitud.
Antes de construir el intervalo de confianza se debe definir el grado de error
() o confiabilidad: cuando la confiabilidad es mayor el tamao del intervalo
tambin es ms grande.
Mtodos Estadsticos
1. INTRODUCCIN
El programa Excell tiene diferentes criterios para el clculo de las
distribuciones a partir de un determinado error:
Si el error es , el programa realiza el clculo de las siguientes
distribuciones:
Distribucin normal: =DISTR.NORM.ESTAND.INV(1-/2)
Distribucin t-student: =DISTR.T.INV(, grados de libertad)
Distribucin Chi. Cola izquierda: =PRUEBA.CHI.INV(1- /2, GL)
Distribucin Chi. Cola derecha: =PRUEBA.CHI.INV(/2, GL)
Mtodos Estadsticos
Observaciones Clculo de Distribuciones
1. INTRODUCCIN
Mtodos Estadsticos
Observaciones: Distribucin Normal
=DISTR.NORM.ESTAND.INV(/2) =DISTR.NORM.ESTAND.INV(1-/2)
Cola Izquierda Cola Derecha
1. INTRODUCCIN
Mtodos Estadsticos
Observaciones: Distribucin t- student
=DISTR.NORM.ESTAND.INV()
Evaluada de forma conjunta
Distribucin t
1. INTRODUCCIN
Mtodos Estadsticos
Observaciones: Distribucin Ji- cuadrada
Distribucin X
2

=PRUEBA.CHI.INV(/2, GL)
PRUEBA.CHI.INV(1- /2, GL)
Cola Izquierda Cola Derecha
1. INTRODUCCIN
Mtodos Estadsticos
Definicin de un Intervalo
Un intervalo de confianza para la estimacin de un parmetro poblacional
tiene la siguiente estructura:
El Intervalo de confianza se lee:
= 1
Donde: LI: lmite inferior
LS: lmite superior
: nivel de error
El intervalo de confianza al 100 (1 ) por ciento para el parmetro :
Existe una probabilidad del (1 ) de encontrar el valor del parmetro
dentro del rango de LI a LS.
1. INTRODUCCIN
Mtodos Estadsticos
Definicin de un Intervalo
Las estimaciones de un parmetro a travs de un intervalo de confianza est
orientado al clculo de:
Importante:
Dependiendo de la cantidad de muestra se debe definir previamente el tipo
de distribucin para determinar el parmetro: t de student o la distribucin
Normal.
Estimacin por intervalos de una media
Estimacin por intervalos de una proporcin
Estimacin de una diferencia de medias
Estimacin de una diferencia de proporciones
Estimacin de la varianza de una poblacin.
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Algoritmo de Aplicacin
Dependiendo de si se conoce la varianza poblacional o si la cantidad de muestra
es grade se construir el intervalo de confianza de la siguiente forma:
Intervalo de Confianza
Se conoce la Varianza Poblacional
S
No
Ecuacin 2.1
El tamao de la Muestra n > 30
S
No
Ecuacin 2.2
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Muestras grandes (n > 30)
Si se conoce la varianza poblacional, o si no se la conoce pero la muestra es
grande, se utiliza la distribucin normal:

/2, 1

< < +
/2, 1

= 1

/2

+
/2

= 1
(2.1)
(2.2)
Muestras Pequeas (n < 30)
Si no se conoce la varianza poblacional y la muestra es pequea se utiliza la
distribucin t student con n-1 grados de libertad:
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Interpretacin Grfica
Considere una regin del intervalo de confianza que debe tener una confiabilidad
del 95%. Este rango est en rea central bajo la campana:
Regin
95%
2,5% 2,5%
=

/
=

/

Lmite inferior
Lmite superior
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Interpretacin Grfica
Despejando el valor de la media poblacional de cada uno de los lmites
obtendremos:
=

/

=

/

Lmite superior:
Lmite inferior:
=
/2


= +
/2


Como la media poblacional debera estar ubicada entre estos lmites inferior y
superior, esto se expresa a travs del intervalo que resulta en:

= 1

/2

+
/2

= 1
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Ejemplo 1
Se midi la viscosidad de un nctar de pera utilizando CMC como espesante y un
viscosmetro de Ostwald como dispositivo de medicin. Los datos se muestran a
continuacin para ocho repeticiones, no se conoce la varianza poblacional.
Construir el intervalo de confianza para el promedio de la viscosidad considerando
un 95% de confiabilidad.
Viscosidad (cPs)
90,9 89,2
88,5 92,3
93,1 92,7
87,2 90,5
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Solucin
Como se desconoce la varianza poblacional, y se tiene slo 8 datos (menor a
30) utilizaremos la ecuacin 2.2 (dependiente de la distribucin t student).
Obtenemos previamente la media y la desviacin estndar muestrales:
Viscosidad (cPs)
90,9 89,2
88,5 92,3
93,1 92,7
87,2 90,5
y = 90,55
S = 2,1233
_
1.
2.
Definimos la ecuacin a utilizar a partir de los datos
Definimos los estadsticos descriptivos
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Solucin
Grados de Libertad: n 1 = 8 1 = 7
Error: = 0,05
En Excell: =distr.t.inv(0.05,7)= 2,3646
3.
4.
Determinamos el valor de la distribucin t-student
Aplicamos la ecuacin:

/2, 1

< < +
/2, 1

= 1
90,55 2,3646
2,1233
8
90,55 + 2,3646
2,1233
8
= 1 0,05
88,7748 92,3252 = 0,95
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Solucin
Significa que existe una probabilidad del 95% de encontrar a la media
verdadera de la poblacin entre 88,77 cP hasta 92,32 cP.
La viscosidad del nctar es mayor a 88,77 cP pero menor a 92,325 cP
con una confiabilidad del 95%. Es decir del total de muestras de la
poblacin el 95% presentar valores de viscosidad entre 88,77 y
92,325 cP.
La viscosidad es de 90,55 1,78 cP considerando un error del 5%.
5. Interpretacin
88,7748 92,3252 = 0,95
Mtodos Estadsticos
Ingresamos los datos en la hoja de datos.
Vamos al men Statistics
Escogemos la opcin Basi Statistics/Tables
Mtodos Estadsticos
Escogemos la opcin t-test single sample
Aparecer una ventana de opciones
Mtodos Estadsticos
Presionar en el botn Variables y elegir la Variable Viscosidad para determinar su
intervalo de confianza. Se puede elegir ms variables si se las tiene.
Mtodos Estadsticos
En la pestaa Options activar el rubro Compute conf. limits; Interval y
seleccionar el grado de significancia.
Mtodos Estadsticos
Presionar en el botn Summary y leer los resultados.
Media Muestral
Desviacin
Estndar Muestral
Lmite inferior
del intervalo
Lmite superior
del intervalo
Coincide con el construido manualmente.
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Ejemplo 2
Se midi el torque de 36 envases PET con un torqumetro, los resultados se
muestran en la tabla. Construir el intervalo de confianza para los resultados,
considerando una confiabilidad del 95%.
Torque de cierre de Envases (lbf.pulg)
27.8 28.8 24.2 25.1 27.1 26.2
29.5 25.5 26.8 27.3 26.8 26.2
26.5 27.5 27.1 26.1 28.1 27.3
28.1 26.7 25.3 27.3 26.4 26.8
27.2 27.3 26.7 26.9 26.8 26.9
27.5 27.2 26.3 26.4 27.3 26.1
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Solucin
No se conoce la varianza poblacional, pero como n (tamao de muestra) es
mayor a 30 utilizamos la ecuacin 2.1 dependiente de la distribucin normal.
y = 26,8639
S = 0,9891
_
1.
2.
Definimos la ecuacin a utilizar a partir de los datos
Definimos los estadsticos descriptivos
Para todos los datos:
Para la distribucin normal estndar Z slo se requiere la confiabilidad, no
requiere grados de libertad. Si = 0,05, entonces 1 /2 = 0,975:
=DISTR.NORM.ESTAND.INV(0.975)=1,96
3. Determinamos el valor de la distribucin
2. INTERVALO DE UNA MEDIA
Mtodos Estadsticos
Solucin
4.
Aplicamos la ecuacin 2.1
26,5408 27,187 = 0,95

/2

+
/2

= 1
26,8639 1,96
0,9891
36
26,8639 +1,96
0,9891
36
= 1
5. Interpretacin
Significa que existe una probabilidad del 95% de encontrar a la media
verdadera de la poblacin entre 26,541 y 27,187 lbf.pulg.
Mtodos Estadsticos
La media (26,8638) y la desviacin estndar (0,98913) son los mismos que los
calculados, sin embargo el intervalo de confianza es ligeramente diferente:
Segn el STATISTIC
26,5408 27,187 = 0,95
Esto se debe a que el programa sigui utilizando la distribucin t-student y no la
distribucin normal. Ntese que a pesar de usar la distribucin t student los
resultados son cercanos al calculado manualmente, significa que a tamaos de
muestras grandes la distribucin converge en una distribucin normal.

3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
A
l
g
o
r
i
t
m
o

d
e

A
p
l
i
c
a
c
i

n

Intervalo de Confianza
Se conoce las Varianzas de las dos Poblaciones
S
No
Ecuacin 2.3
El tamao de la Muestra n
1
+ n
2
- 2 > 30
S
No
Ecuacin 2.4
Las varianzas de ambas muestras son aprox. iguales
S
No
Ecuacin 2.5
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Muestras grandes (n > 30)
Si se conoce la varianza poblacional de cada una de las muestras de forma
independiente, o si no se la conoce pero la suma del tamao de muestra de los
dos grupos es mayor a 30 se utiliza la distribucin normal:
(2.3)

1

2

/2

1
2

1
+

2
2

2

1

2


1

2
+
/2

1
2

1
+

2
2

2
= 1
Si el tamao de muestra es grande se cambia el valor de por la desviacin
estndar muestral.
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Muestras Pequeas con Varianzas Homogneas
Si no se conocen las varianzas poblacionales y la suma de las cantidades de
muestra n
1
y n
2
es menor a 30, se utiliza la ecuacin:
(2.4)
Donde S
p
es la desviacin estndar mancomunada:

1

2

/2,
1
+
2
2

1
+
1

2

1

2


1

2
+
/2,
1
+
2
2

1
+
1

2
= 1

2
=

1
1
1
2
+
2
1
2
2

1
+
2
2

3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Muestras Pequeas con Varianzas Heterogneas
Si las varianzas de las muestras independientes no son homogneas y las
muestras son pequeas, se utiliza la distribucin t student:
(2.5)
Observacin:

1

2

/2,
1
+
2
2

1
2

1
+

2
2

2

1

2


1

2
+
/2,
1
+
2
2

1
2

1
+

2
2

2
= 1
La distribucin normal no requiere grados de libertad, pero la distribucin t-
student s requiere grados de libertad.
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 3
Se tiene un experimento de crianza de trucha, criados a dos condiciones diferentes:
con una densidad de poblacin de 23 peces/m
3
y 35 peces/m
3
. Se midi la
longitud de los peces luego de dos meses de crianza, mostrndose los resultados.
Calcular el intervalo de confianza para la diferencia de medias considerando una
confiabilidad del 95 %. Asumir varianzas homogneas.
23 peces 35 peces
27.3 28.3 32.3 33.4
28.3 27.8 31.2 32.8
26.1 28.9 33.2 32.1
31.1 25.2 34.8 32.3
27.5 29.4 32.8 34.5
29.2 30.3 31.9 29.8
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 3
Solucin
Determinamos los estadsticos de la muestra: la media, la desviacin estndar y la
varianza para las muestras de cada poblacin:
Para 23 peces/m
3
: y
1
= 28,30
S
1
2
= 2,8836
S
1
= 1,6981
Para 35 peces/m
3
: y
2
= 32,575
S
2
2
= 1,8693
S
2
= 1,3672
Como no se conoce las varianzas poblaciones, el tamao de la muestra es pequeo
(n
1
+ n
2
2 = 22), y las varianzas son homogneas, utilizamos la ecuacin 2,4. Por
tanto determinamos la varianza mancomunada de las dos muestras:

2
=

1
1
1
2
+
2
1
2
2

1
+
2
2

3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 3
Solucin
Slo falta conocer el valor de la distribucin t-student:
Confiabilidad: 0,95 = 0,05
Grados de libertad: n
1
+ n
2
2 = 22
Con estos dos valores obtenemos el valor de la distribucin t:
=DISTR.T.INV(0.05,22)=2,0739

2
=
12 1 2,8836 + 12 1 1,8993
12 +12 2

2
= 2,3765
Finalmente aplicamos la ecuacin 2.4:
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 3
Solucin

1

2

/2,
1
+
2
2

1
+
1

2

1

2


1

2
+
/2,
1
+
2
2

1
+
1

2
= 1
28,3 32,575 2,0739 x 2,3765
1
12
+
1
12

1

2

28,3 32,575 + 2,0739 x 2,3765
1

1
+
1

2
= 1
5,5802
1

2
2,9698 = 1
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 3
Solucin
5,5802
1

2
2,9698 = 1
El signo negativo indica que la poblacin 2 (de 35 peces/m
3)
es mayor
que la poblacin 1 (23 peces/m
3
)
Por lo tanto la longitud promedio para la poblacin de 35 peces/m
3

es entre 5,5802 a 2,9698 cm mayor que la poblacin de 23 peces/m
3
,
considerando un 95% de confiabilidad.
El promedio de la longitud de peces criados a 35 peces/m
3
es 4,275
Interpretacin
Las variables dicotmicas son variables que slo tienen como resultado la
aceptacin o rechazo de un atributo de una unidad de anlisis. Generalmente
los resultados se expresan como proporciones o porcentajes de aceptacin,
por ejemplo: proporcin de errores en un lote de productos.
Generalmente para calcular esta proporcin se utilizan grandes tamaos de
muestra. La proporcin p muestral se define como:



El complemento de esta proporcin se define como la proporcin q muestral
para el rechazo:
4. INTERVALO DE PROPORCIONES
Mtodos Estadsticos
La Variable Dicotmica
=



= 1
4. INTERVALO DE PROPORCIONES
Mtodos Estadsticos
Muestras grandes (n > 30)
(2.6)
Si el tamao de muestra es grande se utiliza la distribucin normal estndar para
el clculo del intervalo de confianza:

/2

+
/2

= 1

/2, 1

+
/2, 1

= 1
Muestras Pequeas (n < 30)
Si el tamao de muestra es grande se utiliza la distribucin t- studen con n-1
grados de libertad, para el clculo del intervalo de confianza:
(2.7)
5. DIFERENCIA DE PROPORCIONES
Mtodos Estadsticos
Muestras grandes (n
1
+ n
2
2 > 30)
(2.8)

1

2

/2

1

1

1
+

2

2

2

1

2

1

2
+
/2

1

1

1
+

2

2

2
= 1
Muestras grandes (n
1
+ n
2
2 > 30)

1

2

/2 ,
1
+
2
2

1

1

1
+

2

2

2

1

2

1

2
+
/2,
1
+
2
2

1

1

1
+

2

2

2
= 1 (2.9)
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 4
Para evaluar la inactivacin de la polifenoloxidasa, causante del pardeamiento
enzimtico, en rodajas de pltano durante el secado, se introducen en un secador
un total de 85 rodajas de pltano. Luego del proceso de secado se adiciona a cada
rodaja el indicador (guayacol) y se determin que el nmero de rodajas de naranja
que presentaron oxidacin fue de 13. Calcular el intervalo de confianza para la
proporcin de rodajas an presentara pardeamiento luego del secado
considerando una confiabilidad del 90%.
Solucin:
Primero calculamos las proporciones p y q.
Total de observaciones: 85
N de observaciones con el atributo: 13
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 4
Solucin:
Ahora calculamos el valor de la distribucin normal con una confiabilidad de
0,90. Significa error = 0,10 y 1 /2 = 0,95
=
13
85
= 0,153
= 1 = 0,847
=DISTR.NORM.ESTAND.INV(0,95)=1,645
Finalmente evaluamos el intervalo de confianza con la ecuacin 2.6:

/2

+
/2

= 1
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 4
Solucin:
Significa que la proporcin verdadera de rodajas de pltano que se oxidaran
despus del secado est entre 8,877 y 21,72 % considerando una confiabilidad
del 99%. O tambin que la proporcin de rodajas que se oxidaran es de 15,3
6,42 %.

/2

+
/2

= 1
0,153 1,645
0,153 x 0,847
85
0,153 + 1,645
0,153 x 0,847
85
= 1
0,08877 0,2172 = 1
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 5
Se tienen dos mquinas sopladoras de botellas y se desea evaluar si una genera una
mayor cantidad de defectos que la otra. De manera que se muestre un total de
400 botellas para la mquina A y 370 botellas para la mquina B. De la mquina A
se encontraron un total de 26 botellas defectuosas, mientras que en la mquina B
slo fueron 28. Considerando una confiabilidad del 99%, evaluar el intervalo de
confianza para la diferencia de proporciones de botellas defectuosas entre las dos
mquinas. Hay prueba suficiente para decir que una mquina presenta ms
defectos que la otra?
Solucin:
Previamente debe determinarse las proporciones de productos defectuosos
generados por cada una de las mquinas:
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 5
Solucin:
Mquina A:

1
=
26
400
= 0,065

1
= 1 0,065 = 0,935
Mquina B:

2
=
28
370
= 0,0757

2
= 1 0,0757 = 0,9243

1
= 400

2
= 370
Debido a que el tamao de muestra es bastante grande podemos utilizar la
distribucin normal: Si = 0,01 entonces 1 /2 = 0,995
=DISTR.NORM.ESTAND.INV(0,995)=2,576
Podemos aplicar la ecuacin 2.8.
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 5
Solucin:
Finalmente obtenemos:

1

2

/2

1

1

1
+

2

2

2

1

2

1

2
+
/2

1

1

1
+

2

2

2
= 1
0,065 0,0757 2,576
0,065 x 0,935
400
+
0,0757 x 0,9243
370

1

2
0,065 0,0757 + 2,576
0,065 x 0,935
400
+
0,0757 x 0,9243
370
= 1
3. INTERVALO DE DIFERENCIA DE MEDIAS
Mtodos Estadsticos
Ejemplo 5
Solucin:
0,0583
1

2
0,03687 = 1
Interpretacin
Existe un 99% de probabilidad que la diferencia de proporciones de
elementos defectuosos entre la mquina A y B est entre -5,83 % y 3,687 %.
Es un resultado muy particular, al tener ambos lmites superior e inferior de
diferente signo indica que la proporcin de la mquina B (p
2
) no es ni mayor
ni menor que el de la mquina A (p
1
).
La diferencia de proporciones es mayor a -5,83% y es menor de 3,687% con
una confiabilidad del 99%, como dentro de este intervalo est incluido el 0%,
significa que muy posiblemente las mquinas A y B saquen la misma
proporcin de elementos defectuosos.
6. INTERVALO PARA LA VARIANZA
Mtodos Estadsticos
La Varianza Poblacional
La varianza poblacional expresa el grado de variacin de los datos en torno a la
media. En algunas aplicaciones es importante si la variacin de un resultado est
bajo control o no, esto puede hacerse mediante la construccin del intervalo de
confianza para la varianza poblacional. Considere que la siguiente relacin sigue
una distribucin Chi cuadrada:
1
2

2

Entonces para un intervalo con un error , los lmites de las distribuciones chi
cuadrada tanto a la derecha como la izquierda estarn dados por:

2
1/2

1
2

2

2
/2

Sigue una distribucin Ji cuadrada
6. INTERVALO PARA LA VARIANZA
Mtodos Estadsticos
La Varianza Poblacional
Despejando la ecuacin obtenemos:
Donde: X
2
1-/2, n-1
: valor de la distribucin Ji cuadrada de cola izquierda
X
2
/2, n-1
: valor de la distribucin Ji cuadrada de cola derecha

Ntese que al momento de despejar la ubicacin de las distribuciones chi
cuadrada se invirtieron a ambos lados, el menor valor debe ser el cociente
del lmite izquierdo.

1
2

2
/2, 1

2

1
2

2
1/2, 1
= 1
6. INTERVALO PARA LA VARIANZA
Mtodos Estadsticos
Ejemplo 6
Para la mquina cerradora de frascos del ejemplo 2, calcular el intervalo de
confianza para la varianza poblacional considerando una confiabilidad del 95%.
Traducirlo para el intervalo de confianza para la desviacin estndar. Si se pretende
que la desviacin estndar sea mximo de 2 lbf.pulg, el proceso estar bajo
control?
Solucin:
Del conjunto de datos: y = 26,8639 lbf.pulg (media muestral)
S = 0,9891 (desviacin estndar muestral)
S
2
= 0,9783 (varianza muestral)
n = 36 (cantidad de observaciones)
-
6. INTERVALO PARA LA VARIANZA
Mtodos Estadsticos
Ejemplo 6
Considerando una confiabilidad del 95%, entonces = 0,05, del grfico:
Solucin:
Regin
95%
2,5%
2,5%
=PRUEBA.CHI.INV(/2, GL) =PRUEBA.CHI.INV(1- /2, GL)
=PRUEBA.CHI.INV(0.975,35)= 20,57 =PRUEBA.CHI.INV(0.025,35)=53,203
6. INTERVALO PARA LA VARIANZA
Mtodos Estadsticos
Ejemplo 6
Finalmente aplicamos la ecuacin:
Solucin:

1
2

2
/2, 1

2

1
2

2
1/2, 1
= 1

36 1 0,9783
53,203

2

36 1 0,9783
20,57
= 1
0,6436
2
1,6646 = 1
Para el caso de la desviacin estndar slo obtenemos la raz cuadrada a cada
lado del intervalo de confianza:
0,8022 1,2902 = 1
6. INTERVALO PARA LA VARIANZA
Mtodos Estadsticos
Ejemplo 6
Interpretacin:
Solucin:
Significa que existe un 95% de probabilidad que la desviacin estndar de
la poblacin (torque de cierre) se encuentre entre 0,8022 y 1,2902 lbf.pulg.
La desviacin estndar de la poblacin presenta una desviacin estndar
de 1,0462 0,244 lbf.pulg con una confiabilidad del 95%.
De la premisa que la desviacin estndar debe ser mximo de 2 lbf.pulg,
como el intervalo de confianza no llega a este valor, entonces se puede
decir que el proceso est bajo control.
0,8022 1,2902 = 0,95
7. CONSIDERACIONES FINALES
Mtodos Estadsticos
Intervalos de Confianza
En la investigacin es prctica comn la repeticin de un anlisis mnimo
por triplicado y generalmente por quintuplicado. Los resultados se pueden
expresar en tablas indicando promedio variacin.
La variacin que se muestra en los resultados puede plantearse como 1 o 2
veces la desviacin estndar muestral, o puede obtenerse a partir de la
construccin de un intervalo de confianza.
Los intervalos de confianza presenta informacin til sobre entre qu
lmites se encuentra el parmetro poblacional, esto refuerza la
informacin que se analiza mediante las pruebas de hiptesis.
En la redaccin de la investigacin es til combinar la informacin
proveniente de un intervalo de confianza (que provee los lmites) y de una
prueba de hiptesis (que provee la significancia).
ACTIVIDAD PRCTICA
Resolver la Lista de Ejercicios 2
Semana 2