Intervalos de Confianza

Cuando se toman muestras el propsito es conocer ms acerca de una

poblacin, ya que al examinar una poblacin completa se pierde mucho tiempo
y resulta costoso. La informacin que se puede obtener de las muestras
pueden ser estimadores puntuales, es decir, datos como la media muestral y la
desviacin estndar muestral. Un enfoque que arroja ms informacin es la
estimacin por intervalo cuyo objetivo es aportar informacin de que tan cerca
se encuentra la estimacin puntual, obtenida de la muestra, del valor del
parmetro poblacional.
Un intervalo de confianza es un rango de valores formado a partir de una
muestra de datos de forma que en este rango se encuentre el verdadero valor
del parmetro, con una probabilidad determinada.
La probabilidad de que el verdadero valor del parmetro se encuentre en el
intervalo construido se denomina nivel de confianza, y se denota 1- . La
probabilidad de equivocarnos se llama nivel de significancia y se simboliza .
Generalmente se construyen intervalos con confianza 1- =95% (o
significancia =5%). Menos frecuentes son los intervalos con =10% o =1%.
La estimacin por intervalo se calcula al sumar o restar al estimador puntual
una cantidad llamada margen de error. La frmula general de una estimacin
por intervalo es:
Estimacin puntual +/- Margen de error
Existen dos tipos de estimacin de intervalo:
La estimacin de intervalos de confianza para la media poblacional (). Y
su frmula general es:

s
n

Margen de error

La estimacin de intervalos de confianza para la proporcin poblacional

(P). Y su frmula general es:

p z

p Margen de error .

p (1 p)
n

Aunque las muestras provengan de la misma poblacin es razonable que al

observar dos muestras de ella se obtengan medias muestrales distintas, estas
diferencias se atribuyen al azar. Sin embargo al calcular el intervalo de
confianza para la diferencia de dos medias, ste debe contener el valor cero.

Por el contrario, si el intervalo de confianza para la diferencia de medias no

contiene al cero decimos que la diferencia de medias muestrales es
significativa y sera lo mismo que concluir que las medias tericas son
diferentes.
Este mismo argumento podemos elaborar para la diferencia de varianzas, si
bien en este caso el parmetro que se contrasta es el cociente de varianzas y
admitiremos que no hay diferencias significativas entre ellas si el
correspondiente intervalo contiene el valor. De ocurrir lo contrario, es decir, si
el intervalo no contiene el uno, se concluir que las varianzas poblacionales
son diferentes puesto que las varianzas muestrales acusan diferencias
significativas.
HIPOTESIS

A menudo en la investigacin cientfica es necesario tomar algunas decisiones

o sacar conclusiones acerca de una poblacin, con base en los informes
obtenidos a partir de una muestra. Una manera por medio de la cual es posible
extrapolar las conclusiones obtenidas en una muestra a una poblacin, es
probando las hiptesis planteadas en la fase inicial de un proceso investigativo.
La Hiptesis Nula, denotada como H0 siempre especifica un solo valor del
parmetro de la poblacin si la hiptesis es simple o un conjunto de valores si
es compuesta (es lo que queremos desacreditar)
H0 : = 0
(mayor/igual) 0

H0 : (menor/igual) 0

H0 :

La Hiptesis Alternativa, denotada como H1 es la que responde nuestra

pregunta, la que se establece en base a la evidencia que tenemos. Puede tener
cuatro formas:
H1 : = 1
(distinto) 0

H1 : < 0

H1 : > 0

H1 :

Como las conclusiones a las que lleguemos se basan en una muestra, hay
posibilidades de que nos equivoquemos. Dos decisiones correctas son posibles:

Rechazar H0 cuando es falsa.

No Rechazar H0 cuando es verdadera.

Dos decisiones incorrectas son posibles:

Rechazar H0 cuando es verdadera.

No Rechazar H0 cuando es falsa.