Vous êtes sur la page 1sur 25

ESTADSTICA

GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E


INGENIERA EN ORGANIZACIN INDUSTRIAL

TEMA 11.- INTERVALOS DE CONFIANZA


- Estimacin puntual y por intervalos de confianza.
- Intervalos y cotas de confianza.
- Interpretacin frecuentista de los I.C.
- Mtodo general.
- Aplicaciones a modelos normales.

Distribucn F de Fisher-Snedecor

- Aplicaciones a modelos de proporciones.

1,2

g.l. Num, g.l. Denom


5,5
5,25
25,5
25,25

- Eleccin del tamao muestral.


densidad

0,8
0,6

Ronald A. Fisher

0,4
0,2
0
0

Tema 11. Intervalos de Confianza.

183

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

ESTIMACIN PUNTUAL Y POR INTERVALOS DE CONFIANZA


Obtener una estimacin (puntual) de un parmetro es insuficiente:
No calibramos el error que podemos estar cometiendo.
Si obtenemos otra estimacin basada en otra muestra, el valor ser diferente: Cul es mejor?
La probabilidad de acertar en una estimacin puntual con un estimador es frecuentemente 0.
Siempre que la distribucin del estimador sea continua se tiene
P ( Acertar con la estimacin puntual ) P ( ) 0
Es mucho ms informativo un intervalo de valores que cubra el verdadero valor del parmetro con
una cierta garanta.
Unas veces tendremos xito (el intervalo contendr al verdadero valor del parmetro a estimar, que es
un valor fijo pero desconocido) y otras no.
Construiremos este intervalo a partir de la muestra, y sus extremos sern por tanto aleatorios.
Utilizamos un procedimiento de construccin que asegure una alta probabilidad de xito; es decir, de
que el intervalo construido cubra realmente al valor del parmetro desconocido.
Llamamos confianza o garanta a esa probabilidad de xito y suele expresarse en %.
Puede lograrse tan cercana al 100% como requiera cada situacin, pero a costa de aumentar la
amplitud del intervalo y perdiendo por lo tanto precisin.

Tema 11. Intervalos de Confianza.

184

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

La confianza o garanta de xito la fija el investigador: 1- bien 100(1-a)%


Habitualmente se usan valores altos, del 95% 99%.
El riesgo de error es el valor complementario (100%); queda tambin fijado
Ser pequeo. Habitualmente del 5% 1%.
Ejemplo: Para estimar un parmetro de una variable crtica para el funcionamiento de una central
nuclear nos interesar que sea muy pequeo, =0.001 por ejemplo. En otras ocasiones, como por
ejemplo la estimacin de un parmetro que afecte a la longitud de las piezas producidas por una
mquina, donde las consecuencias de un posible error no seran tan graves, se podr admitir un
mayor riesgo de error, por ejemplo =0.05.
Estos intervalos de valores se obtienen a partir de la distribucin muestral del estimador usado y se
llamarn Intervalos de Confianza.
De forma anloga se construyen cotas de confianza (inferiores o superiores)

Tema 11. Intervalos de Confianza.

185

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

INTERVALOS Y COTAS DE CONFIANZA:


X variable aleatoria de inters definida sobre la poblacin.
parmetro de inters desconocido de la poblacin (de la distribucin de la variable X).
X1, , Xn muestra aleatoria simple representativa de la poblacin.
(0,1) fijado de antemano.
Intervalo de confianza del 100(1 para
Es un intervalo formado por dos estadsticos L y U, L L ( X 1 ,..., X n ), U U ( X 1 ,..., X n ) , tal que
P L ( X 1 ,..., X n ) U ( X 1 ,..., X n ) 1

Cota superior de confianza del 100(1 para


Viene definida por un estadstico U U ( X 1 ,..., X n ) , tal que P U ( X 1 ,..., X n ) 1 .
Ejemplo: Inspeccin de calidad, X=1 (D) 0 ( D ). Queremos obtener una cota superior para p=P(D)
Cota inferior de confianza del 100(1 para
Viene definida por un estadstico L L ( X 1 ,..., X n ) , tal que P L ( X 1 ,..., X n ) 1 .
Ejemplo: X= Rendimiento de un proceso qumico. Queremos obtener una cota inferior para
Los intervalos y cotas de confianza, adems de depender de la muestra, tambin dependen de la
confianza 1- con la que queremos trabajar.
Tema 11. Intervalos de Confianza.

186

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

INTERPRETACIN FRECUENTISTA DE LOS INTERVALOS DE CONFIANZA


Los extremos de los intervalos y cotas de confianza son aleatorios por ser funcin de la muestra.
Dada una muestra concreta ( X 1 ,..., X n ) ( x1 ,..., x n ) (datos), calcularemos los valores de L y U
L ( x1 ,..., x n ) l , U ( x1 ,..., x n ) u
y concluiremos que
(l , u ) l u con confianza 1 .
Por qu hablamos de confianza y no de probabilidad?
Una vez calculados los extremos L=l y U=u a partir de los datos, no hablaremos de probabilidad.
Decir P (l , u ) 1 no tiene sentido ya que el parmetro no es una v. a. sino una cantidad
desconocida pero fija. Entonces, calculado el intervalo (l,u), puede ocurrir:
Exito: Hemos acertado y el intervalo contiene al parmetro, o bien
Fracaso: Hemos fallado y no lo contiene.
Confiamos en haber acertado ya que (L,U) satisface P L ( X 1 ,..., X n ) U ( X 1 ,..., X n ) 1 (alto).
Si se repitiera muchas veces el muestreo y el clculo del intervalo (l,u), en promedio una proporcin
1 (100(1)%) de las veces el I.C. contendra al parmetro La proporcin restante fallara.
Esto lo indicamos diciendo que el I.C. tiene una confianza (o garanta) 1.
Esta interpretacin frecuentista de los IC sirve tambin para las cotas de confianza.
Tema 11. Intervalos de Confianza.

187

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Ilustracin de la interpretacin frecuentista de los Intervalos de Confianza para un parmetro

0,8
Distribucin de la Poblacin
0,6

parmetro
de inters de
la poblacin

0,4
0,2

0
0

Muestra 1 :
Muestra 2 :

x1,1 ,..., x1, n


x 2,1 ,..., x 2, n

...

...

Muestra m : x m ,1 ,..., x m , n
...

...

20

40

60

80

100

I 1 (l1 , u1 )
I 2 (l 2 , u 2 )
...

I m (l m , u m )
...

...

Nota: Las muestras provienen de un experimento de simulacin en el que se han construido I.C. al
95%. Podemos ver que en los 100 primeros tenemos 7 fallos y 93 aciertos. Si seguimos tomando
muestras, los porcentajes de aciertos y fallos se estabilizarn en torno a 95% y 5% respectivamente.
Tema 11. Intervalos de Confianza.

188

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

CONFIANZA Y AMPLITUD (PRECISIN) DE UN I.C.


La utilidad prctica de un intervalo viene dada por dos medidas:
1. CONFIANZA: Mide la seguridad o garanta del procedimiento de construccin del intervalo.
2. AMPLITUD: Mide (inversamente) la precisin de la estimacin realizada.
A la hora de valorar un I.C. hay que tener en cuenta que nos interesa:
Que la confianza sea lo ms alta posible. (Por ejemplo, preferiramos 95% a 90%)
Que la amplitud sea lo menor posible. (P. ej., preferiramos 2,995 3,005 a 2,95 3,05 )
Ambos criterios entran en conflicto:
Confianza y amplitud no se pueden controlar a la vez para un tamao de muestra dado. Una
caracterstica de los I.C. es que si aumenta la confianza aumenta la amplitud (disminuye la
precisin).
Se consigue una confianza y amplitud prefijadas eligiendo el tamao muestral adecuado.

A la amplitud se le suele llamar tambin error mximo de estimacin


MTODO PARA CONSTRUIR INTERVALOS Y COTAS DE CONFIANZA
El mtodo general sigue los siguientes pasos:
1. Elegir un buen estimador del parmetro .
2. Obtener la distribucin del estimador .
3. Delimitar una regin de probabilidad bajo esta distribucin,
4. Despejar .
Tema 11. Intervalos de Confianza.

189

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Aplicacin a la obtencin de un I.C. para en el modelo N() con conocida:


1. Estimador: X .
2. Distribucin del estimador:
X N ( ,

n)

N (0,1).

3. Regin de probabilidad bajo la distribucin muestral:


0,4

densidad

0,3

X
P z / 2
z / 2 1 .
n

0,2

0,1

zz

4. Despejar el parmetro :
X z / 2
Tema 11. Intervalos de Confianza.

X z / 2

o bien

X z / 2

n con confianza 1-.


190

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Para obtener cotas de confianza dejamos todo el riesgo de error en una cola:
X

1 X z

P
z

Cota inferior de confianza :


n

Cota superior de confianza : P n z 1 X z n

0,4

0,4

0,3
densidad

densidad

0,3

0,2

0,1

0,2

0,1

Conflicto Confianza-Amplitud:
Si aumentamos la confianza 1-, aumenta z/2 y aumenta la amplitud o error mximo E
E z / 2 / n .

Se puede disear el tamao muestral para conseguir la confianza y el error deseados:


n ( z / 2 / E ) 2 .
Tema 11. Intervalos de Confianza.

191

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Ejemplo: El editor de una revista profesional de ingeniera desea estimar el salario medio de los
graduados en Ingeniera Industrial en su primer empleo. Se conoce que el Salario es una variable
con ley normal y =250 . Se toma una muestra de n=25 titulados de los que obtiene la informacin
sobre su salario, resultando X 1501 .57 .
a) Obtener un I.C. al 95% para .
b) Obtener una cota inferior de confianza al 99% para .
c) Qu tamao muestra se necesita en a) para que el error mximo sea de 50.
Solucin:
a)

X z / 2

X z / 2

1501.57 1.96

250
25

1501.57 1.96

1403.57 1599.57 o bien

b)

X z

25

, o bien 1501.57 1.96

250
,
25

1501.57 98 con una confianza del 95%.

1501.57 2.33

c)

250

250
1384,77 con una confianza del 99%.
25

n ( z / 2 / E ) 2 (1.96 250 / 50) 2 96.04. n 97.

Tema 11. Intervalos de Confianza.

192

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Aplicacin a la obtencin de un I.C. para en el modelo N():


1. Estimador: 2 S 2 .
(n 1)

2. Distribucin muestral del estimador: 2 S 2 n21


3. Regin de probabilidad bajo la distribucin muestral:
0,1

Distribucin n 1

densidad

0,08

(n 1) S 2
2

P n 1,1 2

n 1, 2 1 .
2

0,06
0,04
0,02
0

n21,1 / 2

n21, / 2

4. Despejar el parmetro 2 :
(n 1)

Tema 11. Intervalos de Confianza.

2
n 1, 2

S2 2

(n 1)

2
n 1,1 2

S 2 con confianza 1-.


193

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Para obtener cotas de confianza dejamos todo el riesgo de error en una cola:
(n 1) S 2

2
1

P
1
,
n

(n 1) S 2

2
: P 2 n1,1 1

Cota inferior de confianza :


Cota superior de confianza

Distribucin Chi-Cuadrado

(n 1)

2
n 1,1

S2

S2

0,1

n21

0,06
0,04
0,02

n21

0,08
densidad

0,08
densidad

2
n 1,

Distribucin Chi-Cuadrado

0,1

(n 1)

0,06
0,04
0,02

n21,1

n21,

Conflicto Confianza-Amplitud:
Si aumentamos la confianza 1-, aumenta 2n-1,/2 y disminuye 2n-1,/2 y por tanto aumenta la
amplitud. En este caso no existe una frmula explcita para el tamao muestral.
Tema 11. Intervalos de Confianza.

194

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Ejemplo: Se investiga el dimetro de barras de acero fabricadas por mquinas de extrudado, que
sigue una distribucin normal. Aunque el proceso funciona bien en cuanto al valor medio, se han
observado ciertas anomalas que llevan a pensar que tal vez hay algn desajuste que est haciendo
que la fabricacin tenga mayor variabilidad de la debida con lo que un alto porcentaje del producto
puede resultar inservible. El parmetro de inters a controlar en este caso es la varianza. En
concreto se quiere que la varianza del proceso sea menor que 0.5 cm 2 . Se dispone de una muestra de
tamao n = 18 tal que X 8.63 cm y S 2 0.34 cm 2 . Con estos datos construimos una cota superior de
confianza del 95% obteniendo para 2:
Solucin:

2 n 1S 2
2 17 S 2
1 ; C 2
0.95; 2 17 0.34 0.66.
C 2

n1,1
17 , 0.95
8.67

0,08

distribucin 172

0,06
0,04

95%

5%

0,02
0
0

10

20

30

40

50

172 , 0.95 8.67

Conclusin: los datos no soportan que la varianza cumpla las especificaciones que nosotros
habamos establecido para ese proceso.
Tema 11. Intervalos de Confianza.

195

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

INTERVALOS DE CONFIANZA PARA POBLACIONES NORMALES


1.- I.C. para los parmetros de una poblacin normal
PROBLEMA

ESTIMADOR

Estimacin de
conocida

Estimacin de
desconocida

Estimacin de

DISTRIBUCION
X

INTERVALO DE CONFIANZA 100(1-)%

N ( 0,1)

X z 2

t n 1

X t 2,n 1

/ n
X

S/ n
(n 1) 2
S n21
2

( n 1)

2, n 1
2

S2 2

n
S

n
(n 1)

2
1 2, n 1

S2

2.- Comparacin de dos poblaciones normales


PROBLEMA
Comparacin de medias
y conocidas
Comparacin de medias
=desconocidas
Comparacin de medias
desconocidas
Comparacin de varianzas
/

ESTIMADOR

DISTR. MUESTRAL
X 1 X 2 ( 1 2 )

X1 X 2

2
1

n1

2
2

1
1

n1 n2

t n1 n2 2

X 1 X 2 ( 1 2 )

X1 X 2

S12 S 22

1 2 X 1 X 2 z 2

n2

X 1 X 2 ( 1 2 )

X1 X 2

N (0,1)

INTERVALO DE CONFIANZA 100(1-)%

S12 S 22

n1 n2

S12 12
Fn1 1,n2 1
S 22 22

n1

1 2 X 1 X 2 t 2,n n 2 S p
1

12

1 2 X 1 X 2 t 2,

22
n2

1
1

n1 n2

S12 S 22

n1 n2

S12 12 S12

Fn 1,n 1, 2
Fn1 1,n2 1, 2 , , S 22 22 S 22 2 1
1

Sp definido en la pg. 176


Tema 11. Intervalos de Confianza.

196

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Ejemplo: Una empresa est considerando la fabricacin de un nuevo material sobre la base de
ciertos clculos tericos de su departamento de desarrollo. La propiedad clave del material es su
conductividad trmica, que interesa que sea lo menor posible y que el departamento de desarrollo
juzga como muy inferior a la del material actualmente utilizado. Para asegurarse, la empresa decide
fabricar un total de n=10 unidades del nuevo material. Se quiere obtener una cota superior de
confianza para el valor medio de la conductividad trmica de ese material y la empresa adems juzga
asumible un riesgo =0.05. Supngase normalidad. Los resultados muestrales obtenidos son
X 44.21 Btu / hr - ft-0 F y S 0.1 Btu/hr - ft- 0 F .

Solucin:
S

P X tn 1,
1
n

S
0.1
44.21 1.833
44.268
n
10

La cota superior de confianza del 100(1-)% para se deduce de


y en nuestro caso particular se tiene

X t 9,0.05

0.4
Distribucin t
con 9 g.l.
0.3

P(t > t9,0.05) = 0.05

0.2

0.1

0
-5

Tema 11. Intervalos de Confianza.

0 t9,0.05=1.833

197

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Ejemplo: A la hora de instalar una nueva factora de envases se presenta la eleccin entre dos
sistemas de cerrado de envases que se estn empleando en fbricas ya instaladas. Se est interesado
en la resistencia de esos envases en funcin del tipo de cerrado de los mismos. Se decide estimar la
diferencia entre las resistencias medias mediante un intervalo de confianza del 95%. Para ello se
solicitan datos a las factoras que tienen instalados esos sistemas y de la primera responden enviando
datos relativos a una muestra de tamao n1 8 con X1 25.38 . De la segunda nos llegan datos de una
muestra con n2 12 y X 2 29.46 . Adems de pruebas anteriores con esos tipos de cerrado se sabe que
los modelos son normales y que 12 1.21 y 22 1.98 .
1 2 X 1 X 2 z 2

12
n1

22
n2

Teniendo en cuenta que X1 X2 = 25.38-29.46 = -4.08 y z z0.025 1.96 , obtenemos:

4.08 1.96 1.21 1.98 1 2 4.08 1.96 1.21 1.98


8
12
8
12
5.182 1 2 2.978

En conclusin, como 0 IC las medias se pueden considerar diferentes con confianza 0.95.
El Error mximo de la estimacin es de Emx=1.102. Si quisiramos que fuera como mximo de 0.2
unidades entonces deberamos pedir a cada factora un tamao muestral igual a
n

z22 12 2 2
2
Emax

1.962

1.21 1.98 306.36


0.2 2

es decir 307 elementos por poblacin.


Tema 11. Intervalos de Confianza.

198

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Ejemplo: Se tienen dos tipos de lmparas A y B y se desea estudiar cul de los dos tipos tarda ms
tiempo en fundirse. Las duraciones se ajustan al modelo normal. Se toma una muestra de 8 lmparas
de cada tipo y se obtienen los siguientes datos medidos en das:
Tipo A : X 1 37.7, S1 6.65

Tipo B : X 2 35.4, S 2 5.86 .

Se pide valorar la existencia de diferencias en las duraciones medias a partir de un intervalo de


confianza del 90% para la diferencia de medias suponiendo varianzas iguales.
Solucin:
La expresin del I.C. es:

1 2 X1 X 2 t 2,n n 2 S p

X1 X2 37.7 35.4 2.3 ;

S
2
p

1 1

n1 n2

n1 1S12 n 2 1S 22
n1 n 2 2

7 44.22 7 34.34
39.28 ; t14, 0.05 1.761
14

Sustituyendo los valores en la expresin general obtenemos:


2.3 1.761 6.27

1
1
1 2 2.3 1.761 6.27
4
4
0.4

3.22 1 2 7.82.

Distribucin t
con 14 grados
de libertad

0.3
0.2
0.1
0

0.05

-5

0.9

0.05

0 t14,0.05 = 1.761

Conclusin: 0 IC, luego con un 90% de confianza no existen diferencias.


Tema 11. Intervalos de Confianza.

199

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Ejemplo: En el ejemplo sobre los dos tipos de lmparas para el que realizamos una comparacin de
medias en poblaciones normales con varianzas desconocidas pero iguales, construir un intervalo de
confianza del 95% para comparar las varianzas y avalar la suposicin realizada. (Si el valor 1
pertenece a ese intervalo entonces nuestra suposicin de varianzas iguales tendr argumentos
consistentes con que sostenerse. El valor 1 corresponde precisamente a 1 2 ).
Solucin:
Tenemos dos muestras de tamao 8, de modo que

S 1 6.65 y S 2 5.86

y el I.C. ser:

1
1 44.22 12

S2
S2 2
44.22 12
44.22
44.22

0.95

0
.
95
4
.
99
C
2 F7 , 7 , 0.025
C F7, 7, 0.975 12 12 F7 , 7 , 0.025 12 0.95 C
2

34
.
34
34
.
34
4
.
99
34
.
34
34
.
34
F
S

S
2
2
2
2
2

7 , 7 , 0.025

12
0.25 2 6.42.
2
0.7

F 7,7,0.025 = 4.99

0.6
0.5

F7,7,0.975 = 0.2

0.4
0.3
0.2
0.1
0
0

C=0.95
1

Distribucin F7,7

Conclusin: 1 IC, luego se pueden considerar las varianzas iguales.


Tema 11. Intervalos de Confianza.

200

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Aplicacin del mtodo general a la obtencin de un I.C. para una proporcin p:


1. Estimador: p X .
~ N p,
p

2. Distribucin del estimador:

p (1 p

p p
p (1 p ) / n

~ N (0,1).

3. Regin de probabilidad bajo esta distribucin:


0,4

densidad

0,3

P z / 2

0,2

z / 2 ~
1 .

p(1 p) / n

p p

0,1

zz

4. Despejar p: p p z / 2

p(1 p)
n

El intervalo no es operativo porque los extremos dependen de p:

Estimamos p(1-p): p p z / 2

p (1 p )
con confianza aprox. 1-.
n

p
p
z

/
2
Acotamos p(1-p)1/4:
4n con confianza al menos 1-. (I.C. conservador)
Tema 11. Intervalos de Confianza.

201

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Para obtener cotas de confianza dejamos todo el riesgo de error en una cola:
Cota inferior de confianza :

p p
P
z ~
1
p(1 p) n

p p

~
P

z
Cota superior de confianza :
1
p(1 p) n

p X z

p X z

p (1 p )
n
p (1 p )
n

Conflicto Confianza-Amplitud:
Si aumentamos la confianza 1-, aumenta z/2 y aumenta el error mximo
E z / 2

p(1 p)
n

El tamao muestral para conseguir la confianza y el error deseados sera:


z2 / 2 p(1 p)
n
.
E2

Si disponemos de un estimador piloto p0 , entonces


Si no disponemos de informacin sobre p, entonces

z2 / 2 p 0 (1 p 0 )
n
E2
z2 / 2
n
4E 2

I.C. conservador, utilizando p(1-p)1/4 (caso ms desfavorable p=q=1/2).


Poco aconsejable para p y q extremos. Por ejemplo, si p=0.01, pq=0.0099<<1/4.
Tema 11. Intervalos de Confianza.

202

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

INTERVALOS DE CONFIANZA BASADOS EN MUESTRAS GRANDES


INTERVALOS DE CONFIANZA PARA PROPORCIONES
PROBLEMA

ESTIMADOR DISTRIBUCIN MUESTRAL INTERVALO DE CONFIANZA 100(1-)%


p p

Estimacin de una
proporcin p.

Comparacin de
proporciones p1p2.

p 1 p 2

~ N (0,1)

p(1 p)
n
p 1 p 2 ( p1 p2 )

p1 (1 p1 ) p2 (1 p2 )

n1
n2

~ N (0,1)

p p z 2

p1 p 2 p 1 p 2 z 2

p (1 p )
n
p 1 (1 p 1 ) p 2 (1 p 2 )

n1
n2

INTERVALOS DE CONFIANZA PARA MEDIAS DE POBLACIONES CUALESQUIERA


PROBLEMA
Estimacin de
n grande

ESTIMADOR DISTRIBUCIN MUESTRAL INTERVALO DE CONFIANZA 100(1-)%


X ~
S

Comparacin de
medias 12,
n1, n2 grandes

Tema 11. Intervalos de Confianza.

X1 X 2

N (0,1)
S n
X 1 X 2 1 2 ~
N (0,1)
S12 S 22

n1 n 2

X z / 2

1 2 X 1 X 2 z 2

S12 S 22

n1 n2

203

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

TIPOLOGA GENERAL DE LOS INTERVALOS PARA MEDIAS Y PROPORCIONES:


Parmetro = Estimador
Parmetro = Estimador

Error mximo de estimacin


Factor de
confianza

El Factor de confianza depende de:


La confianza deseada .
La distribucin del estimador.

Desv. tpica
del estimador
La desviacin tpica del estimador depende de:
El estimador usado.
El modelo o poblacin en estudio.
El tamao muestral.
Frecuentemente se desconoce y debe estimarse

El error mximo de estimacin se interpreta como la mxima posible diferencia entre el parmetro
(desconocido) y la estimacin puntual (conocida y que se usa como centro del intervalo) en el caso de
que el I.C. fuese correcto.

TIPOLOGA GENERAL DE LOS INTERVALOS PARA VARIANZAS:


Parmetro (Estimador A , Estimador B)
Los factores A y B dependen de la confianza y de la distribucin del estimador, que a su vez depende
del tamao muestral.
Tema 11. Intervalos de Confianza.

204

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

ELECCIN DEL TAMAO MUESTRAL


La tabla siguiente muestra las frmulas para calcular los tamaos muestrales necesarios para
conseguir I.C. con una confianza prefijada 1- y un error mximo prefijado
Emx.
PROBLEMA
Estimacin de
conocida
Estimacin de
desconocida. S2 estimador piloto.
Comparacin de medias
y conocidas
Comparacin de medias
=desconocidas.
Sp2 estimador piloto.
Comparacin de medias
desconocidas
S12 , S22 estimadores piloto.
Estimacin de una proporcin p.

p0 estimador piloto
Comparacin de proporciones p1p2.

p10 y p20 estimadores piloto


n1=n2

ERROR MXIMO

E mx z 2
n
E mx t n 1,
E mx z 2

S
2

12
n1

Emx t n1 n2 2, 2 S p
E mx t , 2

TAMAO MUESTRAL NECESARIO


z2 2 2
n
2
E mx
Se resuelve por tanteo para n pequeo. Si n grande: n

22

n1 n2

n2

1 1

n1 n2

S12 S 22

n1 n 2

E mx z 2

p (1 p )
1
z 2
n
4n

Em,ax z 2

p1(1 p1) p2(1 p2)

n1
n2

z2 2 S 2
2
Emx

z2 2 (12 22 )
2
Emx

Se resuelve por tanteo. Para n1 n2 grandes: n1 n2


Se resuelve por tanteo. n1 n2 grandes: n1 n2

z2 2 2S p2
2
Emx

z2 2 (S12 S22 )
2
Emx

z2 2 p 0 (1 p 0 ) z2 2 1 4
2
n
2
Emx
Emx
p10 (1 p10 ) p20 (1 p20 ) z 2 (1 4 1 4)

2
2
Emx
Emx
2

n z 2
2

Nota: Caso ms desfavorable para estimar proporciones: p=q=1/2 p(1-p)=1/4

Nota: No existen expresiones explcitas para el caso de los I.C. para varianzas.
Tema 11. Intervalos de Confianza.

205

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Ejemplo: Un fabricante de antenas parablicas quiere ofrecer a sus clientes un periodo de garanta
de un ao y le gustara saber, antes de decidirse cul es la proporcin p de antenas que debera
reparar gratuitamente en ese caso. Para ello decide hacer un intervalo de confianza de nivel 0.9 para
p. Toma una muestra de 100 antenas que se prueban durante un ao. De esas 100 antenas se
estropean 18.
Solucin:
El intervalo de confianza tiene la forma: p p z 2

p (1 p )
n

Sustituyendo los valores obtenemos

0.181 0.18
0.181 0.18
0.9
C 0.18 1.65
p 0.18 1.65

100
100

0.116 p 0.243.

El Error mximo de la estimacin es Emax=0.063. Si el fabricante quisiera una precisin mayor en el


intervalo de confianza, de forma que el error mximo en la estimacin de la proporcin fuera de 0.02
podramos utilizar la muestra inicial que ya tenemos como muestra piloto y experimentar con una
muestra adicional de
n

p 1 p z 22
2
E max

0.181 0.181.65 2

1004.6 ,
2
0.02

de modo que deberamos probar un total de 1005 antenas para conseguir la precisin requerida a la
estimacin.
Tema 11. Intervalos de Confianza.

206

ESTADSTICA
GRADOS EN INGENIERA MECNICA, INGENIERA QUMICA E
INGENIERA EN ORGANIZACIN INDUSTRIAL

Ejemplo: En el ejemplo anterior, al considerar que la tasa de fallos en el primer ao de vida era
excesiva, un distribuidor del producto decide comparar el funcionamiento de las antenas de ese
fabricante (A) con las de otro fabricante B. Toma una muestra de 200 antenas de este ltimo y
durante el primer ao de vida se observan 22 fallos. Comparar las proporciones de fallos mediante
un I.C. al 95%. Hallar los tamaos muestrales necesarios para que el error mximo de la estimacin
con la confianza del 95% sea 0.05
Solucin:
El intervalo de confianza tiene la forma:

p1 p 2 p 1 p 2 z 2

p 1 (1 p 1 ) p 2 (1 p 2 )

n1
n2

Sustituyendo los valores obtenemos

0.181 0.18 0.111 0.11


0.95
C p1 p 2 0.18 0.11 1.96

200
100

p1 p 2 0.07 0.087.

Como 0 IC, con un 95% de confianza no existen diferencias.


Para obtener el tamao muestral utilizamos los estimadores anteriores como pilotos:
n1 n2 z2 / 2

p 1 (1 p 1 ) p 2 (1 p 2 )
0.18 0.82 0.11 0.89
1.96 2
377.25 ,
2
E
0.05 2

de modo que deberamos probar 378 antenas de cada tipo para conseguir la precisin requerida a la
estimacin.
Tema 11. Intervalos de Confianza.

207