SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

ESTADÍSTICA PARA LA GESTIÓN

SEMANA 5

Otros temas de estimación

Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus licencias. No está
IACCemitir, difundir, poner a disposición del público ni
permitido copiar, reproducir, reeditar, descargar, publicar,
utilizar los contenidos para fines comerciales de ninguna clase. 1
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

APRENDIZAJES ESPERADOS

• Analizar intervalos de confianza para estimar parámetros de dos

poblaciones.

IACC
2
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

APRENDIZAJES ESPERADOS ................................................................................................................. 2

INTRODUCCIÓN ................................................................................................................................... 4
1. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE DOS MEDIAS CON VARIANZAS
CONOCIDAS ......................................................................................................................................... 5
2. INTERVALOS DE CONFIANZA DE DOS MEDIAS: MUESTRAS DEPENDIENTES
(DATOS PAREADOS)............................................................................................................................. 9
3. INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE MEDIAS DE DOS DISTRIBUCIONES
NORMALES CON VARIANZAS DESCONOCIDAS, PERO IGUALES ........................................................ 12
4. INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE MEDIAS DE DOS DISTRIBUCIONES
NORMALES CON VARIANZAS DESCONOCIDAS Y DESIGUALES .......................................................... 16
5. INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS
PROPORCIONES POBLACIONALES ..................................................................................................... 19
6. INTERVALOS DE CONFIANZA DE LA VARIANZA DE UNA POBLACIÓN NORMAL ............................ 23
7. TAMAÑO DE LA MUESTRA PARA ESTIMAR LA PROPORCIÓN POBLACIONAL ............................... 25
COMENTARIO FINAL.......................................................................................................................... 27
REFERENCIAS ..................................................................................................................................... 28

IACC
3
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

INTRODUCCIÓN

En un módulo anterior se vieron los métodos de estimación puntual y la estimación a través de

intervalos de confianza.

Es importante recordar los intervalos de confianza vistos hasta

el momento:

Si X es una variable aleatoria que sigue una

distribución 𝑁(𝜇, 𝜎), 𝑦 𝑋1 , 𝑋2 , … , 𝑋𝑛 es una muestra aleatoria de
tamaño n, se pueden calcular intervalos de confianza para los parámetros 𝜇 𝑦 𝑝; dicho cálculo se
basa en las distribuciones de determinados estadísticos, tal y como se indica en la siguiente tabla:

IACC
4
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

1. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE

DOS MEDIAS CON VARIANZAS CONOCIDAS
Si 𝑥̅ 𝑒 𝑦̅ son las medias muestrales de dos muestras aleatorias independientes de tamaño 𝑛𝑥 𝑦 𝑛𝑦
tomadas de poblaciones que tienen varianzas conocidas 𝜎12 𝑦 𝜎22 respectivamente, un intervalo de
confianza para 𝜇𝑥 −𝜇𝑦 del 100(1 − 𝛼)% está dada por (Montgomery & Runger, 1996, p. 311):

𝜎12 𝜎22 𝜎12 𝜎22

𝑥̅ − 𝑦̅ − 𝑍𝛼 √ + ≤ 𝜇𝑥 −𝜇𝑦 ≤ 𝑥̅ − 𝑦̅ − 𝑍𝛼 √ +
2 𝑛𝑥 𝑛𝑦 2 𝑛𝑥 𝑛𝑦

Donde: 𝑍𝛼/2 es el punto de la distribución normal estándar que corresponde al porcentaje 𝛼/2.

Observación: El nivel de confianza 1 − 𝛼 es exacto cuando las dos poblaciones son normales. Para
poblaciones que no lo son, el nivel de confianza es aproximadamente válido para tamaños grandes
de muestra.

EJEMPLO: Dos fábricas A y B empaquetan bombones en la caja. Los pesos promedio de las cajas se
desconocen, pero la desviación estándar es 15 g y 10 g, respectivamente. En una muestra de 18
cajas de A se observó un peso promedio de 256 g y en una muestra de 20 cajas de B se observó un
peso promedio de 245 g. Hallar el intervalo de confianza a un 92% para la diferencia entre los pesos
promedios de las cajas A y B.

DESARROLLO:

Los datos son:

x̅ = 256, y̅ = 245, σx = 15, σy = 110, nx = 18, ny = 20

Ahora se debe hallar el valor de 𝑍𝛼/2 . Para ello se sabe que 1 − 𝛼 = 0,92. Se despeja 𝛼, y queda:

1 − 𝛼 = 0,92

1 − 0,92 = 𝛼

0,08 = 𝛼

IACC
5
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

𝛼 = 0,08

Se busca en la tabla 𝑍𝛼/2 = 𝑍0,08/2 = 𝑍0,04 . Gráficamente:

Se observa en la tabla (revisar en materiales de la semana), la probabilidad 0,96. Se halla entre 1,75
y 1,76.

En este caso, también es útil usar la fórmula de Excel: =DISTR.NORM.ESTAND.INV(0,96)

Y se obtiene 1,7507.

Se reemplazan los datos en el intervalo de confianza para la diferencia de medias.

𝜎12 𝜎22 𝜎12 𝜎22

𝑥̅ − 𝑦̅ − 𝑍𝛼 √ + ≤ 𝜇𝑥 −𝜇𝑦 ≤ 𝑥̅ − 𝑦̅ − 𝑍𝛼 √ +
2 𝑛𝑥 𝑛𝑦 2 𝑛𝑥 𝑛𝑦

152 102 152 102

256 − 245 − 1,7507√ + ≤ 𝜇𝑥 −𝜇𝑦 ≤ 256 − 245 + 1,7507√ +
18 20 18 20

152 102 152 102

11 − 1,7507√ + ≤ 𝜇𝑥 −𝜇𝑦 ≤ 11 + 1,7507√ +
18 20 18 20

IACC
6
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

35 35
11 − 1,7507√ ≤ 𝜇𝑥 −𝜇𝑦 ≤ 11 + 1,7507√
2 2

11 − 7,324 ≤ 𝜇𝑥 −𝜇𝑦 ≤ 11 + 7,324

3,676 ≤ 𝜇𝑥 −𝜇𝑦 ≤ 18,324

Resultados posibles al comparar 2 medias.

Para un intervalo de confianza para 𝜇1 - 𝜇2 que resulte (a, b), se pueden

obtener los siguientes casos:

1) Si a y b son positivos, al 1- α de confianza se puede suponer que

𝜇1 > 𝜇2

2) Si a y b son negativos, al 1- α de confianza se puede suponer que

𝜇1 < 𝜇2

3) Si a es negativo y b es positivo, al 1- α de confianza se puede

suponer que 𝜇1 = 𝜇2

IACC
7
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

EJEMPLO: El gasto diario en teléfono del departamento de Marketing y Finanzas de una empresa
siguen una distribución normal, con gasto medio desconocido en ambos. Sin embargo, se conoce
que la desviación típica del departamento de Marketing es de 100 centavos de dólar y del
departamento de Finanzas 110 centavos de dólar. La gerencia general ha observado una muestra
aleatoria de 20 días, donde el gasto medio en llamadas del departamento de Marketing es de 1.100
centavos de dólar y de 1.400 centavos de dólar para el departamento de Finanzas. Obtener un
intervalo de confianza del 90% para la diferencia de los gastos medios en teléfono de ambos
departamentos.

DESARROLLO:

𝜎12 𝜎22 𝜎12 𝜎22

𝑥̅ − 𝑦̅ − 𝑍𝛼 √ + ≤ 𝜇𝑥 −𝜇𝑦 ≤ 𝑥̅ − 𝑦̅ − 𝑍 𝛼 √ +
2 𝑛𝑥 𝑛𝑦 2 𝑛𝑥 𝑛𝑦

1002 1102 1002 1102

1100 − 1400 − 1,645√ + ≤ 𝜇𝑥 −𝜇𝑦 ≤ 1100 − 1400 + 1,645√ +
20 20 20 20

−354,68 ≤ 𝜇𝑥 −𝜇𝑦 ≤ −245,32

Como los límites de los intervalos son menores que 0, se concluye que el gasto medio en llamadas
telefónicas del departamento de Finanzas es superior al de Marketing, con una confianza del 90%.

Es muy importante que vayan revisando los links adjuntos, para

trabajar los conceptos aplicados

https://www.youtube.com/watch?v=JMwIzFroEgQ

Link del recurso (DESCARGA)

IACC
8
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

2. INTERVALOS DE CONFIANZA DE DOS MEDIAS: MUESTRAS

DEPENDIENTES (DATOS PAREADOS)
Se supone una muestra aleatoria de tamaño n, con n pares de observaciones enlazadas procedentes
de distribuciones normales de medias 𝜇𝑥 −𝜇𝑦 , Es decir, 𝑥1 , 𝑥2,…, 𝑥𝑛 los valores de la muestra

obtenida de la población que tiene media 𝜇𝑥 , e 𝑦1 , 𝑦2,…, 𝑦𝑛 los valores de la muestra obtenida de la

población que tiene media 𝜇𝑦 . Si 𝑑̅ 𝑦 𝑠𝑑 son la media y la desviación estándar observadas en las 𝑛

diferencias de la muestra, con 𝑑 = 𝑥𝑖 − 𝑦𝑖 . Si se supone que la distribución poblacional de las

diferencias es normal, entonces el intervalo de confianza al 100(1 − 𝛼)% de la diferencia entre

las medias (𝜇𝑑 = 𝜇𝑥 − 𝜇𝑦 ) tiene la forma (Newbold, Carlson & Thorne, 2008, p. 326):

𝑠𝑑 𝑠𝑑
𝑑̅ − 𝑡(𝑛−1,𝛼) ≤ 𝜇𝑥 −𝜇𝑦 ≤ 𝑑̅ − 𝑡(𝑛−1,𝛼)
2 √𝑛 2 √𝑛

∑𝑛 ̅ 2
𝑖=1(𝑑−𝑑 )
Con: 𝑠𝑑 = √
𝑛𝑑

La variable aleatoria 𝑡(𝑛−1) tiene una distribución t de Student con 𝑛 − 1 grados de libertad.

EJEMPLO: Se realiza un estudio médico para comparar la diferencia de eficacia de dos

medicamentos para reducir el nivel de colesterol. El grupo de investigación utiliza un enfoque de
datos pareados para controlar la variación de la reducción que podría deberse a factores distintos
del medicamento. Los miembros de cada par de datos tienen las mismas características de edad,
peso, estilo de vida y otros factores pertinentes.

Se administra el medicamento “x” a una persona seleccionada aleatoriamente en cada par y el

medicamento “y” a la otra persona del par. Tras un tiempo determinado, se mide de nuevo el nivel
de colesterol de cada persona.

IACC
9
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Suponga que se selecciona de las grandes poblaciones de participantes una muestra aleatoria de
ocho pares de pacientes que tienen problemas conocidos de colesterol.

La tabla muestra el número de puntos en los que se ha reducido el nivel de colesterol de cada
persona, así como las diferencias, 𝑑 = 𝑥𝑖 − 𝑦𝑖 , correspondientes a cada par. Estime, con un nivel
de confianza del 99%, la diferencia media de eficacia entre los dos medicamentos, “x” e “y”, para
reducir el colesterol.

DESARROLLO:
Se calcula la media muestral 𝑑1 la desviación estándar de las diferencias de la reducción de
colesterol 𝑠𝑑 .

∑𝑛𝑖=1 𝑑𝑖
𝑑̅ = = 1,625
𝑛

IACC
10
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

∑𝑛𝑖=1(𝑑 − 𝑑̅ )2
𝑠𝑑 = √ = 3,777
𝑛𝑑
Ahora se determina el valor de 𝑡(𝑛−1,𝛼) = 𝑡(8,0,01) = 𝑡(7,0,005) = 3,499
2 2

Se usa Excel introduciendo la fórmula: =DISTR.T.INV(0,01;7) = 3,499

Ya que Excel considera 𝑡(𝑛−1,𝛼) = 𝑡(7,0,01)
2

Se reemplazan los datos en el intervalo de confianza para la diferencia entre muestras pareadas.

𝑠𝑑 𝑠𝑑
𝑑̅ − 𝑡(𝑛−1,𝛼) ≤ 𝜇𝑥 −𝜇𝑦 ≤ 𝑑̅ − 𝑡(𝑛−1,𝛼)
2 √𝑛 2 √𝑛

3,777 3,777
1,625 − 3,499 ≤ 𝜇𝑥 −𝜇𝑦 ≤ 1,625 + 3,499
√8 √8

−3,05 ≤ 𝜇𝑥 −𝜇𝑦 ≤ 6,3

Como el intervalo de confianza contiene al valor cero, se puede concluir 𝜇𝑥 −𝜇𝑦 que podría ser

positivo, lo que sugeriría que el medicamento “X” podría ser más eficaz; o bien, que 𝜇𝑥 −𝜇𝑦 podría

ser negativo, lo que sugeriría que el medicamento “Y” podría ser más eficaz; o que 𝜇𝑥 −𝜇𝑦 podría

ser cero, lo que sugeriría que los medicamentos “X” e “Y” son igual de eficaces. Por lo tanto, no se
puede saber si uno de los dos medicamentos es más eficaz para reducir el nivel de colesterol.

IACC
11
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Es muy importante que vayan revisando los links adjuntos, para

trabajar los conceptos aplicados

https://www.youtube.com/watch?v=hcEaKfN28Y0

Link del recurso (DESCARGA)

3. INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE

MEDIAS DE DOS DISTRIBUCIONES NORMALES CON VARIANZAS
DESCONOCIDAS, PERO IGUALES
Si 𝑥̅ , 𝑦̅ y 𝑠𝑥2 , 𝑠𝑦2 son las medias y las varianzas de dos muestras aleatorias de tamaños 𝑛𝑥 𝑦 𝑛𝑦 ,
respectivamente, tomadas de dos poblaciones normales e independientes con varianzas
desconocidas, pero se supone iguales, entonces el intervalo de confianza del 100(1 − 𝛼)% para la

diferencia de las medias 𝜇𝑥 −𝜇𝑦 , está dado por (Montgomery & Runger, 1996, p. 340):

1 1 1 1
𝑥̅ − 𝑦̅ − 𝑡(𝑛𝑥+𝑛𝑦−2,𝛼⁄ ) 𝑠𝑝 √ + ≤ 𝜇𝑥 −𝜇𝑦 ≤ 𝑥̅ − 𝑦̅ + 𝑡(𝑛𝑥+𝑛𝑦−2,𝛼⁄2) 𝑠𝑝 √ +
2 𝑛𝑥 𝑛𝑦 𝑛𝑥 𝑛𝑦

(𝑛𝑥 −1)𝑠𝑥2 +(𝑛𝑦 −1)𝑠𝑦2

Donde, 𝑠𝑝 = √ es el estimador ponderado de cada población (conocida
𝑛𝑥 +𝑛𝑦 −2

también como varianza muestral agrupada) y 𝑡(𝑛𝑥+ 𝑛𝑦−2,𝛼⁄ ) es el punto crítico superior que
2

corresponde al porcentaje 𝛼⁄2 de la distribución 𝑡 con 𝑛𝑥+ 𝑛𝑦−2 grados de libertad.

IACC
12
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

EJEMPLO: Los residentes de San Bernardo, Santiago de Chile, se quejan de que las multas por exceso
de velocidad son más altas en su comuna que las que se imponen a los residentes de la comuna de
Las Condes. Las autoridades acordaron estudiar el problema para ver si las quejas eran razonables.
Se obtuvieron muestras aleatorias independientes de las multas pagadas por los residentes de cada
una de las comunas durante tres meses. El valor de estas multas, en miles de pesos, fue:

Suponiendo que la varianza poblacional es igual, halle el intervalo de confianza al 95% de la

diferencia entre los costos medios de estas dos comunas.

DESARROLLO:
Sea “X” el valor de la multa pagada por un habitante de San Bernardo y sea “Y” el valor de la multa
pagada por un habitante de Las Condes. Se supone que las poblaciones son normales y se
determinan los promedios y las desviaciones estándar.

IACC
13
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Se calcula el estimador combinado de la desviación estándar común de la población (𝑠𝑝 ):

Para determinar el valor de 𝛼, se sabe que:

Pero como interesa 𝛼⁄2, se divide por 2:

Por último, interesa calcular el valor de 𝑡(𝑛𝑥+ 𝑛𝑦−2,𝛼⁄ ) = 𝑡(10+8−2,0,05⁄ ) = 𝑡(16,0,025)

2 2

Se busca en la tabla de distribución de probabilidades t de Student (revisar en materiales de las

semanas) con 16 grados de libertad el valor asociado con una probabilidad 0,025.

𝑡(16,0,025) = 2,12

IACC
14
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Se reemplazan los datos obtenidos en el intervalo de confianza para la diferencia de dos poblaciones
normales de varianzas desconocidas, pero supuestamente iguales.

Esto significa que el costo medio de una multa impuesta a un residente de San Bernardo es entre
$25.836 y $52.764 más alto que el costo medio de una multa a un vecino de Las Condes.

EJEMPLO: Se realiza un estudio en la siembra de dos tipos de maíz en cinco parcelas diferentes.
Las producciones por hectárea son:

Parcelas 1 2 3 4 5
Maíz tipo I 90 85 95 76 80
Maíz tipo II 84 87 90 92 90
(quintales métricos por hectárea)

Varianza Maíz Tipo I 57,7

Varianza Maíz Tipo II 9,8
(muestral)

Construir un intervalo de confianza del 90% para la diferencia de las producciones medias.

DESARROLLO:

IACC
15
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Datos: x̅1 = 85,2 x2 = 88,6

̅̅̅ n1 = n2 = 5 α= 0,10
4∗(57,7)+4∗(9,8)
t 0,05,8 =1,860 Sp = √ 5+5−2
= 5,81

1 1
Intervalo (μ1 - μ2 ) = (85,2 – 88,6) ± (1,860)*(5,81)√5 + 5

-10,235< μ1 - μ2 < 3,435

Como a es negativo y b es positivo, no existe una diferencia significativa entre las producciones, con
una confianza del 90%.

4. INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE

MEDIAS DE DOS DISTRIBUCIONES NORMALES CON VARIANZAS
DESCONOCIDAS Y DESIGUALES
Si 𝑥̅ , 𝑦̅ y 𝑠𝑥2 , 𝑠𝑦2 son las medias y las varianzas de dos muestras aleatorias de tamaños 𝑛𝑥 𝑦 𝑛𝑦 ,
respectivamente, tomadas de dos poblaciones normales e independientes con varianzas
desconocidas, pero desiguales, entonces el intervalo de confianza del 100(1 − 𝛼)% para la

diferencia de las medias 𝜇𝑥 −𝜇𝑦 , está dado por (Montgomery & Runger, 1996, p. 342):

𝑠𝑥2 𝑠𝑦2 𝑠𝑥2 𝑠𝑦2

𝑥̅ − 𝑦̅ − 𝑡(𝜐,𝛼⁄ ) √ + ≤ 𝜇𝑥 −𝜇𝑦 ≤ 𝑥̅ − 𝑦̅ + 𝑡(𝜐,𝛼⁄ ) √ +
2 𝑛𝑥 𝑛𝑦 2 𝑛𝑥 𝑛𝑦

2
𝑠2
𝑥 𝑠2
𝑦
[ 𝑛 +𝑛 ]
𝑥 𝑦
Donde 𝜈 = son los grados de libertad y 𝑡(𝜈,𝛼⁄2) es el punto crítico superior que
𝑠2 𝑠2
𝑦 2
𝑥
( ) 2 ( )
𝑛𝑥 𝑛𝑦
+
(𝑛𝑥 −1) (𝑛𝑦 −1)

corresponde al porcentaje 𝛼⁄2 de la distribución 𝑡.

IACC
16
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

EJEMPLO: La empresa de auditoría Maestros de la Auditoría Subterránea tomó una muestra

aleatoria de facturas pendientes de pago de las oficinas de Cerro Navia y Lo Espejo. Se quería estimar
con estas dos muestras independientes la diferencia entre los valores medios de las facturas
pendientes de pago. Los estadísticos muestrales obtenidos, en miles de pesos, fueron los siguientes:

Se supone que las varianzas poblacionales que son desconocidas son distintas. Estime la diferencia
entre los valores medios de las facturas pendientes de pago de las dos oficinas. Utilice un nivel de
confianza del 95%.

DESARROLLO:
Primero se calculan los grados de libertad (𝜈) . Se sabe que:

IACC
17
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Se reemplazan los valores:

Este valor significa que se busca un valor de t asociado a 11 grados de libertad.

Para determinar el valor de , se sabe que:

1 − α = 0,95
Se despeja 𝛼:

1 − α = 0,95

𝛼 = 0,05

Pero como interesa 𝛼⁄2, se divide por 2:

0,05
𝛼 = 0,05 → 𝛼⁄2 = = 0,025
2

Se busca en la tabla de distribución de probabilidades t de Student (revisar en materiales de las

semanas) con 11 grados de libertad el valor t asociado con una probabilidad 0,025.

𝑡(11,0,025) = 2,201

IACC
18
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Ahora se construye el intervalo de confianza para la diferencia entre medias de dos distribuciones
normales con varianzas desconocidas y desiguales.

El resultado significa que el valor medio de las facturas pendientes de pago de la sucursal Cerro
Navia es de entre $5.810 y $74.190 mayores que el valor medio de las facturas pendientes de pago
de la sucursal Lo Espejo.

5. INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS

PROPORCIONES POBLACIONALES
Sea 𝑝𝑥 la proporción observada de éxitos en una muestra aleatoria independiente de 𝑛𝑥
observaciones procedentes de una población que tiene una proporción 𝑝𝑥 éxitos y sea 𝑝𝑦 la
proporción observada de éxitos en una muestra aleatoria independiente de 𝑛𝑦 observaciones
procedentes de una población que tiene una proporción 𝑝𝑦 éxitos. Si las muestras son de gran
tamaño (generalmente, al menos, de 40 observaciones cada una), se obtiene un intervalo de
confianza al 100(1 − 𝛼)% de la diferencia entre proporciones poblacionales (𝑝𝑥 −𝑝𝑦 )de la forma
siguiente (Newbold, Carlson & Thorne, 2008, p. 337):

IACC
19
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Donde 𝑍𝛼⁄2 es el punto crítico superior que corresponde al porcentaje 𝛼⁄2 de la distribución normal

estándar.

EJEMPLO: Se toma una muestra aleatoria de 85 soportes para el cigüeñal del motor de un automóvil,
hallándose que 10 tienen un terminado más rugoso de lo que las especificaciones permiten. Se hace
una modificación al proceso de acabado de la superficie y se toma una segunda muestra también
de 85 soportes. Se halla que 8 de estos soportes son defectuosos. Obtenga el intervalo de confianza
del 95% para la diferencia en la proporción de resortes defectuosos producidos por ambos procesos.

DESARROLLO:

Primero se determina el valor de asociado al 95% de confianza.

Para determinar el valor de , se sabe que:

1 − α = 0,95
Se despeja 𝛼:

1 − α = 0,95

𝛼 = 0,05

Pero como interesa 𝛼⁄2, se divide por 2:

0,05
𝛼 = 0,05 → 𝛼⁄2 = = 0,025
2

Se busca dentro de la tabla de distribución de probabilidad normal estándar (revisar en materiales

de las semanas) para determinar el valor 𝑍𝛼⁄2 asociado con una probabilidad 0,025, o bien por

simetría, el valor 𝑍𝛼⁄2 asociado con una probabilidad 1 – 0,025 = 0,975.

𝑍0,975 = 1,96

IACC
20
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Además, se sabe que:

10
𝑝𝑥 =
85

8
𝑝𝑦 =
85

𝑛𝑥 = 85

𝑛𝑦 = 85

Ahora se construye el intervalo de confianza para la diferencia entre dos proporciones

poblacionales:

Como este intervalo de confianza incluye al cero, parece poco probable que los cambios hechos en
el proceso de acabado de la superficie hayan reducido el número de soportes defectuosos para
cigüeñal producidos.

IACC
21
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Es muy importante que vayan revisando los links adjuntos, para

trabajar los conceptos aplicados

https://www.youtube.com/watch?v=Bwbe7cvkDn4

Link del recurso (DESCARGA)

IACC
22
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

6. INTERVALOS DE CONFIANZA DE LA VARIANZA DE UNA

POBLACIÓN NORMAL
Suponga que hay una muestra aleatoria de n observaciones extraídas de una población que sigue
una distribución normal de varianza 𝜎 2 . Si la varianza muestral observada es 𝑠 2 , entonces se
obtiene un intervalo de confianza al 100(1 − 𝛼)% de la varianza poblacional de la siguiente manera
(Newbold, Carlson & Thorne, 2008, p. 342):

(𝑛 − 1)𝑠 2 2
(𝑛 − 1)𝑠 2
2 <𝜎 < 2
𝜒𝑛−1,𝛼⁄ 𝜒𝑛−1,1−𝛼⁄
2 2

2
Donde 𝜒𝑛−1, 𝛼⁄ es el número para el que:
2

2
𝜒𝑛−1 2
> 𝜒𝑛−1, 𝛼
𝛼⁄ = ⁄
2 2
2
Y 𝜒𝑛−1, 𝛼
𝛼⁄ = ⁄2 es el número para el que:
2
2
𝜒𝑛−1 2
< 𝜒𝑛−1,1− 𝛼
𝛼⁄ = ⁄
2 2

2
Y la variable aleatoria 𝜒𝑛−1 sigue una distribución ji-cuadrado con (n-1) grados de libertad.

EJEMPLO: El director de Aceros Norte S.A. quiere evaluar la variación de la temperatura en el nuevo
horno eléctrico de la empresa. Se obtiene una muestra aleatoria de 25 temperaturas durante una
semana y se observa que la varianza muestral es 𝑠 2 = 100. Halle el intervalo de confianza al 95%
de la varianza poblacional de la temperatura.

IACC
23
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

DESARROLLO:

IACC
24
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

Es muy importante que vayan revisando los links adjuntos, para

trabajar los conceptos aplicados

https://www.youtube.com/watch?v=Pw66ZHxzAF4

Link del recurso (DESCARGA)

7. TAMAÑO DE LA MUESTRA PARA ESTIMAR LA PROPORCIÓN

POBLACIONAL
Suponga que se selecciona una muestra aleatoria de una población. Puede garantizarse entonces

un intervalo de confianza al 1001% de la proporción poblacional, que tiene una amplitud

máxima ME a cada lado de la proporción muestral si el tamaño de la muestra es (Newbold, Carlson

& Thorne, 2008, p. 347):

0,25(Zα⁄2 )2
n=
ME 2
EJEMPLO: Se estima que el intervalo de confianza del 95% de la proporción de responsables de las
admisiones en programas de posgrado en que pensaban que las calificaciones obtenidas en
exámenes normalizados eran muy importantes en la consideración de un candidato, se obtuvo un
intervalo de 0,533 < 𝑝 < 0,693, basándose en 142 observaciones.

Suponga que debe garantizarse que el intervalo de confianza al 95% de la proporción poblacional
tiene una amplitud máxima de 0,06 a cada lado de la proporción muestral. ¿De qué tamaño debe
ser la muestra?

IACC
25
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

DESARROLLO:

Se sabe que: 𝑀𝐸 = 0.06 y 𝑍𝛼⁄2 = 𝑍0,025 = 1,96 (puede consultar por los ejemplos anteriores en

que se calculó el valor).

Por lo tanto, el número de observaciones muestrales es:

Para lograr este intervalo de confianza más estrecho, se necesita un mínimo de 267 observaciones
muestrales (un aumento significativo con respecto a 142 observaciones iniciales).

IACC
26
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

COMENTARIO FINAL

Los medios de comunicación a menudo publican los

resultados de encuestas de opinión sobre cuestiones de
actualidad, como el índice de aprobación del presidente
en cuestiones nacionales o en política exterior o las
opiniones de la gente sobre alguna propuesta fiscal.
Estas encuestas generalmente representan las
opiniones de algún subgrupo de la población.
Normalmente, dan estimaciones del porcentaje de la
población que tiene determinadas opiniones y suelen concluir con afirmaciones como —con un
error de muestreo de más o menos 3%— o la encuesta tiene un margen de error del 3%.
Concretamente, estos intervalos son el porcentaje muestral, más o menos el error de muestreo o
margen de error indicado. Sin embargo, se debe hacer hincapié en que el margen de error no incluye
los errores que se deben a que la muestra es sesgada o es inadecuada por otras razones.

Los intervalos de confianza son una excelente forma para dar una idea bastante exacta del valor del
parámetro que se quiere estimar.
No se debe perder de vista que es importante tener el criterio en qué condiciones se aplica un
intervalo u otro, ya que estas decisiones incidirán directamente en el acierto del parámetro que se
está estimando y, por ende, dependiendo de la situación, se podrá mejorar la productividad, las
ventas, el servicio, etc.

IACC
27
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

REFERENCIAS

Biosca, A.; Espinet, M. J.; Fandos, M. J.; Jimeno, J.; Villagrán, B. J. & Escolano, L. E. (2003).
Matemáticas II aplicadas a las ciencias sociales. España: Edebé Bachillerato.

Canavos, G. (1998). Probabilidad y estadística, aplicaciones y métodos. 1.ª edición. Estados Unidos:
McGraw-Hill.

Montgomery, D. & Runger, G. (1996). Probabilidad y estadística aplicadas a la Ingeniería. 1.ª edición.
Estados Unidos: McGraw-Hill.

Newbold, P.; Carlson, W. & Thorne, B. (2008). Estadística para la administración y economía. 6.ª
edición. Estados Unidos: Pearson Prentice-Hall.

Pérez, C. (2002). Estadística aplicada a través de Excel. 2.ª edición. Madrid, España: Prentice-Hall.

PARA REFERENCIAR ESTE DOCUMENTO, CONSIDERE:

IACC (2018). Otros temas de estimación. Estadística para la Gestión. Semana 5.

IACC
28
SEMANA 5 – ESTADÍSTICA PARA LA GESTIÓN

IACC
29