FRBA-UTN- Dto. Ing.

Qumica 1er Cuatrimestre del 2009 Curso Diseo Estadstico de Experiencias- 4ta Clase INTERVALOS DE CONFIANZA PARA LOS PARMETROS DE DISTRIBUCIONES DE POBLACIONES (DP) EN BASE A LOS RESULTADOS DE MUESTRO Y DE LAS CORRESPONDIENTES DISTRIBUCIONES DE MUESTREO (D.M). FUNDAMENTOS Parmetros y Estimadores Parmetros de DP : y Parmetros de DM : muestra. Estimadores de y :<X> = ( Xi) / n y s2. = ( (Xi -<X>)2) / (n-1)
<X>

<X>,

= ( / n) , n :nmero de unidades de la

Teorema de Chevichev Por definicin la dispersin Standard para una funcin de Densidad de Probabilidad f(x) cualquiera es = ( (Xi -<X>)2)* f(X)*dX entre menos infinito y ms infinito. Se divide en tres integrales 1)entre menos infinito y (- K* ) , 2) entre (- K* ) y (+ K* ) , 3) entre ( +K* ) y ms infinito Como un factor del integrando es un cuadrado y f(x) > 0 el producto ser siempre positivo, por lo tanto, si se elimina el segundo termino queda ( (Xi -<X>)2)* f(X)*dX, entre menos infinito y (-K* ), .y entre (+K* ) y ms infinito Para valores de X tal que [X- ] > > ( k* ) infinito.
2 2 2 2

k * ,

queda reemplazando (Xi -<X>)2 por (k )2

* f(X)*dX, entre menos infinito y (-K* ), y entre (+K* ) y ms

Eliminando , queda (1/k)2 > f(X)*dX entre menos infinito y (-K* ) y entre (+K* ) y ms infinito. Por lo tanto 1-(1/k)2 ser menor que la integral f(X)*dX entre (-K* ) y entre (+K* ) (1/k)2 < f(X)*dX entre (-K* ) y (+K* ) , o sea P(- k* < X< +k* ) > 1- (1/k)2 Ejemplo: si k= 2 P(- 2* < X< +2* ) > 1- (1/2)2 = 0,75, o sea que para cualquier distribucin poblacional con Densidad de Probabilidad f(x) la probabilidad de encontrar un valor X entre menos 2* y 2 * es superior a 0,75. Versin 1 8/2008 pag. 1 de 5

FRBA-UTN- Dto. Ing. Qumica 1er Cuatrimestre del 2009 Curso Diseo Estadstico de Experiencias- 4ta Clase 1) Para una distribucin con = 8 y = 9 la P(- 4 < X< 20) ser P = 1(1/16) = 15/16 pues - 4= 8 3* k , implica k = 4 y se cumple tambin que 20 = 8 +4 * 3 2) Para la misma distribucin con la P([X 8] > 6) ser P = 1- (1/4) = 0,75, ya que tomando X 8 = 6, y como 6 = k* por lo tanto k = 2 . Aplicacin a una Poblacin con una Densidad de Probabilidad Gaussiana G(x, , ) Si todo el intervalo entre -infinito y + infinito se divide entre 1) menos infinito y X1, 2 ) X1 y X2 la probabilidad total se divide en tres trminos 1 = X1 N ( x, , ) dx + x, , ) dx,
x1 2

y 3) X2 y ms infinito

x2

N ( x, , ) dx+

x2

N(

X1 y X2 se calculan de forma tal que las integrales en el primer trmino y en el tercero valgan / 2 cada una y de esta forma la integral del segundo trmino vale (1- ) . Para = 0,05 , la segunda integral debe valer 0,95 y los otras dos 0,025 cada una. Ejemplo: = 2 0 , = 2 ; y se fijan los extremos X1 = 1 5 y X2 = 25 implica K1* = K2* = 5 por lo tanto K1 = K2 = 2,5 Segn N( z1, 0, 1) debe ser z1 = (15 - 20)/2 = - 2,5 y z2 = (25- 20 )/2 = +2,5 Se ve que K tiene el mismo significado que z , La Probabilidad de que 15 < X < 25 corresponde a: PG( X<15) = PN( z1< -2,5) = 0,0062 PG( X>25) = PN( z2> 2,5) = 1-0,9938= 0,0062 P(15< X<25) = P( -2,5 < Z < 2,5 ) = = 1- P( z1< -2,5) - P( z2> 2,5) = 1- 2* 0,0062= 0,988, Segn Chevichev P(15< X <25) = 1- 1/(2,5)2 = 0,84 para el caso de cualquier densidad de probabilidad f(x). Aplicacin a intervalos de confianza En principio se puede estimar y mediante <X> y s (denominados estimacin puntual). Pero el conocimiento de la densidad de probabilidad de la poblacion permite definir intervalos dentro de los cuales se debe encontrar los parmetros con una Versin 1 8/2008 pag. 2 de 5

FRBA-UTN- Dto. Ing. Qumica 1er Cuatrimestre del 2009 Curso Diseo Estadstico de Experiencias- 4ta Clase probabilidad conocida. Se usa el criterio dado en el punto anterior, pero en orden opuesto, definiendo el nivel de confianza y calculando el valor k correspondiente. Caso en que se conoce y se calcula el intervalo de con la N(z,0,1). Intervalo para la Poblacin Muestral (PM) de valores medios <Xi> obtenida de n unidades extradas de una poblacin con Densidad de Probabilidad del tipo G( x, , ). Por lo tanto, segn el Teorema del Limite Central la Densidad de Probabilidad de la DM es del tipo G(x, , < X> ) = G( x, , / ( n), donde < X> es la dispersin Standard de la funcin de Densidad de Probabilidad. Debida al hecho que se extrajo un nmero finito de unidades se considera que cualquier valor <Xi> es una fluctuacin estadstica del parmetro . Por lo tanto, con un cierto nivel de confianza la diferencia (<x> - ) debe encontrarse dentro de un intervalo igual a +/- z# < X> donde z# depende del nivel de confianza elegido. Si este nivel es del 95%, ser : z /2 = z 0,025 = -1,96 y z 1- /2 = z 0,975 .= +1,96 pues entre z1 = -1,96 y z2 = 1,96 la probabilidad P de encontrar un valor z tal que P(z1 < z < z2) = 0,95. Por lo tanto : zmin < ((<X> - ) / ( / n)) < zmax . o sea 1,96 *((<X> - ) / ( / n))< 1,96 de donde ((1,96 * ( / n )) < (<X> - ) < (1,96 * ( / n))

Ejemplo : De una G(x, =2,6, = 0,3) se extraen 36 muestras, Cual es el intervalo de <xi> para un nivel de confianza de a) 95 y b) 99%?. Para 95%, z /2 = z 0,025 = -1,96 y z 1- /2 = z 0,975 .= +1,96 ((1,96 * (0,3/36 ))< ( < xi>) < (1,96 * (0,3/36)) de donde -1,96 * 0,05 < (<xi>) < + 1 ,96 0,05 , en definitiva 2,6 0.098 < < xi> < 2,6 + 0,098 2,502< < xi> <2,698 para un 95% Para 99%, z /2 = z 0,005 = - 2,575 y z 1- /2 = z 0,995 .= 2,575 2,6 2,575 * 0,05 < <xi> < 2,6 + 2,575 *0,05 , 2,471< <2,729 para un 99% Para un nivel de confianza del 95% el segmento +/- z /2 * / n alrededor del punto medio incluir solo 95 resultados de cada 100, por lo tanto 5 valores de <xi> no estar dentro de dicho el segmento. Caso en que no se conoce Para este caso se usa la funcin de Densidad de Probabilidad denominada T de Student, o T(t, ) donde es el numero de grados de libertad y t la variable aleatoria.

Versin 1 8/2008

pag. 3 de 5

FRBA-UTN- Dto. Ing. Qumica 1er Cuatrimestre del 2009 Curso Diseo Estadstico de Experiencias- 4ta Clase , Esta variable t es el cociente entre la variable z de una N(z,0,1) y la variable ( 2) de la funcin de Densidad de Probabilidad CHI2, se representa como :. t = z/ (( 2/ ) Es decir la variable aleatoria t es el cociente entre la variable aleatoria z y la raz cuadrada del cociente entre la variable aleatoria 2 y el numero de grados de libertad Para el caso aplicaciones a muestreo t toma el valor

t = (<x> - )/ (s/(n)) <x> =(1/n) * xi,

Definiciones

s2 = (1/(n-1)) * (<x>-xi)2

t /2 es un valor que deja un rea igual a /2 a izquierda de ella, t1- /2 es un valor que deja un rea igual a /2 a derecha de ella,

entre ambas el rea vale 1-. Es decir P( t /2 < t<

t1- /2) = 1- .

El valor de t /2 sale de tablas, para = 0,05 , t depende del , si se tiene 10 muestras se busca en la columna de 0,05 y en la fila de 9, finalmente

<x> - t /2 * s/(n) <

Para n= 3 , = 0,05 y = 2 Para n= 10 , = 0,05 y = 9 Para n= 30 , = 0,05 y = 29

<

<x> + s/(n) * t /2

se tiene 2t0,025 = 4,303 se tiene 9t0,025 = 2,262 se tiene 29t0,025 = 2,045

Ejercicio: Para <x> = 10, s = 0,283 y = 0,05 y 7 muestras 10,0 - 6t0,025 * 0,283/2,65 < < 10,0 + 6t0,025 * 0,283/2,65 10 - 2,447 * 0,107 < < 10,0 + 2,447 * 0,107 10 - 0,26 < < 10,0 + 0,26 Calculo del nmero de muestras para obtener un cierto Error de Estimacin Versin 1 8/2008 pag. 4 de 5

FRBA-UTN- Dto. Ing. Qumica 1er Cuatrimestre del 2009 Curso Diseo Estadstico de Experiencias- 4ta Clase Si (<X> - ) = , donde es tomado como Error de Estimacin de por medio de <x> , se puede calcular n con la expresin 2 n = (((z /2)2 * ) / ) . 2 Si se asume = 0,05, = 0,2 Y para un intervalo de confianza de 95% z /2 = 1,96 , por lo tanto n = 15 . Intervalo de confianza de 2 Para esto se usa la Distribucin 2 donde = n-1 es el numero de grados de libertad, 2 es la variable aleatoria definida por

= (n-1)( s2/ 2)

/2

es un valor que deja un rea igual a /2 a izquierda de ella, es un valor que deja un rea igual a /2 a derecha de ella,

1- /2

entre ambas el rea vale 1-. Es decir De

P(

/2

< <

1- /2

) = 1- .

= (n-1)( s2/ 2) se construye el intervalo

min

< (n-1)( s2/ 2) <

2 min

max 2 max

((n-1) * s2 )* (1/
para n= 10, = 0 ,05 , para n= 10, = 0 ,05 ,
9

) < 2 < (n-1)( s2) (1/

2 /2

min

=
min

= 19
2 1- / 2

= 2,7

((9) * s2 )* (1/2,7 ) < 2 < (9)( s2) (1/19 ) 3,33 s2 < 2 < 0,47* ( s2)
Por lo tanto 2 puede estrar entre 3,3 veces s2 y 0,47 veces s2

Versin 1 8/2008

pag. 5 de 5