ESTIMACIÓN E
INTERVALOS
DE CONFIANZA
CALCULO DEL TAMAÑO DE LA MUESTRA
ESTIMADORES PUNTUALES E INTERVALOS
DE CONFIANZA DE UNA MEDIA
Un estimador puntual es un estadístico único para
calcular un parámetro poblacional. Suponga que se
desea estimar la edad media de los compradores de
televisores de alta definición; selecciona una
muestra aleatoria de 50 compradores recientes,
determina la edad de cada uno de ellos y calcula la
edad media de los compradores de la muestra. La
media de esta muestra es un estimador puntual de la
media de la población.
INTERVALOS DE CONFIANZA DE UNA
MEDIA POBLACIONAL
INTERVALO DE CONFIANZA Conjunto de valores que se
forma a partir de una muestra de datos de forma que
exista la posibilidad de que el parámetro poblacional
ocurra dentro de dicho conjunto con una probabilidad
específica. La probabilidad específica recibe el nombre de
nivel de confianza.
Para calcular el intervalo de confianza, consideraremos dos situaciones:
• Utilizamos los datos de la muestra para calcular µ con Ẍ, mientras que la desviación
estándar de la población (σ) es conocida.
• Utilizamos los datos de la muestra para calcular µ con Ẍ, mientras que la desviación
estándar de la población es desconocida. En este caso, sustituimos la desviación
estándar de la(s) muestra(s) por la desviación estándar de la población (σ).
EJEMPLO
Aunque se espera que el estimador puntual se aproxime
al parámetro poblacional, sería conveniente medir cuán
próximo se encuentra en realidad. Un intervalo de
confianza sirve para este propósito. Por ejemplo, se
estima que el ingreso anual medio de los trabajadores
de la construcción en el área de Nueva York a Nueva
Jersey es de $85 000. Un intervalo de este valor
aproximado puede oscilar entre $81 000 y $89 000. Para
describir cuánto es posible confiar en que el parámetro
poblacional se encuentre en el intervalo se debe generar
un enunciado probabilístico. Por ejemplo: se cuenta con
90% de seguridad de que el ingreso anual medio de los
trabajadores de la construcción en el área de Nueva
York a Nueva Jersey se encuentra entre $81 000 y $89
000.
DESVIACIÓN ESTÁNDAR DE LA POBLACIÓN
CONOCIDA
Los resultados del teorema central del límite permiten afirmar lo
siguiente con respecto a los intervalos de confianza utilizando el
estadístico z:
1. Noventa y cinco por ciento de las medias muestrales seleccionadas
de una población se encontrará dentro de 1.96 errores estándares
(desviación estándar de las medias muestrales de la media poblacional
2. Noventa y nueve por ciento de las medias muestrales se encontrará a
2.58 errores estándares de la media poblacional
Los intervalos calculados de esta manera proporcionan ejemplos
de los niveles de confianza y reciben el nombre de intervalo de
confianza de 95% e intervalo de confianza de 99%.
¿CÓMO SE OBTIENEN LOS VALORES DE 1.96 Y
2.58?
¿CÓMO DETERMINAR EL INTERVALO DE
CONFIANZA DE 95%?
La amplitud del intervalo se determina por medio del nivel de confianza y
de la magnitud del error estándar de la media
EJEMPLO
Del Monte Foods, Inc., distribuye duraznos en trozo en latas de 4
onzas. Para asegurarse de que cada lata contenga por lo menos la
cantidad que se requiere, Del Monte establece que el proceso de
llenado debe verter 4.01 onzas de duraznos y almíbar en cada lata.
Así, 4.01 es la media poblacional. Por supuesto, no toda lata
contendrá exactamente 4.01 onzas de duraznos y almíbar. Algunas
latas contendrán más y otras menos. Suponga que la desviación
estándar del proceso es de 0.04 onzas. También suponga que el
proceso se rige por la distribución de probabilidad normal. Ahora se
selecciona una muestra aleatoria de 64 latas y se determina la
media de la muestra. Ésta es de 4.015 onzas de duraznos y
almíbar. El intervalo de confianza de 95% de la media poblacional
de esta muestra particular es:
El nivel de confianza de 95% se encuentra entre 4.0052 y 4.0248.
INTERVALO DE CONFIANZA DE LA MEDIA
POBLACIONAL CON UNA DESVIACION ESTANDAR CONOCIDA
DESVIACIÓN ESTÁNDAR POBLACIONAL
DESCONOCIDA
Para este caso se utiliza la desviación estándar de la muestra para
estimar la desviación estándar poblacional.
Como no se conoce σ, no se puede utilizar la distribución z. Sin
embargo, hay una solución: utilizar la desviación estándar de la
media y sustituir la distribución z con la distribución t.
La distribución t es una distribución de probabilidad continua,
con muchas características similares a las de la distribución z.
William Gosset, experto cervecero, fue el primero en estudiar
la distribución t. Estaba especialmente interesado en el
comportamiento exacto de la distribución del siguiente
estadístico:
Observe que la distribución t es más plana y que se extiende más
que la distribución normal estándar. Esto se debe a que la
desviación estándar de la distribución t es mayor que la
distribución normal estándar.
Como la distribución t de Student posee mayor dispersión que la
distribución z, el valor de t en un nivel de confianza dado tiene
una magnitud mayor que el valor z correspondiente.
Para crear un intervalo de confianza de la media poblacional con una desviación
estándar desconocida:
1. Suponga que la población muestreada es normal o aproximadamente normal. De
acuerdo con el teorema central del límite, sabemos que este supuesto es
cuestionable en el caso de muestras pequeñas, y es más válida en el de muestras
más grandes.
2. Estime la desviación estándar de la población (σ) con la desviación estándar de
la muestra (s).
3. Utilice la distribución t en lugar de la distribución z.
EJEMPLO
Para comenzar, se supone que la distribución de la población es
normal. En este caso no hay muchas evidencias, pero tal vez la
suposición sea razonable. No se conoce la desviación estándar de
la población, pero sí la desviación estándar de la muestra, que es
de 0.09 pulgadas. Se aplica la fórmula
Para hallar el valor de t, utilice la siguiente tabla:
Para determinar el intervalo de confianza se sustituyen los valores en la
fórmula
Los puntos extremos del intervalo de confianza son 0.256 y
0.384. ¿Cómo interpretar este resultado? Si repitiéramos este
estudio 200 veces, calculando el intervalo de confianza de 95%
con cada media de la muestra y la desviación estándar, 190
intervalos incluirían la media poblacional. Diez intervalos no la
incluirían. Éste es el efecto del error muestral. Otra interpretación
es concluir que la media poblacional se encuentra en este
intervalo. El fabricante puede estar seguro (95% seguro) de que
la profundidad media de las cuerdas oscila entre 0.256 y 0.384
pulgadas. Como el valor de 0.30 se encuentra en este intervalo,
es posible que la media de la población sea de 0.30 pulgadas.
EJERCICIO
APLICACIÓN EXCEL
SQUARE MALL.xlsx
INTERVALO DE CONFIANZA DE UNA
PROPORCIÓN
• Un representante de ventas afirma que 45% de las ventas de Burger King
se lleva a cabo en la ventana de servicio para automóviles.
• Un estudio de las casas del área de Chicago indicó que 85% de las
construcciones nuevas cuenta con sistema de aire acondicionado central.
• Una encuesta reciente entre hombres casados de entre 35 y 50 años de
edad descubrió que 63% creía que ambos cónyuges deben aportar dinero.
Estos ejemplos ilustran la escala de medición nominal. Cuando
se mide con una escala nominal, una observación se clasifica
en uno de dos o más grupos mutuamente excluyentes.
PROPORCIÓN Fracción, razón o porcentaje que indica la
parte de la muestra de la población que posee un rasgo de
interés particular.
Como ejemplo de proporción, una encuesta reciente indicó que 92 de
cada 100 entrevistados estaban de acuerdo con el horario de verano para
ahorrar energía. La proporción de la muestra es de 92/100, o 0.92, o 92%.
Si p representa la proporción de la muestra, X el número de éxitos y n el
número de elementos de la muestra, se determina una proporción
muestral de la siguiente manera:
La proporción de la población se define por medio de π. Por
consiguiente, π se refiere al porcentaje de éxitos en la
población.
CONDICIONES PARA UN INTERVALO DE
CONFIANZA EN UNA PROPORCION
1. Las condiciones binomiales han quedado satisfechas. En resumen, estas
condiciones son:
a) Los datos de la muestra son resultado de conteos.
b) Sólo hay dos posibles resultados (lo normal es referirse a uno de los
resultados como éxito y al otro como fracaso).
c) La probabilidad de un éxito permanece igual de una prueba a la
siguiente.
d) Las pruebas son independientes. Esto significa que el resultado de la
prueba no influye
2. Los valores nπeny el - π ) deben
n(1resultado de otra.
ser mayores o iguales que 5. Esta
condición permite recurrir al teorema central del límite y emplear la
distribución normal estándar, es decir, z, para completar un intervalo de
confianza.
INTERVALO DE CONFIANZA DE LA
PROPORCIÓN DE UNA POBLACIÓN
El desarrollo del estimador puntual de la proporción de la población y el
intervalo de confianza de una proporción de población es similar a
hacerlo para una media. Para ilustrarlo, considere lo siguiente: John Gail
es candidato para representar al tercer distrito de Nebraska ante el
Congreso. De una muestra aleatoria de 100 electores en el distrito, 60
indican que planean votar por él en las próximas elecciones. La
proporción de la muestra es de 0.60, pero no se conoce la proporción
poblacional. Es decir, no se conoce qué proporción de electores de la
población votará por Gail. El valor de la muestra, 0.60, es el mejor
estimador del parámetro poblacional desconocido. Así, p, que es de 0.60,
constituye un estimador de π , que no se conoce.
ELECCIÓN DEL TAMAÑO ADECUADO
DE UNA MUESTRA
Una variable importante cuando se trabaja con intervalos de
confianza es el tamaño de la muestra. Sin embargo, en la
práctica, no es una variable, sino una decisión que se toma
para que la estimación del parámetro de población sea
bueno. Esta decisión se basa en tres variables:
1. El margen de error que tolerará el investigador
El máximo error admisible, designado E, es la magnitud que
se suma y resta de la media muestral (o proporción muestral)
para determinar los puntos extremos del intervalo de
confianza. Por ejemplo, en un estudio de salarios, podemos
decidir que deseamos estimar el salario promedio de la
población con un margen de error de más o menos $1 000.
2. El nivel de confianza deseado.
Al trabajar con un intervalo de confianza, lógicamente
se elegirán niveles de confianza relativamente altos
como de 95 y 99%, que son los más comunes. Para
calcular el tamaño de la muestra, se necesitará un
estadístico z que corresponda al nivel de confianza
elegido. El nivel de confianza de 95% corresponde al
valor z de 1.96, y el nivel de confianza de 99%, a un
valor z de 2.58. Note que las muestras más grandes
(con su consecuente requerimiento de más tiempo y
dinero para recolectarlas) corresponden a niveles de
confianza más altos. Asimismo, observe que utilizamos
un estadístico z.
3. La variabilidad o dispersión de la población que se estudia.
Si la población se encuentra muy dispersa, se requiere una
muestra grande. Por el contrario, si se encuentra concentrada
(homogénea), el tamaño de muestra que se requiere será
menor. No obstante, puede ser necesario utilizar un
estimador de la desviación estándar de la población. He aquí
algunas sugerencias para determinar dicho estimador
Realice un estudio piloto.
Utilice un estudio comparativo.
Emplee un enfoque basado en el intervalo.
TAMAÑO DE LA MUESTRA PARA CALCULAR
UNA MEDIA POBLACIONAL
TAMAÑO DE LA MUESTRA PARA CALCULAR
LA PROPORCIÓN DE UNA POBLACIÓN
Para determinar el tamaño de la muestra en el caso de una proporción,
es necesario especificar estas mismas tres variables:
1. El margen de error.
2. El nivel de confianza deseado.
3. La variación o dispersión de la población a estudiar
EJERCICIO
