Estadística II

ESTIMACIÓN DE PARÁMETRO POR INTERVALOS:

Es una forma operativa de saber que tan precisa es la estimación, consiste en calcular
un intervalo de confianza que indique el rango donde puede estar el parámetro con
cierto nivel de seguridad y confianza.

Una estimación puntual no nos dice cuán próximo esta la estimación al parámetro que
se estima, por lo tanto, no es muy significativa, si no se tiene alguna medida de error
que se comete en la estimación. Es deseable tener cierto grado de confianza de que la
estimación puntual se halle dentro de cierta variación.

La estimación por intervalos (propuesto por J. Neyman en 1937), es la estimación de

un parámetro ɵ dentro de un intervalo de extremo cerrado [a, b], donde los números a
y b se obtienen a partir de la distribución de la estadística que estima puntualmente al
parámetro y de los valores de la muestra.

Sea X1 , X 2 , X 3 ,..., X n . una muestra aleatoria de tamaño n escogida de una población

F(x, ), cuyos valores experimentales (o datos) respectivos son X1 , X 2 , X 3 ,..., X n . y sea
ˆ
 =  ( X ,X ,X ,...,X ) la estadística para estimar el parámetro  cuya distribución de
1 2 3 n
probabilidad sea conocida.
Esta estadística es conocida como variable aleatoria pivote y el método de obtener un
Intervalo de confianza se denomina Método De Pivote

Si para la probabilidad dada, 1 - 𝛼, en la distribución de ̂ se puede encontrar las

variables aleatorias  =  ( X1,X 2 ,X 3 ,...,X n ) y  =   ( X1,X 2 ,X 3 ,...,X n ) talque:
P  A    B = 1 −  , 0  1
entonces se dice que el parámetro θ   A, B Con probabilidad 1−  ó que el intervalo
aleatorio [A, B] es el intervalo del estimador del parámetro  con el nivel de confianza
de (1 − ) x 100% .
• Además, si a = H1 ( X1,X 2 ,X 3 ,...,X n ) , b =  2 ( X1,X 2 ,X 3 ,...,X n ) , son los valores
numéricos que resultan en sustituir los valores de la muestra en las estadísticas A y B
respectivamente entonces, se dice que el intervalo numérico [a,b] es el intervalo de
confianza del (1 − ) x 100% para  , o que    a, b con nivel o grado de confianza
del (1 − ) x 100%

La diferencia, pues, entre los intervalos [A, B] y [a, b], está en que el primero es un
intervalo aleatorio y por lo tanto tiene validez afirmar que la probabilidad que contenga
al parámetro  es igual a 1−  . Mientras que el segundo es un intervalo numérico fijo
y en este caso, no tiene validez afirmar que la probabilidad
P a    b = 1 − .

La probabilidad 1−  , o el porcentaje (1 − ) x 100% es denominado el nivel de

confianza. Sus valores más utilizados son: 0.95, 0.98, 0.99 entre otros. Al número 
se le denomina también riesgo de estimación del parámetro por el método del intervalo.
A los valores a y b se les denomina límites de confianza del parámetro  . El número “a”
es el límite inferior de confianza y el número “b” es el límite superior de confianza

UNIVERSIDAD ANDINA DEL CUSCO

 Estadística II

¿Qué es el intervalo de confianza para la media?

El intervalo de confianza para la media es un intervalo que proporciona un rango de
valores admisibles para la media de una población. Es decir, el intervalo de confianza
para la media nos da un valor máximo y un valor mínimo entre los cuales se encuentra
el valor de la media de una población con un margen de error.
Por ejemplo, si el intervalo de confianza del 95% para la media de una población es
(6,10), significa que el 95% de veces la media poblacional estará entre 6 y 10.
Por lo tanto, el intervalo de confianza para la media se usa para estimar dos valores
entre los cuales se encuentra la media de una población. Así pues, el intervalo de
confianza para la media resulta muy útil para aproximar el promedio de una población
cuando se desconocen todos sus valores.
Intervalo de confianza para la media 𝝁
Sea X1 , X 2 , X 3 ,..., X n . una muestra aleatoria de tamaño “n” seleccionada de una
población X cualesquiera con media 𝜇 desconocida y varianza  2 supuestamente
conocida. El estimador puntual del parámetro 𝜇 es la media estadística media muestral
x , la variable estandarizadora de x tiene la distribución aproximadamente al normal
estándar, esto es:

x −
Z=  N(0,1)
/ n

El intervalo de confianza para la media se calcula sumando y restando a la media

muestral el valor de Zα/2 multiplicado por la desviación típica (σ) y dividido por la raíz
cuadrada del tamaño de la muestra (n). Por lo tanto, la fórmula para calcular el intervalo
de confianza para la media es la siguiente:

 σ σ 
 x - Z1− α μx+Z α 
1−
 2 n 2 n

σ σ
 LIC = x - Z α , LSC = x + Z α
1− n 1− n
2 2

Error de estimación: Si el parámetro μ estima puntualmente por la estimación x̄,

entonces, el error de la estimación es el valor numérico x − .
σ
Observe que, x - μ  Z α × ES ; Donde, ES = , es el error estándar de la media
2 n
muestral

UNIVERSIDAD ANDINA DEL CUSCO

 Estadística II

Ejemplo 01.
Si una muestra de tamaño 36 de una población con 𝜎 = 80 , ha dado una media 500,
entonces, el intervalo de estimación de 𝜇 con nivel de confianza del 95%, Hallar el error
de la estimación y el intervalo de confianza.
Solución:
Datos del problema
n = 36
 = 80
x = 500
1 −  = 95% = 0.95
  = 1 − 0.95

 = 0.05  = 0.025
2
 1− / 2 = −
=   = 1.96

σ
IC = x  Z α
1− n
2

   
 LIC = x - Z1− 2  
  n
      a; b con confianza al 95%
LSC = x + Z   
 1−   
 2 n 
  80 
 LIC = 500 - 1.96   = 500 - 26.13 = 473.87
  36 

LSC = 500 + 1.96  80  = 500 + 26.13 = 526.13
  
  36 
 IC =  473.87; 526.13 con confianza al 95%

 LIC = 473.87
IC =  473.87; 526.13  
LSC = 526.13

σ 
Error de estimación ES = = = 13.33
n 
El error de estimación no es superior a 13.33

UNIVERSIDAD ANDINA DEL CUSCO

 Estadística II

Ejemplo 02.
Se está realizando un estudio social y se desea calcular un intervalo de confianza para
la edad media o promedio en el cual una persona se gradúa de la preparatoria. Se toma
una muestra de 200 personas y se determina una media de 17.5 años con una
desviación estándar de 0.9 años. Determinar el intervalo para la edad promedia con un
nivel de confianza del 90%
Solución:
Datos del problema
n = 200
 = 0.9
x = 17.5 años

a) nivel de confianza
n = 200
 = 0.9
x = 17.5 años
1 −  = 90% = 0.90
  = 1 − 0.90

 = 0.10  = 0.05
2
 1− / 2 = −
=   = 1.64

b) intervalo de confianza
   
 LIC = x - Z1− 2  
  n
      a; b con confianza al 90%
LSC = x + Z   
 1−   
 2 n 
  0.9 
 LIC = 17.5 - 1.64   = 17.5 - 0.10 = 17.4
  200 

LSC = 17.5 + 1.64  0.9  = 17.5 + 0.10 = 17.6
  
  200 
 IC = 17.4; 17.6  con confianza al 90%

UNIVERSIDAD ANDINA DEL CUSCO

 Estadística II

 LIC = 17.4
IC = 17.4; 17.6  
LSC = 17.6
σ 
Error de estimación ES = = = 0.064
n 
El error de estimación no es superior a 0.064

Ejemplo 03.
Se realiza un muestreo sobre la calificación que los habitantes a su gobierno de una
ciudad en el norte del Perú; se determina con una muestra de 400 personas la
calificación es de cero al 10 la calificación le otorgan un promedio de 5 con una
desviación estándar de 0.5. determinar el intervalo de confianza para la calificación que
se le da a dicho gobierno con un nivel de confianza del 95%.
Ejemplo 04.
La duración de una consulta en un cajero automático es una magnitud aleatoria x cuya
distribución es aproximada normal, Se toma datos al azar cinco consultas, resultando
los tipos de uso (en segundos) siguientes 44, 36, 40, 45 y 25 desea estimar la duración
media de una consulta (con un nivel de confianza del 95%)

Ejemplo 05.
La puntuación media obtenida por una muestra aleatoria simple de 70 alumnos de
secundaria en el examen de cierta asignatura ha sido 18 puntos. Suponiendo que la
distribución de las puntuaciones de la población es normal con desviación típica igual
a 19.25 puntos. Calcular el intervalo de confianza para la media de la población con
nivel de significación de 0.06.

Ejemplo 06.
En el proceso de fabricación de un cierto componente eléctrico se introduce una
modificación en la cadena de montaje. La empresa desea el ahorro de tiempo medio
(en segundos) que supone esta modificación con un error máximo de ±5 segundos .
Con una confianza del 95% con una muestra piloto de 30 productos y valores
muéstrales de x = 56.73 S2 = 455.56

Ejemplo 07.
El salario mensual, en soles, de cierta población laboral es una variable cuya media 
queremos estimar y obtener el intervalo de estimación para la media de la población,
con nivel de confianza del 95%, si con una muestra aleatoria de 100 salarios se obtiene
una media de 750 y una desviación estándar de 110, interprete el intervalo
Ejemplo 08.
El salario semanal de la comunidad nativa de Ichiquiato La Convención de una muestra
de tamaño 24 con una desviación estándar de 65, ha dado una media de 300 soles,
hallar el intervalo de estimación µ con nivel de confianza del 95% y hallar el error de la
estimación.

UNIVERSIDAD ANDINA DEL CUSCO

 Estadística II

Tabla de distribución normal.

UNIVERSIDAD ANDINA DEL CUSCO

 Estadística II

UNIVERSIDAD ANDINA DEL CUSCO