2. Introducción
Ya hemos introducido métodos de estimación de
parámetros, pero generalmente a dicha
estimación se le debe acompañar de alguna
medida de error. Es decir, acompañaremos la
estimación de un intervalo de la forma:
[𝜽(𝑿𝟏, … . . , 𝑿𝒏), 𝜽(𝑿𝟏, … . . , 𝑿𝒏)] ,
junto con una medida de confianza acerca de
que realmente el parámetro esté en el intervalo.
3. Definición 1: Intervalo de Confianza:
IC
Dado un intervalo de confianza
[𝜽(𝑿𝟏, … . . , 𝑿𝒏), 𝜽(𝑿𝟏, … . . , 𝑿𝒏)]
tal que
Pr[[𝜽 𝑿𝟏, … . . , 𝑿𝒏 ≤ 𝜽 ≤ 𝜽(𝑿𝟏, … . . , 𝑿𝒏)] =
𝟏 − 𝜶,
Llamamos;
• coeficiente de confianza a 𝟏 − 𝜶 ,
• nivel de confianza a 100 (𝟏 − 𝜶)%.
4. Definición 2: Precisión de la
estimación
1. Llamamos intervalos unilaterales a los que tienen la forma
𝜃 𝑋1, … . . , 𝑋𝑛 , +∞
−∞, 𝜃(𝑋1, … . . , 𝑋2)
2. La PRECISIÓN de la estimación por intervalos la da el
coeficiente de confianza 𝟏 − 𝜶 y la amplitud del intervalo. Se
tiene las siguientes relaciones:
• Para un coeficiente de confianza fijo, cuanto más pequeña
es la longitud del intervalo, mayor es la precisión.
• Para una longitud del intervalo fija, cuanto mayor el
coeficiente de confianza, mayor la precisión.
5. Intervalos de confianza en
poblaciones normales
1. IC para la 𝝁 de una 𝑵 𝝁, 𝝈𝟐
con 𝝈𝟐
conocida:
𝐼𝐶𝜇 = 𝑋 − 𝑧𝛼 2
𝜎
𝑛
, 𝑋 + 𝑧𝛼 2
𝜎
𝑛
2. IC para la 𝝁 de una 𝑵 𝝁, 𝝈𝟐
con 𝝈𝟐
desconocida:
𝐼𝐶𝜇 = 𝑋 − 𝑡𝑛−1,𝛼 2
𝑆
𝑛
, 𝑋 + 𝑡𝑛−1,𝛼 2
𝑆
𝑛
3. IC para la 𝝈𝟐 de una 𝑵 𝝁, 𝝈𝟐 con 𝝁 desconocida:
𝐼𝐶𝜎2 =
𝑛 − 1 𝑆2
𝜒𝑛−1,1−𝛼 2
2 ,
𝑛 − 1 𝑆2
𝜒𝑛−1,𝛼 2
2
6. Intervalos de confianza en
poblaciones normales
4. IC para la 𝝈𝟐
de una 𝑵 𝝁, 𝝈𝟐
con 𝝁
conocida:
𝐼𝐶𝜎2 =
𝑋𝑖 − 𝜇 2
𝜒𝑛,1−𝛼 2
2 ,
𝑋𝑖 − 𝜇 2
𝜒𝑛,𝛼 2
2
7. Intervalos de confianza en
poblaciones normales
5. IC para la diferencia de medias: muestras
independientes. Medias desconocidas y
desviaciones típicas diferentes pero conocidas:
𝐼𝐶𝜇𝑋−𝜇𝑌
= 𝑋 − 𝑌 ± 𝑧𝛼 2
𝜎𝑋
2
𝑛𝑋
+
𝜎𝑌
2
𝑛𝑌
8. Intervalos de confianza en
poblaciones normales
6. IC para la diferencia de medias: muestras
independientes. Medias desconocidas y
desviaciones típicas iguales y conocidas:
𝐼𝐶𝜇𝑋−𝜇𝑌
= 𝑋 − 𝑌 ± 𝑧𝛼 2 𝜎
1
𝑛𝑋
+
1
𝑛𝑌
9. Intervalos de confianza en
poblaciones normales
7. IC para la diferencia de medias: muestras independientes. Medias
desconocidas y desviaciones típicas iguales y desconocidas:
𝐼𝐶𝜇𝑋−𝜇𝑌
= 𝑋 − 𝑌 ± 𝑡𝑢,𝛼 2 𝑆𝑝
2
1
𝑛𝑋
+
1
𝑛𝑌
donde:
𝑢 = 𝑛𝑋 + 𝑛𝑌 − 2
𝑆𝑝
2
=
𝑛𝑋 − 1 𝑆𝑋
2
+ 𝑛𝑌 − 1 𝑆𝑌
2
𝑛𝑋 + 𝑛𝑌 − 2
10. Intervalos de confianza en
poblaciones normales
8. IC para la diferencia de medias: muestras independientes. Medias
desconocidas y desviaciones típicas distintas y desconocidas:
𝐼𝐶𝜇𝑋−𝜇𝑌
= 𝑋 − 𝑌 ± 𝑡𝑣,𝛼 2
𝑆𝑋
2
𝑛𝑋
+
𝑆𝑌
2
𝑛𝑌
donde:
𝑣 =
𝑆𝑋
2
𝑛𝑋
+
𝑆𝑌
2
𝑛𝑌
2
𝑆𝑋
2
𝑛𝑋
2
𝑛𝑋 − 1
+
𝑆𝑌
2
𝑛𝑌
2
𝑛𝑌 − 1
11. Intervalos de confianza en
poblaciones normales
9. IC para la diferencia de medias: muestras
apareadas (relacionadas):
𝐼𝐶𝜇𝐷
= 𝐷 − 𝑡𝑛−1,𝛼 2
𝑆𝑑
𝑛
, 𝐷 + 𝑡𝑛−1,𝛼 2
𝑆𝑑
𝑛
12. Intervalos de confianza en
poblaciones normales
10. IC para el cociente de varianzas: Varianzas
desconocidas y medias desconocidas:
𝐼𝐶𝜎𝑋
2
𝜎𝑌
2 =
𝑆𝑋
2
𝑆𝑌
2
1
𝐹𝑛𝑋−1,𝑛𝑌−1,1−𝛼 2
,
𝑆𝑋
2
𝑆𝑌
2
1
𝐹𝑛𝑋−1,𝑛𝑌−1,𝛼 2
13. Intervalos de confianza en
poblaciones normales
11. IC para el cociente de varianzas: Varianzas
desconocidas y medias conocidas:
𝐼𝐶𝜎𝑋
2
𝜎𝑌
2 =
𝑆𝑋
∗2
𝑆𝑌
∗2
1
𝐹𝑛𝑋,𝑛𝑌,1−𝛼 2
,
𝑆𝑋
∗2
𝑆𝑌
∗2
1
𝐹𝑛𝑋,𝑛𝑌,𝛼 2
14. Intervalos de confianza en
poblaciones normales
12. IC de una proporción para muestras
grandes:
𝐼𝐶𝑝 = 𝑝 − 𝑧𝛼 2
𝑝𝑞
𝑛
, 𝑝 + 𝑧𝛼 2
𝑝𝑞
𝑛
15. Intervalos de confianza en
poblaciones normales
IC para la diferencia de proporciones:
𝐼𝐶𝑝𝑋−𝑝𝑌
= 𝑝𝑋 − 𝑝𝑌 ± 𝑧𝛼 2
𝑝𝑋𝑞𝑋
𝑛𝑋
+
𝑝𝑌𝑞𝑌
𝑛𝑌
16. Estimación del tamaño muestral
Casos:
1. Tamaño de muestra para estimar la media μ
de una población normal con 𝜎 conocida
2. Tamaño de muestra para estimar la media μ
de una población normal con 𝜎2
desconocida
3. Tamaño de muestra para estimar la
proporción p de una población
17. 1. Tamaño de muestra para estimar la media μ de una
población normal con 𝝈 conocida
18. 2. Tamaño de muestra para estimar la media μ de una
población normal con 𝝈𝟐 desconocida
19. 3. Tamaño de muestra para estimar la proporción p de
una población