Concepto de Intervalo de confianza

Tema 8.-Intervalos de
Confianza

Ejemplo de estimacin con intervalo de

confianza
Estudio Prevalencia y manejo clnico del Sndrome
Metablico ... H6E-XM-B001
Objetivo: Determinar la prevalencia del Sndrome
Metablico en pacientes con DM tipo 2 en consulta de
atencin primaria y Medicina Interna en Espaa
La prevalencia es un porcentaje: Evaluar un porcentaje P
1 Con SM
X =
0 Sin SM

Variable dicotmica

Una estimacin de un parmetro es un valor

aproximado del mismo, por lo que es
necesario acotar el error, para lo que se
construyen los intervalos de confianza.
Un intervalo de confianza para un parmetro
es un intervalo numrico, en el que se
encuentra el valor verdadero del parmetro
con un nivel de seguridad (confianza)
conocido.

Se evala la prevalencia en la poblacin con la

proporcin de pacientes de la muestra diagnosticados
con Sndrome Metablico
71.5% es una
estimacin de
la prevalencia
del SM

Poblacin.
P: prevalencia del
SM?
Estimador de P:
proporcin muestral
Muestra de 1049 pacientes: 750
diagnosticados de SM segn OMS
Estimacin de P

Estimador puntual: proporcin muestral

750/1049=0.715

Hasta qu
punto es una
buena
estimacin?

Problema: hay una estimacin diferente dependiendo de la

muestra que salga elegida. Es necesario dar, junto a la
estimacin, un valor de la variacin o dispersin de todas las
posibles estimaciones, que d idea de su exactitud

Error Estndar del estimador (SE)

El error estndar mide la dispersin del estimador.
Da idea de lo buena que es la estimacin
Menor Error
Estndar

El error estndar depende de:

La prevalencia en la poblacin
El nmero de pacientes en la muestra (tamao
de la muestra). Mayor tamao, menor error
estndar
La estimacin y el error estndar se conjugan
construyendo un INTERVALO DE CONFIANZA
para P

Mejor
estimacin

Un intervalo de confianza es un rango de

valores, construido a partir de la muestra,
donde con una gran seguridad, el valor
verdadero de la poblacin se encuentra en l.
Se dice que el intervalo (a,b) es un intervalo de
confianza para P con un nivel de confianza 1-

(
=0.05, =0.01) si,
P {P (a,b)} 1

= 0.05, = 0.01

La prevalencia de SM segn los criterios de

la OMS ha sido 71.5%

Un intervalo de confianza al 95% es

I.C. =[68.6%,74.2%]

El nivel de confianza 1- es una probabilidad que

representa la seguridad de que el intervalo construido
contenga a P, ya que P est en el 100(1-)% de los
intervalos que pudieran construirse.
Distintos
intervalos para
cada muestra

S contiene a P

No contiene a P
P

Mi intervalo [68.6%-74.2%]
contiene a P?

CONCLUSIN
Con una seguridad
del 95%, la
prevalencia de SM
en la poblacin,
est entre un
68.6% y un 74.2%

No lo sabemos
seguro, pero s
con una
seguridad del
95%

Para un tamao de muestra fijo, la amplitud del intervalo de

confianza va a ser mayor
- Cuanto mayor sea el error estndar del estimador
- Cuanto mayor sea la confianza que se fije.
Expresin del INTERVALO DE CONFIANZA (1-
)

(Estimacin-z/2 SE, Estimacin+ z/2 SE)

Qu es z/2 ?

CUANTIL /2 DE LA DISTRIBUCIN N(0,1)

=0.05

/2
/2

0.025

zz/2
/2

1.96

=0.01

Intervalo con una confianza del 95%

Estimacin-1.96SE
0.686

Estimacin+1.96SE
0.742

Estimacin
0.715 71.5% prevalencia de SM

0.005

Intervalo con una confianza del 99%

Estimacin-2.58SE
0.677

Estimacin+2.58SE
0.751

2.58
Estimacin
71.5% prevalencia de SM
0.715

Intervalos de confianza para la media

Para la media de una Normal con conocida

, X + z 2
X z 2

n
n

Para la media de una poblacin cualquiera con

conocida y MUESTRAS GRANDES (n30)
Por el Teorema Central del Lmite

, X + z 2
X z 2

n
n

Es un intervalo de confianza al (1-)

)x100%
para
)
Es un intervalo de confianza al (1-)
)x100%
para
)

Para la media de una Normal con desconocida

CUANTIL /2 DE LA DISTRIBUCIN t de
Student con n-1 grados

S
S

, X + t 2
X t 2

n
n

Es un intervalo de confianza al (1-

)x100% para

/2

Qu es t 2?
t/2

Para la media de una poblacin cualquiera con

desconocida y MUESTRAS GRANDES
(n30).
Una buena aproximacin del intervalo de
confianza es:

S
S

, X + z 2
X z 2

n
n

Intervalos de confianza para la

varianza de una poblacin Normal
( n 1) S 2 ( n 1) S 2
, 2
2
2;n 1 1 2; n 1

Es un intervalo de confianza al (1-

)x100% para 2

Intervalos de confianza para una

proporcin muestras grandes (n30)

P z 2 P (1 P) , P + z 2 P(1 P )

n
n

Es un intervalo de confianza al (1-

)x100% para p

 Dadas dos muestras (m.a.s.) independientes

X1,X2,.Xn e Y1,Y2,Ym obtenidas de dos poblaciones
de inters X eY, con XN(1,1) e Y N(2,2) ,
vamos a construir intervalos de confianza para la
diferencia de medias y para el cociente de varianzas.
Si las MUESTRAS SON GRANDES (n30 y m 30)
el Teorema Central del Lmite garantiza que los
estadsticos utilizados para las diferencias de medias
proporcionan intervalos razonablemente vlidos y,
por consiguiente, la ausencia de Normalidad no es
preocupante.

Para 1-2 con varianzas 21 22 desconocidas

(Muestras Grandes)

S2 S2
S2 S2
X Y z 2 1 + 2 , X Y + z 2 1 + 2

n m
n m

Intervalos de confianza para la

diferencia de medias
Para 1-2 con varianzas 21 22 conocidas

2 2
2 2
X Y z 2 1 + 2 , X Y + z 2 1 + 2

n
m
n
m

Para 1-2 con varianzas 21 =22= 2

desconocidas (poblaciones Normales)

1 1
1 1
+ , X Y + t 2;n + m 2 S p
+
X Y t 2;n + m 2 S p
n m
n m

donde
S p2 =

(n 1) S12 + (m 1) S 22
n+m2

Intervalo de confianza para el cociente

de varianzas
Para poblaciones Normales
In tervalo de confianza par a

12
22

S 12
1
S2
, 12 F
2
S 2 F 2 ; n 1, m 1 S 2
o de form a equivalente
S 12
2 F1
S2

2 ; m 1, n 1

2 ; m 1, n 1

S 12
F
S 22

2 ; m 1, n 1

Para valores grandes de n1 y n2 , se deduce

que P P tiene una distribucin aproxi1

madamente Normal de media p1 p2 , y

varianza

p1 (1 p1 ) p2 (1 p2 )
+
n1
n2

Frecuentemente surgen problemas en los

que debemos estimar la diferencia entre los
parmetros p1 y p2 sobre la base de muestras
aleatorias independientes tomadas de
poblaciones binomiales.
Sean x1 y x2 los nmeros de aciertos
respectivos, y n1 y n2 los tamaos de las
muestras.
x
P1 = 1
n1

x
P2 = 2
n2

Intervalo de confianza para diferencia

entre proporciones muestras grandes
Intervalo de confianza para p1-p2

P1 P2 z 2 P1 (1 P1 ) + P2 (1 P2 ) , P1 P2 + z 2 P1 (1 P1 ) + P2 (1 P2 )

n1
n2
n1
n2