UNIVERSIDAD DE SANTIAGO DE CHILE

FACULTAD DE CIENCIA
DEPARTAMENTO MATEMTICA Y CIENCIA DE LA COMPUTACIN
REA DE ESTADSTICA

Estimacin por Intervalos

Anlisis Estadstico para Ingeniera 10115
Prof. Alma Placencia C.
Consiste en determinar un intervalo (A(X); B(X)), para estimar un parmetro
desconocido, intervalo que depende del valor numrico de la estadstica obtenida de una
muestra aleatoria de la poblacin en estudio y de la distribucin muestral de , tal que:
P[A(X) < < B(X)] = 1 - , donde 0 < < 1, en que (1 - ) llamado nivel de confianza,
es la probabilidad de seleccionar una muestra que determine un intervalo que contenga al
verdadero valor de .
El intervalo obtenido, con (1 - ) nivel de confianza, se conoce como intervalo de
confianza (I.C.) para estimar el parmetro y se interpreta como que en el 100 (1 - )%
de las infinitas muestras aleatorias tomadas, el 100 (1 - )% de los I.C. obtenidos contiene
el verdadero valor de .
Son usuales niveles de confianza iguales a: 0.90; 0.95; 0.99.
Estudiaremos I.C. para estimar: media poblacional (), Proporcin poblacional (P) y
varianza poblacional (2).
Caso 1: Construir un I.C. para estimar , a partir de una m.a. (n) de una poblacin
X ~ N (; 2) y con (1 - ) nivel de confianza dado.
X
P[A(x) < < B(x)] = 1 - Sabemos que Z =
~ N (0;1)
/ n

X
Luego: P Z / 2 <
< Z 1 / 2 = 1
/ n
{

Z 1 / 2

1-
/2
A(X)
Z/2 = -Z1-/2

/2
B(X
Z)
1-/2

Despejando , resulta en las desigualdades:

P Z 1 / 2
< X < Z 1 / 2 = 1
n
n

luego: P X Z 1 / 2
< < X + Z 1 / 2 = 1
n
n
144244
3
144244
3
A( X )
B( X )

Resultando un I.C. para estimar , con (1 - ) dado, donde la varianza poblacional 2 es

conocida, igual a:

X Z 1 / 2 ; X + Z 1 / 2
n
n

de amplitud = 2 Z1-/2

=2E; en que E se conoce como error de estimacin, tal que:

Z
E = Z1-/2
, donde n = 1 / 2 es el tamao de muestra para estimar , con
n
E

2
(1-) y E dados y utilizando cuando es conocida.
2

Para (1 - ) dado y tamao de muestra fijo, a menor amplitud del intervalo de confianza
mayor precisin de la estimacin.

(X
n

* Cuando 2 es desconocida, se estima con la varianza muestral s 2 =

X

i =1

X)

n 1

s
s
~ tn1, resultando X t n 1;1 / 2
; X + t n s ;1 / 2 ; I.C. para estimar la
s/ n
n
n

2
media poblacional , a partir de una m.a. (n) de X ~ N(; ), con (1 - ) nivel de
confianza dado y 2 desconocida.
entonces

Caso 2: Construir un I.C. para estimar la proporcin poblacional (P), a partir de una
m.a. (n) de X ~ B (1; P) y con (1 - ) nivel de confianza dado.
p P
Sabemos que
~ N(0,1) y del mismo modo que en caso caso 1, se deduce el I.C.
p (1 p )
n
para estimar P, (con 1 - ) dado:

p (1 p )
p (1 p )
p (1 p )
;
; p + Z 1 / 2
p Z 1 / 2
, de amplitud = 2 E = 2Z1-/2
n
n
n

donde E = error de estimacin E = Z1-/2

p (1 p )
n

tal que: n = 1 / 2 p(1 p), es el tamao de muestra adecuado para estimar P, con
E
(1 - ) dado y E prefijado, en que p es la proporcin obtenida en estudios anteriores o en
una muestra piloto de la poblacin. Cuando no hay antecedentes del valor de p, se toma el
1
valor , que es el valor de p que maximiza el valor de n.
2
Caso 3: Construir un I.C. para estimar la varianza poblacin 2, a partir de una m.a. (n) de
X ~ N(; 2), y con (1 - ) nivel de confianza dado.
(n 1)s 2 ~ 2 y del mismo modo que en el caso 1, se deduce el I.C.,
Sabemos que
n 1
2

obtenindose:
(n 1)s 2
;
2
n1;1 / 2

(n 1)s 2

2
n 1; / 2

2
I.C. para estimar , con (1 - ) nivel de confianza dado.