UNIVERSIDAD DE LOS ANDES

Facultad de Ingeniera
Departamento de Ingeniera Industrial
Probabilidad y Estadstica I
Sesiones # 23 y # 24
Intervalos de Confianza

Mario Castillo (Coordinador General Curso)

Intervalos de Confianza
Caso No. 1: Intervalo de Confianza para la media cuando se muestrea una
distribucin normal con varianza conocida.
Supuestos:
2
1) Variable aleatoria: X ~ N , 0
2) Parmetros poblacionales: desconocida, 02 conocida.
3) Muestra aleatoria: X , n, S calculables a partir de la muestra aleatoria.
Estadstico:
02
1) Estimador del parmetro : X ~ N ,
n

2) Construccin del estadstico:

X
~ N (0,1)
0 n

Construccin del Intervalo de confianza para el parmetro :

X
P z(1 / 2 )
z(1 / 2 ) 1
0 n

P X z(1 / 2 ) 0 X z(1 / 2 ) 0 1
n
n

IC(1 )100%

X z(1 / 2 )
n

Intervalos de Confianza
Ejemplo (Clculo del I. de C.)
Variable de inters: precio de las acciones de compaas del sector tecnolgico en US.
Se sabe que el precio de los acciones se comporta como una VA N(, 400). Se tiene una MA
de tamao 9 dada por: (100, 109, 110, 80, 65, 125,120, 85, 85).
Calcular el IC para , de 90% y 95% de confiabilidad.
De la MA se obtiene:

Por otra parte:

X 97.7

- P(XN* z) = 0.975 => z = 1.96

S 2 404

- P(XN* z) = 0.950 => z = 1.65

Entonces el IC para , de 95% de confiabilidad est dado por:

20

IC95% X z( 0.975) 0 97.7 1.96

[84.64; 110.76]
n
9

Ejemplo (Clculo del I. de C.)

Variable de inters: Consumo mensual de minutos de celular de estudiantes de P&E I.
Se sabe que esta variable se comporta como una VA N(, 703.22). Se tiene una MA de
tamao 10 dada por: (400, 200, 400, 600, 700, 900, 550, 150, 400, 400). Calcular el IC para
, de 95% de confiabilidad.

703.2

IC95% X z( 0.975) 0 470 1.96

[34.15; 905.8]
n
10

Intervalos de Confianza
Caso No. 2: Intervalo de Confianza para la media cuando se muestrea una
distribucin normal con varianza desconocida.
Supuestos:
2
1) Variable aleatoria: X ~ N ,
2
2) Parmetros poblacionales: , desconocidas.
3) Muestra aleatoria: X , n, S calculables a partir de la muestra aleatoria.
Estadstico:
2
1) Estimador del parmetro : X ~ N ,
n

2) Construccin del estadstico:

X
~ N (0,1) pero es desconocido.
n
Por otra parte, se puede demostrar que:
X
n
S 2 (n 1)
2 (n 1)

~ t( n 1)

S2

(n 1) ~ (2n 1)

X
~ t( n 1)
S n

Intervalos de Confianza
Caso No. 2: Intervalo de Confianza para la media cuando se muestrea una
distribucin normal con varianza desconocida.
Supuestos:
2
1) Variable aleatoria: X ~ N ,
2
2) Parmetros poblacionales: , desconocidas.
3) Muestra aleatoria: X , n, S calculables a partir de la muestra aleatoria.
Estadstico:
2
1) Estimador del parmetro : X ~ N ,
n

X
~ t( n 1)
S n
Construccin del Intervalo de confianza para el parmetro :
2) Construccin del estadstico:

P t(1 / 2 )
t(1 / 2 ) 1
S n

S
S

P X t(1 / 2 )
X t(1 / 2 )
1
n
n

IC(1 )100% X t(1 / 2 )

n

Intervalos de Confianza
Ejemplo (Clculo del I. de C.)
Variable de inters: activos de una muestra aleatoria de 1000 clientes de un banco.
Segn el comportamiento de los datos, esta variable se comporta como un VA N(, 2).
Con base en la muestra, se calcul que X = 517 ($M) y S = 300($M).
Hallar el IC para , de 90% y 95% de confiabilidad.
- P( t(999) t ) = 0.950 => t = 1.645
- P( t(999) t ) = 0.975 => t = 1.96

Los IC del parmetro de 90% y 95% de confiabilidad estn dados por:

S
300

IC90% X t( 0.95)

517

1
.
645

[501.4; 532.6]
n
1000

S
300

IC95% X t( 0.975)

517

1
.
96

[498.4; 535.6]
n
1000

Intervalos de Confianza
Caso No. 3: Intervalo de Confianza para la diferencia de medias cuando se
muestrean dos distribuciones normales independientes con varianzas
desconocidas pero iguales.
Supuestos:
2
2
1) Variables aleatorias: X 1 ~ N 1 , ,2 X 2 ~ N 2 ,
2) Parmetros poblacionales: 1 , 2 , desconocidas.
3) Muestras aleatorias: X 1 , n1 , S1 , X 2 , n2 , S 2 calculables a partir de la M.A.
Estadstico:

2 2
1) Estimador del parmetro (1 - 2): X 1 X 2 ~ N 1 2 ,

n1 n2

2) Construccin del estadstico:

X 1 X 2 1 2

2
n1

~ N 0,1

pero es desconocido.

n2

S12

S 22

Por otra parte, se puede demostrar que: 2 (n1 1) 2 (n2 1) ~ (2n n 2)

X 1 X 2 1 2
1

2
n1
S12

(n1 1)

X 1 X 2 1 2

2
n2
S 22

~ t( n1 n2 2 )
(n2 1)

n1 n2 2

1 1

n1 n2

S (n1 1) S (n2 1)
n1 n2 2
2
1

2
2

~ t( n1 n2 2 )
7

Intervalos de Confianza
Caso No. 3: Intervalo de Confianza para la diferencia de medias cuando se
muestrean dos distribuciones normales independientes con varianzas
desconocidas pero iguales.

Estadstico:

X 1 X 2 1 2
~ t( n1 n2 2)
1 1
Sp

n1 n2

S12 (n1 1) S 22 (n2 1)

Sp
donde
n1 n2 2

Construccin del Intervalo de confianza para el parmetro (1 - 2):

X 1 X 2 1 2

P t(1 / 2 )
t(1 / 2 ) 1
1 1

Sp

n
n
1
2

1 1
1 1
P X 1 X 2 t(1 / 2 ) Sp

1 2 X 1 X 2 t(1 / 2 ) Sp
1
n
n
n
n2
1
2
1

IC(1 )100%

1 1
X 1 X 2 t(1 / 2 ) Sp

n1 n2

Intervalos de Confianza para la Diferencia de Medias - Ejemplo

X1

X2

n1 = 100

n2 = 100

S12 = 41

S22 = 46

Media Muestral 1 =101

Media Muestral 2 = 80.3

IC95%

1 1
X 1 X 2 t( 0.975) Sp

n1 n2

Sp

S12 (n1 1) S 22 (n2 1)

n1 n2 2

Sp

41(100 1) 46(100 1)
6.595
100 100 2

1
1
IC95% 101 80.3 1.96(6.595)

[18.87; 22.53]
100 100

Intervalos de Confianza
Caso No. 4: Intervalo de Confianza para la diferencia de medias cuando se
muestrean dos poblaciones independientes, no necesariamente normales, para
muestras grandes n1 , n2 30 y varianzas conocidas.
Supuestos:
1) Variables aleatorias: X 1 , X 2

E X 1 1 , E X 2 2 , Var X 1 12 , Var X 2 22

2) Parmetros poblacionales: 1 , 2 desconocidas 1 , 2 conocidas.

3) Muestras aleatorias: X 1 , n1 , S1 , X 2 , n2 , S 2 calculables a partir de la M.A.
2

Estadstico:

12 22
1) Estimador del parmetro (1 - 2): X 1 X 2 ~ N 1 2 ,

2) Construccin del estadstico:

X 1 X 2 1 2

12
n1

22

n1

n2

~ N 0,1

n2

Construccin del Intervalo de confianza para el parmetro (1 - 2):

X 1 X 2 1 2
P z(1 / 2 )
z(1 / 2 ) 1
12 22

n1 n2

IC(1 )100%

12 22
X 1 X 2 z(1 / 2 )

n1 n2

12 22
12 22

P X 1 X 2 z(1 / 2 )

1 2 X 1 X 2 z(1 / 2 )

n
n
n
n
1
2
1
2

10

Intervalos de Confianza
Caso No. 5: Intervalo de Confianza para la diferencia de proporciones cuando se
muestrean dos poblaciones independientes, no necesariamente normales, para
muestras grandes y varianzas conocidas.
Supuestos:
1) Variables aleatorias: X 1 ~ Bernoulli p1 ,

X 2 ~ Bernoulli p2

E X 1 p1 E X 2 p2
Var X 1 p1 (1 p1 ) Var X 2 p2 (1 p2 )
Estadstico:

p (1 p 1 )

1) Estimador del parmetro (p1 - p2): p1 p 2 X 1 X 2 ~ N p1 p2 , 1

2) Construccin del estadstico:

n1

p 2 (1 p 2 )

n2

p 1 p 2 p1 p2
~ N 0,1
p 1 (1 p 1 ) p 2 (1 p 2 )

n1
n2

Construccin del Intervalo de confianza para el parmetro (p1 - p2):

IC(1 )100%

p 1 p 2 z(1 / 2 )

p 1 (1 p 1 ) p 2 (1 p 2 )

n1
n2

11

Intervalos de Confianza
Caso No. 6: Intervalo de Confianza para la varianza cuando se muestrea una
distribucin normal.
Supuestos:
2
1) Variable aleatoria: X ~ N , 2
2) Parmetros poblacionales: , desconocidas.
3) Muestra aleatoria: X , n, S calculables a partir de la M.A.
Estadstico:

S2

(n 1) ~ (2n1)

Construccin del Intervalo de confianza para el parmetro 2:

S2
P ( / 2 ) 2 (n 1) (1 / 2 ) 1

2
S 2 (n 1)
S
(n 1)
2

P

1

( / 2 )
(1 / 2 )

IC(1 )100%

S 2 (n 1) S 2 (n 1)

(1 / 2 )
( / 2 )

12

Intervalos de Confianza
EJEMPLO
Variable de inters: estatura de los estudiantes de P&E I.
Segn el comportamiento de los datos, esta variable se comporta como un VA N(, 2).
Se quiere construir un intervalo de confianza del 99% para la varianza de dicha variable a partir de una MA
de tamao 15 en la que se obtuvieron las siguientes estaturas en centmetros: 182, 167, 170, 165, 169,
169, 180, 181, 175, 157, 168, 168, 183, 178, 162.
Solucin:
De la muestra aleatoria se obienten S2 = 61.54 y n = 15.

IC99%

S 2 (n 1) S 2 (n 1)

( 0.005 )
( 0.995)

61.54(15 1) 61.54(15 1)
IC99%
;
[27.51; 211.43]

4.075
31.32

13

Intervalos de Confianza
Caso No. 7: Intervalo de Confianza con respecto al cociente de varianzas de dos
distribuciones normales independientes.
Supuestos:
2
1) Variables aleatorias: X 1 ~ N 1 , 1 ,

X 2 ~ N 2 , 22

2) Parmetros poblacionales: 1 , 2 , 1 , 2 desconocidas.

3) Muestra aleatoria: X 1 , n1 , S1 , X 2 , n2 , S 2 calculables a partir de la M.A.
2

Construccin del Estadstico:

2

S1

2
1

(n1 1) ~ (2n1 1) ,

2
2
2

(n2 1) ~ (2n2 1)

S 22 (n2 1)
22 (n2 1)
S 12 (n1 1)

~ F( n2 1,n1 1)

2 (n1 1)

S 22 12
S1 2
2

~ F( n2 1,n1 1)

Construccin del Intervalo de confianza para el parmetro (12/ 22 ):

S 22 12

P F( / 2 ) 2 2 F(1 / 2 ) 1
S1 2

S12

12 S12
P 2 F( / 2 ) 2 2 F(1 / 2 ) 1
2 S2
S2

IC(1 )100%

S12

S12
2 F( / 2 ) ; 2 F(1 / 2 )
S2
S2

14

Tabla de la Distribucin Normal Estndar

Probabilidad acumulada
hasta el punto z.
= ( )
= 1 ( )

15

Tabla de la Distribucin ()

n: Grados de libertad.

16

2
Tabla de la Distribucin ()

n: Grados de libertad.

17

Tabla de la Distribucin F
P(V v) 0.05

m: Grados de libertad del numerador.

n: Grados de libertad del denominador. 18

Ejercicios Propuestos
1. Suponga, que se quiere analizar el comportamiento de la media de la variable
Consumo mensual de Minutos de Celular en la poblacin de estudiantes de
P&E 1. Usando las 100 muestras aleatorias que se encuentran en el archivo
Ejercicios IC.xlsx construya los intervalos de confianza del 95% para la
estimacin de la media poblacional si se sabe que es 703.72 minutos/mes , y
encuentre la proporcin de veces que dicho intervalo contiene a la media.
2. Repita el procedimiento anterior asumiendo que no se conoce la varianza
poblacional.
3. Suponga que se desea comparar los tiempos de desplazamiento CasaUniversidad y Universidad-Casa de los estudiantes de P&E 1. Usando el archivo
Ejercicios IC.xlsx construya un intervalo de confianza del 95% para la diferencia
de medias, asumiendo normalidad y que la desviaciones son de 20.11 y 21.81
minutos, respectivamente . Analice sus resultados.

19