270

Captulo 9 Problemas de estimacin de una y dos muestras

De acuerdo con el teorema del lmite central, podemos esperar que la distribucin

muestral de X est distribuida de forma aproximadamente normal con media X = y

desviacin estndar X = / n . Al escribir z/2 para el valor z por arriba del cual
encontramos una rea de /2 bajo la curva normal, en la igura 9.2 podemos ver que
P (z / 2 < Z < z / 2 ) = 1 ,
donde
Z =

X
.
/ n

En consecuencia,
P

z / 2 <

X
< z / 2
/ n

= 1 .

/2
z /2

/2
z /2

Figura 9.2: P(z/2 < Z < z/2) = 1 .

Si multiplicamos cada trmino en la desigualdad por /n y despus restamos X de

cada trmino, y en seguida multiplicamos por 1 (para invertir el sentido de las desigualdades), obtenemos
P

< < X + z / 2
X z / 2
n
n

= 1 .

Se selecciona una muestra aleatoria de tamao n de una poblacin cuya varianza 2 se

conoce y se calcula la media x para obtener el intervalo de conianza 100(1 )%. Es
importante enfatizar que recurrimos al teorema del lmite central citado anteriormente.
Como resultado, es importante observar las condiciones para las aplicaciones que siguen.
Intervalo Si x es la media de una muestra aleatoria de tamao n de una poblacin de la que se code conianza noce su varianza 2, lo que da un intervalo de conianza de 100(1 )% para es
de cuando se

conoce 2
x z / 2
< < x + z / 2
,
n
n
donde z/2 es el valor z que deja una rea de /2 a la derecha.
En el caso de muestras pequeas que se seleccionan de poblaciones no normales, no
podemos esperar que nuestro grado de conianza sea preciso. Sin embargo, para muestras

www.FreeLibros.me

9.4 Una sola muestra: estimacin de la media

271

de tamao n 30, en las que la forma de las distribuciones no est muy sesgada, la teora de muestreo garantiza buenos resultados.
y
, las cuales se deiQueda claro que los valores de las variables aleatorias
L
U
nieron en la seccin 9.3, son los lmites de conianza

L = x z / 2
n

U = x + z / 2
.
n

Muestras diferentes producirn valores diferentes de x y, por lo tanto, producirn diferentes estimaciones por intervalos del parmetro , como se muestra en la igura 9.3. Los
puntos en el centro de cada intervalo indican la posicin de la estimacin puntual x para
cada muestra aleatoria. Observe que todos los intervalos tienen el mismo ancho, pues
esto depende slo de la eleccin de z/2 una vez que se determina x.
Cuanto ms grande
sea el valor de z/2 que elijamos, ms anchos haremos todos los intervalos, y podremos
tener ms conianza en que la muestra particular que seleccionemos producir un intervalo que contenga el parmetro desconocido . En general, para una eleccin de z/2,
100(1 )% de los intervalos contendr .

10
9
8

Muestra

7
6
5
4
3
2
1
x

Figura 9.3: Estimaciones por intervalos de para muestras diferentes.

Ejemplo 9.2: Se encuentra que la concentracin promedio de zinc que se obtiene en una muestra de
mediciones en 36 sitios diferentes de un ro es de 2.6 gramos por mililitro. Calcule los
intervalos de conianza del 95% y 99% para la concentracin media de zinc en el ro.
Suponga que la desviacin estndar de la poblacin es de 0.3 gramos por mililitro.
Solucin: La estimacin puntual de es x = 2.6. El valor z que deja una rea de 0.025 a la derecha
y, por lo tanto, una rea de 0.975 a la izquierda es z0.025 = 1.96 (vase la tabla A.3). En
consecuencia, el intervalo de conianza del 95% es
2.6 (1.96)

0.3
36

< < 2.6 + (1.96)

www.FreeLibros.me

0.3
,
36

272

Captulo 9 Problemas de estimacin de una y dos muestras

que se reduce a 2.50 < < 2.70. Para calcular un intervalo de conianza del 99% encontramos el valor z que deja una rea de 0.005 a la derecha y de 0.995 a la izquierda. Por
lo tanto, usando la tabla A.3 nuevamente, z0.005 = 2.575 y el intervalo de conianza de
99% es
2.6 (2.575)

0.3
36

< < 2.6 + (2.575)

0.3
,
36

o simplemente
2.47 < < 2.73.
Ahora vemos que se requiere un intervalo ms grande para estimar con un mayor grado de conianza.
El intervalo de conianza del 100(1 )% ofrece un estimado de la precisin de
nuestra estimacin puntual. Si es realmente el valor central del intervalo, entonces x
estima sin error. La mayora de las veces, sin embargo, x no ser exactamente igual a
y la estimacin puntual ser errnea. La magnitud de este error ser el valor absoluto
de la diferencia entre y x,
de manera que podemos tener 100(1 )% de conianza en
que esta diferencia no exceder a z / 2 n . Podemos ver esto fcilmente dibujando un
diagrama de un intervalo de conianza hipottico, como el de la igura 9.4.
Error
x -z /2/ n

x + z a /2 / n

Figura 9.4: Error en la estimacin de mediante x.

Teorema 9.1: Si utilizamos x como una estimacin de , podemos tener 100(1 )% de conianza en
que el error no exceder a z / 2 n .
En el ejemplo 9.2 tenemos una conianza del 95% en que la media muestral x = 2.6
diiere de la media verdadera en una cantidad menor que (1.96)(0.3)/ 36 = 0.1 y 99%
de conianza en que la diferencia es menor que (2.575)(0.3)/ 36 = 0.13.
Con frecuencia queremos saber qu tan grande necesita ser una muestra para poder
estar seguros de que el error al estimar ser menor que una cantidad especica e. Por
medio del teorema 9.1 debemos elegir n de manera que z / 2 n = e. Al resolver esta
ecuacin obtenemos la siguiente frmula para n.
Teorema 9.2: Si usamos x como una estimacin de , podemos tener 100(1 )% de conianza en
que el error no exceder a una cantidad especica e cuando el tamao de la muestra sea
n=

z / 2
e

Cuando resolvemos para la muestra con tamao n, redondeamos todos los valores
decimales al siguiente nmero entero. Si seguimos este principio, podemos estar seguros de que nuestro grado de conianza nunca caer por debajo del 100(1 )%.

www.FreeLibros.me

274

Captulo 9 Problemas de estimacin de una y dos muestras

Ejemplo 9.4: En un experimento de pruebas psicolgicas se seleccionan al azar 25 sujetos y se miden

sus tiempos de reaccin, en segundos, ante un estmulo particular. La experiencia sugiere que la varianza en los tiempos de reaccin ante los diferentes tipos de estmulos es de
4 s2 y que la distribucin del tiempo de reaccin es aproximadamente normal. El tiempo
promedio para los sujetos fue de 6.2 segundos. Calcule un lmite superior del 95% para
el tiempo medio de reaccin.
Solucin: Lo que da el lmite superior del 95% es
x + z / n = 6.2 + (1.645) 4/25 = 6.2 + 0.658
= 6.858 segundos.
En consecuencia, tenemos un 95% de conianza en que el tiempo promedio de reaccin
es menor que 6.858 segundos.

El caso en que se desconoce

Con frecuencia debemos tratar de estimar la media de una poblacin sin conocer la varianza. El lector debera recordar que en el captulo 8 aprendi que, si tenemos una
muestra aleatoria a partir de una distribucin normal, entonces la variable aleatoria
T =

X
S/ n

tiene una distribucin t de Student con n 1 grados de libertad. Aqu S es la desviacin

estndar de la muestra. En esta situacin, en la que se desconoce , se puede utilizar T
para construir un intervalo de conianza para . El procedimiento es igual que cuando se
conoce , slo que en este caso se reemplaza con S y la distribucin normal estndar
se reemplaza con la distribucin t. Si nos remitimos a la igura 9.5, podemos airmar que
P (t / 2 < T < t / 2 ) = 1 ,
donde t/2 es el valor t con n 1 grados de libertad, por arriba del cual encontramos una
rea de /2. Debido a la simetra, un rea igual de /2 caer a la izquierda de t/2. Al
sustituir por T escribimos
P t / 2 <

X
< t / 2 = 1 .
S/ n

Al multiplicar cada trmino en la desigualdad por S/ n y despus restar X de cada trmino y multiplicar por 1, obtenemos
P

S
S
X t / 2
< < X + t / 2
n
n

= 1 .

Para nuestra muestra aleatoria particular de tamao n se calculan la media x y la desviacin estndar s, y se obtiene el siguiente intervalo de conianza 100(1 )% para .

www.FreeLibros.me

9.4 Una sola muestra: estimacin de la media

275

/2
t 2

/2
t 2

Figura 9.5: P(t/2 < T < t/2) = 1 .

Intervalo de Si x y s son la media y la desviacin estndar de una muestra aleatoria de una poblacin
conianza para normal de la que se desconoce la varianza 2, un intervalo de conianza del 100(1 )%
cuando se para es
desconoce 2
s
s
x t / 2
< < x + t / 2
,
n
n
donde t/2 es el valor t con v = n 1 grados de libertad que deja una rea de /2 a la
derecha.
Hicimos una distincin entre los casos en los que se conoce y en los que se desconoce calculando las estimaciones del intervalo de conianza. Deberamos resaltar que
para el caso en que se conoce se utiliza el teorema del lmite central, mientras que, para
el caso en que se desconoce, se usa la distribucin muestral de la variable aleatoria T. Sin
embargo, el uso de la distribucin t se basa en la premisa de que el muestreo es de una
distribucin normal. Siempre que la forma de la distribucin se aproxime a la de campana, se puede utilizar la distribucin t para calcular los intervalos de conianza cuando se
desconoce 2, y se pueden esperar muy buenos resultados.
Los lmites de conianza unilaterales calculados para con desconocida son como
el lector esperara, a saber:
x + t

s
n

x t

s
.
n

stos son, respectivamente, los lmites superior e inferior del 100(1 )%. Aqu t es el
valor t que tiene una rea a la derecha.
Ejemplo 9.5: El contenido de cido sulfrico de 7 contenedores similares es de 9.8, 10.2, 10.4, 9.8,
10.0, 10.2, y 9.6 litros. Calcule un intervalo de conianza del 95% para el contenido
promedio de todos los contenedores suponiendo una distribucin aproximadamente
normal.
Solucin: La media muestral y la desviacin estndar para los datos dados son
x = 10.0

s = 0.283.

Si usamos la tabla A.4, encontramos t0.025 = 2.447 para v = 6 grados de libertad. En

consecuencia, el intervalo de conianza del 95% para es

www.FreeLibros.me

276

Captulo 9 Problemas de estimacin de una y dos muestras

10.0 (2.447)

0.283
7

< < 10.0 + (2.447)

0.283
7

que se reduce a 9.74 < < 10.26.

Concepto de intervalo de conianza para una muestra grande

Con frecuencia los estadsticos recomiendan que incluso cuando no sea posible suponer
la normalidad, se desconozca y n 30, se puede reemplazar con s para poder utilizar
el intervalo de conianza
s
x z /2
n
A menudo se hace referencia a esto como un intervalo de confianza para una muestra
grande. La justiicacin para esto reside slo en la presuncin de que, con una muestra tan grande como 30 y una distribucin de la poblacin no muy sesgada, s estar muy
cerca de la verdadera y, de esta manera, el teorema del lmite central continuar siendo
vlido. Se debera destacar que esto es slo una aproximacin y que la calidad de los
resultados mejora a medida que aumenta el tamao de la muestra.
Ejemplo 9.6: Se obtienen las caliicaciones de matemticas del Examen de Aptitudes Escolares (SAT,
por sus siglas en ingls) de una muestra aleatoria de 500 estudiantes del ltimo ao de
preparatoria del estado de Texas. Se calculan la media y la desviacin estndar muestrales, que son 501 y 112, respectivamente. Calcule un intervalo de conianza del 99% de la
caliicacin promedio de matemticas en el SAT para los estudiantes del ltimo ao de
preparatoria del estado de Texas.
Solucin: Como el tamao de la muestra es grande, es razonable utilizar la aproximacin normal.
Si utilizamos la tabla A.3, encontramos z0.005 = 2.575. Por lo tanto, un intervalo de conianza del 99% para es
501 (2.575)

112
500

= 501 12.9,

que da como resultado 488.1 < < 513.9.

9.5

Error estndar de una estimacin puntual

Hicimos una distincin muy clara entre los objetivos de las estimaciones puntuales y las
estimaciones del intervalo de conianza. Las primeras proporcionan un solo nmero que
se extrae de un conjunto de datos experimentales, y las segundas proporcionan un intervalo razonable para el parmetro, dados los datos experimentales; es decir, 100(1 )%
de tales intervalos que se calcula cubren el parmetro.
Estos dos mtodos de estimacin se relacionan entre s. El elemento en comn es la

distribucin muestral del estimador puntual. Considere, por ejemplo, el estimador X de

cuando se conoce . Indicamos antes que una medida de la calidad de un estimador

insesgado es su varianza. La varianza de X es

X2 =

2
.
n

www.FreeLibros.me

Ejercicios

283

9.4 Las estaturas de una muestra aleatoria de 50 estudiantes universitarios tienen una media de 174.5 centmetros y una desviacin estndar de 6.9 centmetros.
a) Construya un intervalo de conianza del 98% para la
estatura media de todos los estudiantes universitarios.
b) Qu podemos airmar con una conianza del 98%
acerca del posible tamao de nuestro error, si estimamos que la estatura media de todos los estudiantes universitarios es de 174.5 centmetros?
9.5 Una muestra aleatoria de 100 propietarios de automviles del estado de Virginia revela que stos conducen su automvil, en promedio, 23,500 kilmetros
por ao, con una desviacin estndar de 3900 kilmetros. Suponga que la distribucin de las mediciones
es aproximadamente normal.
a) Construya un intervalo de conianza del 99% para el
nmero promedio de kilmetros que un propietario
de un automvil conduce anualmente en Virginia.
b) Qu podemos airmar con un 99% de conianza
acerca del posible tamao del error, si estimamos
que los propietarios de automviles de Virginia conducen un promedio de 23,500 kilmetros por ao?
9.6 Qu tan grande debe ser la muestra en el ejercicio 9.2 si deseamos tener un 96% de conianza en que
nuestra media muestral estar dentro de 10 horas a partir de la media verdadera?
9.7 De qu tamao debe ser la muestra en el ejercicio 9.3 si deseamos tener un 95% de conianza en que
nuestra media muestral estar dentro de un 0.0005 de
pulgada de la media verdadera?
9.8 Un experto en eiciencia desea determinar el
tiempo promedio que toma perforar tres hoyos en cierta
placa metlica. De qu tamao debe ser una muestra
para tener un 95% de conianza en que esta media
muestral estar dentro de 15 segundos de la media verdadera? Suponga que por estudios previos se sabe que
= 40 segundos.
9.9 Segn estudios realizados por el doctor W. H.
Bowen, del Instituto Nacional de Salud, y por el doctor
J. Yudben, profesor de nutricin y diettica de la Universidad de Londres, el consumo regular de cereales
preendulzados contribuye al deterioro de los dientes, a
las enfermedades cardiacas y a otras enfermedades degenerativas. En una muestra aleatoria de 20 porciones
sencillas similares del cereal Alpha-Bits, el contenido
promedio de azcar era de 11.3 gramos con una desviacin estndar de 2.45 gramos. Suponga que el contenido de azcar est distribuido normalmente y con base
en esto construya un intervalo de conianza de 95%
para el contenido medio de azcar de porciones sencillas de Alpha-Bits.
9.10 Las integrantes de una muestra aleatoria de 12
graduadas de cierta escuela para secretarias teclearon

un promedio de 79.3 palabras por minuto, con una desviacin estndar de 7.8 palabras por minuto. Suponga
una distribucin normal para el nmero de palabras que
teclean por minuto y con base en esto calcule un intervalo de conianza del 95% para el nmero promedio de
palabras que teclean todas las graduadas de esta escuela.
9.11 Una mquina produce piezas metlicas de forma
cilndrica. Se toma una muestra de las piezas y los dimetros son 1.01, 0.97, 1.03, 1.04, 0.99, 0.98, 0.99, 1.01
y 1.03 centmetros. Calcule un intervalo de conianza
del 99% para la media del dimetro de las piezas que se
manufacturan con esta mquina. Suponga una distribucin aproximadamente normal.
9.12 Una muestra aleatoria de 10 barras energticas de
chocolate de cierta marca tiene, en promedio, 230 caloras por barra y una desviacin estndar de 15 caloras.
Construya un intervalo de conianza del 99% para el
contenido medio verdadero de caloras de esta marca de
barras energticas de chocolate. Suponga que la distribucin del contenido calrico es aproximadamente normal.
9.13 En un estudio para determinar la dureza de
Rockwell en la cabeza de alileres para costura se toma
una muestra aleatoria de 12. Se toman mediciones de la
dureza de Rockwell para cada una de las 12 cabezas y
se obtiene un valor promedio de 48.50, con una desviacin estndar muestral de 1.5. Suponga que las mediciones se distribuyen de forma normal y con base en esto
construya un intervalo de conianza de 90% para la dureza media de Rockwell.
9.14 Se registran las siguientes mediciones del tiempo
de secado, en horas, de cierta marca de pintura vinlica:
3.4 2.5 4.8 2.9 3.6
2.8 3.3 5.6 3.7 2.8
4.4 4.0 5.2 3.0 4.8
Suponga que las mediciones representan una muestra
aleatoria de una poblacin normal y con base en esto
calcule el intervalo de prediccin del 95% para el tiempo de secado de la siguiente prueba de pintura.
9.15 Remtase al ejercicio 9.5 y construya un intervalo de prediccin del 99% para los kilmetros que viaja
anualmente el propietario de un automvil en Virginia.
9.16 Considere el ejercicio 9.10 y calcule el intervalo
de prediccin del 95% para el siguiente nmero observado de palabras por minuto tecleadas por una graduada de la escuela de secretarias.
9.17 Considere el ejercicio 9.9 y calcule un intervalo
de prediccin del 95% para el contenido de azcar de la
siguiente porcin de cereal Alpha-Bits.
9.18 Remtase al ejercicio 9.13 y construya un intervalo de tolerancia del 95% que contenga el 90% de las
mediciones.

www.FreeLibros.me

9.12 Una sola muestra: estimacin de la varianza

9.63 Se llevar a cabo un estudio para estimar el porcentaje de ciudadanos de una ciudad que estn a favor de
tener agua luorada. Qu tan grande debera ser la muestra si se desea tener al menos 95% de conianza en que el
estimado est dentro del 1% del porcentaje verdadero?
9.64 Se realizar un estudio para estimar la proporcin de residentes de cierta ciudad y sus suburbios que
est a favor de que se construya una planta de energa
nuclear cerca de la ciudad. Qu tan grande debera ser
la muestra, si se desea tener al menos un 95% de conianza en que el estimado est dentro del 0.04 de la verdadera proporcin de residentes que estn a favor de
que se construya la planta de energa nuclear?
9.65 A cierto genetista le interesa determinar la proporcin de hombres y mujeres de la poblacin que padecen cierto trastorno sanguneo menor. En una
muestra aleatoria de 1000 hombres encuentra que 250
lo padecen; mientras que de 1000 mujeres examinadas,
275 parecen padecerlo. Calcule un intervalo de conianza del 95% para la diferencia entre la proporcin de
hombres y mujeres que padecen el trastorno sanguneo.
9.66 Se encuestan 10 escuelas de ingeniera de Estados Unidos. La muestra contiene a 250 ingenieros elctricos, de los cuales 80 son mujeres; y 175 ingenieros
qumicos, de los cuales 40 son mujeres. Calcule un intervalo de conianza del 90% para la diferencia entre la
proporcin de mujeres en estos dos campos de la ingeniera. Hay una diferencia signiicativa entre las dos
proporciones?
9.67 Se llev a cabo una prueba clnica para determinar si cierto tipo de vacuna tiene un efecto sobre la incidencia de cierta enfermedad. Una muestra de 1000
ratas, 500 de las cuales recibieron la vacuna, se mantuvo en un ambiente controlado durante un periodo de un

9.12

303

ao. En el grupo que no fue vacunado, 120 ratas presentaron la enfermedad, mientras que en el grupo inoculado 98 ratas la contrajeron. Si p1 es la probabilidad de
incidencia de la enfermedad en las ratas sin vacuna y p2
es la probabilidad de incidencia en las ratas inoculadas,
calcule un intervalo de conianza del 90% para p1 p2.
9.68 En el estudio Germination and Emergence of
Broccoli, realizado por el Departamento de horticultura
del Virginia Tech, un investigador encontr que a 5C,
de 20 semillas de brcoli germinaron 10; en tanto que a
15C, de 20 semillas germinaron 15. Calcule un intervalo de conianza del 95% para la diferencia en la proporcin de semillas que germinaron a las dos
temperaturas y decida si esta diferencia es signiicativa.
9.69 Una encuesta de 1000 estudiantes revel que
274 eligen al equipo profesional de beisbol A como su
equipo favorito. En 1991 se realiz una encuesta similar con 760 estudiantes y 240 de ellos tambin eligieron
a ese equipo como su favorito. Calcule un intervalo de
conianza del 95% para la diferencia entre la proporcin de estudiantes que favorecen al equipo A en las
dos encuestas. Hay una diferencia signiicativa?
9.70 De acuerdo con el USA Today (17 de marzo de
1997), las mujeres constituan el 33.7% del personal
de redaccin en las estaciones locales de televisin en
1990 y el 36.2% en 1994. Suponga que en 1990 y
en 1994 se contrataron 20 nuevos empleados para el
personal de redaccin.
a) Estime el nmero de trabajadores que habran sido
mujeres en 1990 y en 1994, respectivamente.
b) Calcule un intervalo de conianza del 95% para
saber si hay evidencia de que la proporcin de mujeres contratadas para el equipo de redaccin fue
mayor en 1994 que en 1990.

Una sola muestra: estimacin de la varianza

Si extraemos una muestra de tamao n de una poblacin normal con varianza 2 y calculamos la varianza muestral s2, obtenemos un valor del estadstico S 2. Esta varianza
muestral calculada se utiliza como una estimacin puntual de 2. En consecuencia, al
estadstico S 2 se le denomina estimador de 2.
Se puede establecer una estimacin por intervalos de 2 utilizando el estadstico
X2 =

(n 1)S 2
.
2

De acuerdo con el teorema 8.4, cuando las muestras se toman de una poblacin normal
el estadstico X 2 tiene una distribucin chi cuadrada con n 1 grados de libertad. Podemos escribir (vase la igura 9.7)
2
2
P (1/2
< X 2 < /2
) = 1 ,

www.FreeLibros.me

304

Captulo 9 Problemas de estimacin de una y dos muestras

1-

/2
0

/2

21- /2

2 /2

Figura 9.7: P ( 12 /2 < X 2 < 2/2 ) = 1 .

2
2
donde 1/2 y /2 son valores de la distribucin chi cuadrada con n 1 grados de
libertad, que dejan reas de 1 /2 y /2, respectivamente, a la derecha. Al sustituir
para X 2 escribimos
(n 1)S 2
2
< 2/2 = 1 .
<
P 1/2
2

Si dividimos cada trmino de la desigualdad entre (n 1)S 2, y despus invertimos cada

trmino (lo que cambia el sentido de las desigualdades), obtenemos
P

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

<
2/2
21/2

= 1 .

Para una muestra aleatoria de tamao n, tomada de una poblacin normal, se calcula la varianza muestral s2 y se obtiene el siguiente intervalo de conianza del 100(1 )% para 2.
Intervalo de Si s2 es la varianza de una muestra aleatoria de tamao n de una poblacin normal, un
conianza para 2 intervalo de conianza del 100(1 )% para 2 es
(n 1)s 2
(n 1)s 2
2
<

<
,
2/ 2
21/ 2
donde 2/2 y 21/2 son valores 2 con v = n 1 grados de libertad, que dejan reas
de /2 y 1 /2, respectivamente, a la derecha.
Un intervalo de conianza aproximado a 100(1 )% para se obtiene tomando la
raz cuadrada de cada extremo del intervalo para 2.
Ejemplo 9.18: Los siguientes son los pesos, en decagramos, de 10 paquetes de semillas de pasto distribuidas por cierta empresa: 46.4, 46.1, 45.8, 47.0, 46.1. 45.9, 45.8, 46.9, 45.2 y 46.0. Calcule
un intervalo de conianza del 95% para la varianza de todos los pesos de este tipo de paquetes de semillas de pasto distribuidos por la empresa. Suponga una poblacin normal.
Solucin: Primero calculamos
2
n
n
n
x 2i
xi
i =1
s 2 = i =1
n(n 1)
(10)(21,273.12) (461.2) 2
= 0.286.
=
(10)(9)

www.FreeLibros.me

9.13 Dos muestras: estimacin de la proporcin de dos varianzas

305

Para obtener un intervalo de conianza del 95% elegimos = 0.05. Despus, usando la
tabla A.5 con v = 9 grados de libertad, encontramos 02.025 = 19.023 y 02.975 = 2.700.
Por lo tanto, el intervalo de conianza del 95% para 2 es
(9)(0 .286)
(9)(0 .286)
< 2 <
,
19.023
2.700
o simplemente 0.135 < 2 < 0.953.

9.13

Dos muestras: estimacin de la proporcin

de dos varianzas
Una estimacin puntual de la proporcin de dos varianzas de la poblacin 21/ 22 es
dada por la proporcin s21 /s 22 de las varianzas muestrales. En consecuencia, el estadstico
S21 /S 22 se conoce como un estimador de 21/ 22.
Si 21 y 22 son las varianzas de poblaciones normales, podemos establecer una estimacin por intervalos de 21/ 22 usando el estadstico
F=

22 S 12
.
12 S 22

De acuerdo con el teorema 8.8, la variable aleatoria F tiene una distribucin F con v1 =
n1 1 y v2 = n2 1 grados de libertad. Por lo tanto, podemos escribir (vase la igura 9.8)
P [ f1/ 2 (v 1 , v 2 ) < F < f / 2 (v 1 , v 2 )] = 1 ,
donde f1 - /2(v1, v2) y f/2(v1, v2) son los valores de la distribucin F con v1 y v2 grados de
libertad, que dejan reas de 1 /2 y /2, respectivamente, a la derecha.

1-

/2
f1- /2

/2
f /2

Figura 9.8: P [ f 1/ 2 (v 1 , v 2 ) < F < f / 2 (v 1 , v 2 )] = 1 .

www.FreeLibros.me

9.14 Estimacin de la mxima verosimilitud (opcional)

307

que se simpliica a 3.425 < 21 < 56.991. Al calcular las races cuadradas de los lmites
2
de conianza encontramos que un intervalo de conianza del 98% para 1/2 es
1
1.851 <
< 7.549.
2
Como este intervalo no permite la posibilidad de que 1/2 sea igual a 1, es correcto
suponer que 1 2 o 21 22 en el ejemplo 9.12.

Ejercicios
9.71 Un fabricante de bateras para automvil airma
que sus bateras durarn, en promedio, 3 aos con una
varianza de 1 ao. Suponga que 5 de estas bateras tienen duraciones de 1.9, 2.4, 3.0, 3.5 y 4.2 aos y con
base en esto construya un intervalo de conianza del
95% para 2, despus decida si la airmacin del fabricante de que 2 = 1 es vlida. Suponga que la poblacin de duraciones de las bateras se distribuye de
forma aproximadamente normal.
9.72 Una muestra aleatoria de 20 estudiantes obtuvo
una media de x = 72 y una varianza de s2 = 16 en un
examen universitario de colocacin en matemticas.
Suponga que las caliicaciones se distribuyen normalmente y con base en esto construya un intervalo de conianza del 98% para 2.
9.73 Construya un intervalo de conianza del 95%
para 2 en el ejercicio 9.9 de la pgina 283.
9.74 Construya un intervalo de conianza del 99%
para 2 en el ejercicio 9.11 de la pgina 283.
9.75 Construya un intervalo de conianza del 99%
para en el ejercicio 9.12 de la pgina 283.

9.14

9.76 Construya un intervalo de conianza del 90%

para en el ejercicio 9.13 de la pgina 283.
9.77 Construya un intervalo de conianza del 98%
para 1/2 en el ejercicio 9.42 de la pgina 295, donde
1 y 2 son, respectivamente, las desviaciones estndar
para las distancias recorridas por litro de combustible
de los camiones compactos Volkswagen y Toyota.
9.78 Construya un intervalo de conianza del 90%
para 21/ 22 en el ejercicio 9.43 de la pgina 295. Se
justiica que supongamos que 21 22 cuando construimos nuestro intervalo de conianza para 1 2?
9.79 Construya un intervalo de conianza del 90%
para 21/ 22 en el ejercicio 9.46 de la pgina 295. Deberamos suponer que 21 = 22 cuando construimos
nuestro intervalo de conianza para I II?
9.80 Construya un intervalo de conianza del 95%
2
2
para A / B en el ejercicio 9.49 de la pgina 295.
Tendra que utilizar la suposicin de la igualdad de la
varianza?

Estimacin de la mxima verosimilitud (opcional)

A menudo los estimadores de parmetros han tenido que recurrir a la intuicin. El esti
mador X ciertamente parece razonable como estimador de una media de la poblacin .
La virtud de S 2 como estimador de 2 se destaca en el estudio de estimadores insesgados
de la seccin 9.3. El estimador para un parmetro binomial p es simplemente una proporcin de la muestra que, desde luego, es un promedio y recurre al sentido comn. Sin
embargo, hay muchas situaciones en las que no es del todo evidente cul debera ser el
estimador adecuado. Como resultado, el estudiante de estadstica tiene mucho que
aprender respecto a las diferentes ilosofas que producen distintos mtodos de estimacin. En esta seccin estudiaremos el mtodo de mxima verosimilitud.
La estimacin por mxima verosimilitud representa uno de los mtodos de estimacin ms importantes en toda la estadstica inferencial. No explicaremos el mtodo de
manera detallada; ms bien, intentaremos transmitir la ilosofa de la mxima verosimilitud e ilustrarla con ejemplos que la relacionan con otros problemas de estimacin que
se examinan en este captulo.

www.FreeLibros.me