MA469 Estadística Aplicada1

Intervalo de confianza para la

varianza
Temario
Estimación por intervalo para la varianza
 Logro de la sesión
Al finalizar la sesión, el estudiante interpreta una
estimación por intervalo para la varianza.
 1

Estimación puntual y por intervalo

Estimación de parámetros

Estimación puntual Estimación por intervalo

Mediante un valor fijo Mediante un intervalo de

posibles valores, en el cual
se encuentra el verdadero
valor del parámetro y con
una probabilidad
determinada.
 Parámetros y estadísticos

Parámetros:
Histograma de la Poblacion
160

140 Media (m)

120

Población Varianza(s2)
100

Frecuencia
80

de Interés 60

40

20
Proporción (P)
0
-4 -2 0
Clases
2 4
etc.

Inferencias
Muestreo
Histograma de la Muestra
Estadísticos:
16

14

12
Media muestral ( 𝒙 )
Frecuencia

10

8 Varianza muestral (S2)

Muestras 6

2
Proporción muestral (𝒑)
0
-4 -2 0 2 4
Clases
etc.
 Estimación por intervalo

Consiste en la obtención de un intervalo dentro del cual estará el

valor del parámetro, estimado con una cierta probabilidad.

Si se seleccionan 100 muestras del mismo tamaño y se calculan

intervalos de confianza, el porcentaje de intervalos que
contendrá al parámetro será aproximadamente igual al nivel de
confianza.
e e
Nivel de confianza = 1 - 

Li 𝑥 Ls Probabilidad de que el valor del

parámetro se encuentre en dicho
e = Margen de error intervalo.
Li = Límite inferior
Ls =Límite superior
 2

Intervalos de confianza para la

varianza
¿Todas las botellas de agua YURA contienen 1500 ml?
¿Qué tanto varía el contenido de una botella a otra?

Variabilidad del contenido

 Intervalo de confianza para la varianza
Sea X una variable aleatoria con distribución N(µ;σ2), parámetros
desconocidos. El estimador S2 es la varianza muestral de la muestra de
tamaño n, el intervalo del 100 (1 - α)% de confianza es:

IC para la varianza 𝝈𝟐 IC para la desviación estándar 𝝈

𝑛 − 1 𝑠2 𝑛 − 1 𝑠2 𝑛 − 1 𝑠2 𝑛 − 1 𝑠2
2 ; 2 ;
𝜒 (𝑛−1;𝛼) 𝜒 (𝑛−1;1−𝛼) 2
𝜒 (𝑛−1;𝛼) 𝜒 2 (𝑛−1;1−𝛼)
2 2 2 2

Condición
Población normal
 Tabla Ji o Chi cuadrado

α = nivel de significación
v = n-1= grados de libertad

Ejemplo:
• Si me solicitan
96% de confianza
• Tamaño de
muestra 10

𝝌𝟐 (𝒏−𝟏;𝟏−𝜶)
𝟐

𝝌𝟐 (𝟗; 𝟎.𝟗𝟖) = 2,5324

 Ejemplo
“Trébol”, es una empresa embotelladora de agua en el departamento de La
Libertad. En su proceso de calidad del producto, se extrae una muestra al azar
de 24 botellas de la máquina que empaqueta el agua mineral y se obtuvo que
el contenido promedio es de 650,4 mililitros con desviación estándar de 1,2
mililitros. Se considera la variabilidad como un indicador de confiabilidad del
producto. Si la desviación estándar de los contenidos es mayor a 1,75
mililitros, se considera que la máquina no funciona correctamente y la
producción debe detenerse para repararla.

Con los datos muestrales y con un 95% de confianza ¿se puede afirmar que la
máquina funciona correctamente? Los contenidos de estos productos se
distribuyen normalmente.
 Solución
Interpretación:
Determinar si la máquina que empaqueta el agua funciona correctamente
Representación:
Variable X: Contenido de agua en las botellas.
Nivel de confianza = 95 %
Procedimiento: Intervalo de confianza para la varianza

Cálculo:
Nivel de confianza = NC = 0,95 = 1 – α  α = 0,05
Muestra n= 24 ; S2 = 1,22 = 1,44 ml2
𝜒 2 (𝑛−1;1−𝛼) = 𝜒 2 (23;0,975) = 11,689
2
2
𝜒 𝛼
(𝑛−1; )
= 𝜒 2 (23;0,025) = 38,076
2

𝟐𝟑∗𝟏,𝟒𝟒 𝟐𝟑∗𝟏,𝟒𝟒
IC ( σ ) = ; = [𝟎, 𝟗𝟑𝟑; 𝟏, 𝟔𝟖𝟑]
𝟑𝟖,𝟎𝟕𝟔 𝟏𝟏,𝟔𝟖𝟗
Análisis:
Con un nivel de confianza del 95%, la variabilidad del contenido de agua esta contenida en 0,933
y 1,683 ml.

Argumentación:
Se puede afirmar que la máquina funciona correctamente, porque la variabilidad del contenido
de agua en la muestra es menor a 1,75 ml.
 Nota
Suponga que:
a) Si la desviación estándar de los contenidos de agua es mayor a 0,9 mililitros, se
considera que la máquina no funciona correctamente y la producción debe
detenerse, para reparar la máquina.
b) Si la desviación estándar de los contenidos de agua es mayor a 1,2 mililitros, se
considera que la máquina no funciona correctamente y la producción debe
detenerse, para reparar la máquina.
Con los resultados encontrados en el mismo ejercicio:

𝟐𝟑∗𝟏,𝟒𝟒 𝟐𝟑∗𝟏,𝟒𝟒
IC ( σ ) = ; = [𝟎, 𝟗𝟑𝟑; 𝟏, 𝟔𝟖𝟑]
𝟑𝟖,𝟎𝟕𝟔 𝟏𝟏,𝟔𝟖𝟗

a) Para este caso: Se puede afirmar que la máquina no funciona correctamente,

porque la variabilidad del contenido de la muestra es mayor a 0,9 ml.
b) Para este caso: No se puede dar una respuesta a favor o en contra que la
máquina no funciona correctamente, porque una parte de la variabilidad del
contenido de agua es menor a 1,2 ml y una parte es mayor a 0,9 ml.
 Ejemplo
1. Se considera la variabilidad como un indicador de confiabilidad. Si la desviación
estándar del consumo de gasolina es mayor a 2,4 litros, se considera que el motor
no es conveniente y se deben de terminar las pruebas. En 16 recorridos de prueba
de un auto Fórmula Uno, el consumo de gasolina de un motor experimental fue el
que se muestra a continuación:

1.25 2.50 2.30 1.17 4.20 0.94 5.40 5.00

2.50 1.15 1.04 3.20 5.90 7.90 4.30 6.40
Con un 99% de confianza ¿se deben terminar las pruebas? El consumo de
gasolina se distribuyen normalmente.

2. La varianza de la resistencia a la rotura de 30 cables de una determinada marca

fue de 32 lbs2. Si la variabilidad es menor a 5 lbs, se afirma que la resistencia al
rotura es buena. Con los datos muestrales anteriores y con un 90% de confianza,
halle un intervalo de confianza para la varianza de la resistencia de todos los
cables de ésta marca. ¿Se puede decir que la varianza de la resistencia a la rotura
es buena?
 Autoevaluación

Afirmación Verdadero Falso

En la estimación por intervalos para la varianza
poblacional se hace uso de la tabla T-Student. X
Si n = 31 y nivel de confianza 98%, entonces los valores
críticos a utilizar en el intervalo de varianza son: 50,892 y X
14,953.

Si el nivel de confianza es de 95%, entonces el margen

de error es del 5%. X
La estimación puntual de σ2 es 𝑆 2 , y este estimador
permite la construcción de la estimación por intervalo X
para la varianza poblacional.
Bibliografía

 Separatas de los cursos de Estadística de la UPC – Ciencias.

Material producido para el curso de Estadística Aplicada I
Autor: Profesores del curso

ESTASÍSTICA APLICADA 1- PREGRADO

COPYRIGHT © UPC 2018