UNIVERISIDAD NACIONAL AUTONOMA DE MEXICO

COLEGIO DE CIENCIAS Y HUMANIDADES

PLANTEL VALLEJO

ESTADISTICA Y PROBABILIDAD II

INTERVALO DE CONFIANZA PARA UNA MEDIA

ALUMNOS: GUTIERREZ ESPINOZA MANUEL JASSO GONZALEZ CAROLINA MORALES IGNOROSA ILEAN TAPIA LUENGAS WENDY ANGELICA

GRUPO: 606 PROFESORA: GARCIA MARTINEZ MARIA DE LOURDES

INTRODUCCION:
Un intervalo de confianza (1-): Proporciona un intervalo de valores, centrado en el valor estadstico de la muestra, en el cual supuestamente se ubica el parmetro de la poblacin, con un riesgo de error conocido. El valor de alfa se considera a menudo como la probabilidad de cometer un error en la estimacin, ya que indica la proporcin de las veces en que uno se equvoca si; 1- =95% entonces el riesgo que se corre es del 5%; 1- =90% entonces el riesgo es del 10%; 1- =98% el riesgo del 2%. El nivel de confianza se dividir de tal manera que la mita de 1- este por arriba de la media y la otra por debajo. Esto determina la probabilidad /2 en cada una de las dos colas de la distribucin.

El nivel de confianza y la amplitud del intervalo varan conjuntamente, de forma que un intervalo ms amplio tendr ms posibilidades de acierto (mayor nivel de confianza), mientras que para un intervalo ms pequeo, que ofrece una estimacin ms precisa, aumentan sus posibilidades de error. Para la construccin de un determinado intervalo de confianza es necesario conocer la distribucin terica que sigue el parmetro a estimar, . Es habitual que el parmetro presente una distribucin normal. En general, los intervalos de confianza se construyen a partir de la informacin muestral, de modo que tanto los cambios de como los cambios de n (el tamao de la muestra) afectan la amplitud del intervalo. Mientras mayor sea el nmero de observaciones ms confianza se tendr en la estimacin. Una de las formulas que se utilizaran es:

Las lneas verticales representan 50 construcciones diferentes de intervalos de confianza para la estimacin del valor .

Errores
Si estamos estimando con , y resulta estar dentro del intervalo de confianza que construimos entonces como esta en el centro del intervalo, el mximo error que puede tener con respecto a se da en el caso en que coincida con uno de los lmites del intervalo. Entonces, por ejemplo, en el caso de que la poblacin sea normal y conocido, y por lo tanto siendo la formula que utilizaremos. sea

Entonces el mximo error que podemos cometer es

Es decir, el mximo error posible coincide con el trmino al que le aplicamos el

INTERVALO DE CONFIANZA PARA MEDIAS

1. MUESTRAS GRANDES (n 30) Cuando conocemos x, el error estndar de x, podemos encontrar el intervalo de confianza para la media de la poblacin de una poblacin normal por medio de las siguientes formulas:

x zc
En el caso de que la toma de muestras sea de una poblacin infinita o si el muestreo se lleva a cabo con remplazo de una poblacin finita, y por si el muestreo es sin remplazo de una poblacin finita de tamao N.

X zc

En general, la desviacin estndar de la poblacin es desconocida, de manera que debemos utilizar el estimador S.

2. MUESTRAS PEQUEAS (n < 30) y POBLACION NORMAL

En este caso usamos la distribucin t para obtener los niveles de confianza. En general, los lmites de confianza para las medias de las poblaciones estn dados por:

x tc

Donde el valor de t, se puede obtener de:

Estimacin de la media cuando no se conoce distribucin t

Cuando no se conoce el valor de la desviacin estndar de la poblacin (lo que generalmente ocurre), la desviacin estndar de la muestra se utiliza como una estimacin de y s sustituye a , en ecuaciones de intervalos de confianza y errores. Adems, por l Teorema Central del lmite de sabe que, cuando el tamao de la muestra es mayor a 30, la distribucin de muestreo de las medias ser casi normal. Sin embargo para muestras de 30 o menos observaciones, la aproximacin normal resulta inadecuada. En lugar de ello, los clculos de los intervalos de confianza se deben basar en la distribucin t, que es la distribucin terica correcta siempre se utiliza s. La forma de sta distribucin t es muy parecida a la distribucin normal. La distribucin t presenta un rea mayor en sus extremos (colas). Esto significa que, para un nivel de confianza dado, el valor de t ser un poco mayor que el correspondiente valor de Z. Para utilizar una tabla de valores de t, se debe conocer dos cosas: el nivel de confianza deseado y los grados de libertad que son igual a n-1, o una unidad menor que el tamao muestral. La distribucin t se usa en las siguientes circunstancias: la poblacin tiene una distribucin normal, se desconoce (pero se conoce s o puede calcularse) y el tamao de la muestra es menor o igual a 30.

INTERVALO DE CONFIANZA: (Procedimiento en cinco pasos)

PASO 1: Planteamiento Describir el parmetro poblacional de inters.

PASO 1: Especificar los criterios del intervalo de confianza. a. Comprobar los supuestos. b. Identificar la distribucin de probabilidad y la formula a utilizar. c. Establecer el nivel de confianza,

PASO 3: Recolectar y presentar hechos mustrales: Recolectar la informacin muestral.

PASO 4: Determinar el intervalo de confianza: a. Encontrar los lmites de confianza inferior y superior.

PASO 5: Presentar los resultados: Establecer el intervalo de confianza.

Cuando en el problema no hay Desviacin Estndar, y la muestra menor a 30.

Una maquina llena cajas con cierto cereal. El supervisor del taller toma una muestra aleatoria de 10 cajas para estimar el peso medio de la poblacin de todas las cajas llenadas por las mquinas. Los valores de muestra son: 11.02, 11.14, 10.78, 11.59, 11.58, 11.19, 11.71, 11.27, 10.93, 10.94. Encuentre e interprete un intervalo de confianza para el peso medio de las cajas de cereal llenadas por la mquina. Para la informacin precedente

Datos:

Desarrollo:

Por tanto:
=11.215-1.833(0.1007)=

11.030

Podemos establecer que, basados en la muestra, estamos 90% seguros de que el intervalo (11.030, 11.400) contiene el peso medio real de las cajas

BIBLIOGRAFA: Howard B. Chrisensen Estadstica Paso a Paso Ed. Trillas Martnez Trejo J.C Estadstica y Probabilidad Murray R. Spiegel "Teora y problemas de Probabilidad y Estadstica