S03.s1 Estadistica Inferencial

ESTADISTICA INFERENCIAL
SESION N°5
Inicio (10min)
• Actividad: Los estudiantes comparten con el docente las

dudas que hubieran existido en la cuarta sesión.
• El estudiante responde con atención sobre los
conocimientos que tiene sobre Intervalos de Confianza y
para que servirían en su profesión?
Inicio
SABERES PREVIOS
LA ESTADISTICA INFERENCIAL
Haz escuchado alguna vez el termino de Intervalo de Confianza?

Para que piensas que debe servir la estimación de un Intervalo
de Confianza?
Logro de la Sesión
Al finalizar la sesión el estudiante conoce los principales conceptos y
tipos de estimación, así como también, los principales conceptos del
intervalo de confianza para la media y los cálculos correspondientes
para poder aplicarlos en su campo profesional o en la investigación.
TRANSFORMACIÓN (60 min)
Principio pedagógico: Aprendizaje autónomo y Aprendizaje colaborativo.
• Actividad: A continuación el estudiante va revisar los

conceptos básicos correspondientes a estimación e
intervalos de confianza para la media con varianza conocida
y desconocida y se van a plantear ejercicios para poder
desarrollar los conceptos revisados en clase.
Transformación
ESTIMACION
Se trata de emplear los estadísticos para estimar los parámetros.
Métodos de estimación:
Estimación puntual: Estimación de intervalo:

utilización de datos de ofrece un intervalo de
la muestra para valores razonables dentro
calcular un solo del cual se pretende que
número para estimar el esté el parámetro de interés:
parámetro de interés. (𝜇, 𝜎, 𝜋). Con cierto grado
o nivel de confianza
Datos/Observaciones
ESTIMACION
No olvidar!!
𝝈 ഥ
𝑿
𝑺
𝝅
𝒑
Estadísticos
Parámetros ()
Datos/Observaciones
ESTIMACION PUNTUAL
Estimador Puntual
De la población de estaturas de los estudiantes en La UTP año 2017, se extrae una muestra
aleatoria de 8 alumnos, cuyos valores observados son:
1.50 1.6 1.58 1.45 1.52 1.68 1.62 1.55 .
Halle un estimador puntual para la media poblacional.
Solución:
σ𝑛𝑖=1 𝑋𝑖 1.5 + 1.6 + 1.58 + 1.45 + 1.52 + 1.68 + 1.62 + 1.55
ത
𝜇ො = 𝑋 = =
𝑛 8
= 1.56 𝑚
 Cuando obtenemos una media aritmética a partir de una muestra (estadístico),

esta puede ser empleada como estimador puntual para el valor de la media
poblacional (parámetro). Análogamente con los demás estadísticos.
Datos/Observaciones
ESTIMACION POR INTERVALOS
En lugar de indicar simplemente un único valor como

estimación del parámetro poblacional (𝜇, 𝜎, 𝜋), lo que se
hace es calcular un intervalo de valores en el que se tiene
cierta probabilidad (confianza) de que se encuentre el
verdadero valor de  (parámetro).
Coeficiente
o grado de
confianza
𝑃(𝜃෠ − 𝜺 < 𝜃 < 𝜃෠ + 𝜺) = 1 − 𝛼
Es decir, se puede garantizar con una probabilidad de 1-𝛼 que

la muestra elegida contendrá el valor verdadero  (𝜇, 𝜎, 𝜋).
Datos/Observaciones
INTERVALO DE CONFIANZA DE LA MEDIA CON
VARIANZA CONOCIDA
LA CONFIANZA O NIVEL DE CONFIANZA (1- α) :
es la probabilidad asumida de que la media µ este
contenida en el intervalo de confianza buscado en el
experimento: 1- α= 99%, 98%, 95%, 90%,…
LA DESCONFIANZA o NIVEL DE SIGNIFICANCIA (α)

es lo raro que pude ocurrir en su experimento es decir
hechos fortuitos o extraños: α=1%, 2%, 5%, 10%,…
Nota: El nivel de significación es también llamado el error Tipo I.
Datos/Observaciones
VARIANZA CONOCIDA
EMPLEAREMOS Z CUANDO:
a. n ≥ 30 y σ2 conocida
b. n < 30 y σ2 conocida
1. INTERVALO DE CONFIANZA(IC):
𝜎
IC: 𝑋ത − 𝑍(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑋ത + 𝑍(1−𝛼) ⋅ 𝜎
2 n 2 n
2. ERROR (𝜺):
𝑍1−𝛼 . 𝜎
2
|𝑋ത − 𝜇| ≤
n
Datos/Observaciones
1. INTERVALO DE CONFIANZA DE LA MEDIA
CON VARIANZA CONOCIDA
PROBLEMA 1:
Un fabricante produce focos que tienen un promedio de vida
de distribución normal y una desviación estándar de 40
horas. Si una muestra de 30 focos tiene una vida promedio
de 780 horas.
a) Encuentre el intervalo de confianza del 95% para la

media de la población de todos los focos que produce la
empresa.
b) Que tan grande se requiere que sea una muestra. Si se
desea tener una confianza del 95% de la media poblacional,
y que esté dentro de las 10 horas del promedio real.
Datos/Observaciones
RESOLUCIÓN
• X: variable aleatoria tiempo de vida de focos fabricados

Datos población Datos Muestra
• X : N (μ,σ2) n = 30
μ=?
ത
𝑋 = 780 horas
𝜎 σ = 40 horas (Conocido)
IC: 𝑋ത − 𝑍(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑋ത + 𝑍(1−𝛼) ⋅ 𝜎
2 n 2 n 𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 1 − 𝛼 = 0.95
Reemplazando: 𝛼 = 0.05
40 40 𝑇𝑎𝑏𝑙𝑎: 𝑍 = 𝑍 0.975 = 1.96

≤ μ ≤ 780 + 1.96 x
0.05
780 – 1.96 x 1−
2
30 30
IC: 765.69 ≤ μ ≤ 794.31

=
Con un nivel de confianza del 95%, el tiempo de vida promedio de los
focos esta comprendido desde 765.69 a 794.31 horas.
RESOLUCIÓN
Adicionalmente podemos calcular el error y el tamaño de

muestra que aproximadamente será la misma.
𝑍 𝛼 .𝜎
(1− 2 ) 1.96 ∗40
Error: e = e= = 14.3138
𝑛 30
𝑍 𝛼 .𝜎 2
(1− 2 )
Tamaño de muestra: n ≥ = (5.48)2 = 30
𝑒
El error(e) es muchas veces

dato del problema o es fijado por el investigador!!
=
1. INTERVALO DE CONFIANZA DE LA MEDIA
CON VARIANZA CONOCIDA
PROBLEMA 1:
La empresa AUTOZIN produce partes de componentes
cilíndricos para la industria automotriz que tienen un
promedio de diámetro de 5 milímetros con una distribución
normal y una desviación estándar de 0.1 milímetros . Para
confirmar esto Se tomo una muestra de 25 partes
seleccionadas al azar que muestra que el diámetro
promedio es de 5.027 milímetros .Encuentre el intervalo de
confianza del 95% para la media de la población de todas
las partes de componentes cilíndricos que produce la
empresa
Datos/Observaciones
RESOLUCIÓN
• X: variable aleatoria diámetro de los componentes cilíndricos Datos población Datos Muestra
• X : N (μ,σ2)
μ=? n = 30
ത
𝑋 = 780 horas
𝜎 σ = 40 horas (Conocido)
IC: 𝑋ത − 𝑍(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑋ത + 𝑍(1−𝛼) ⋅ 𝜎
2 n 2 n 𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 1 − 𝛼 = 0.95
Reemplazando: 𝛼 = 0.05
0.1 0.1
5.027 – 1.96 x ≤ μ ≤ 5.027 + 1.96 x 𝑇𝑎𝑏𝑙𝑎: 𝑍
1−
0.05 = 𝑍 0.975 = 1.96
25 25 2
IC: 4.9878 ≤ μ ≤ 5.0662
Con un nivel de confianza del 95%, el diámetro promedio de los componentes

cilíndricos esta comprendido desde 4.9878 a 5.0662 mil.
VARIANZA DESCONOCIDA
a. Emplearemos T cuando: n<30 y σ2 desconocida
• Cuando la varianza poblacional no es conocida utilizamos la
distribución de “t” de “student” , para tamaños de muestra n<30. el
estadístico T será:
• Como σ² no se conoce se estima mediante S².

• La distribución se desvía en forma apreciable cuando los grados de
libertad (v = n-1) son pequeños.
• El estadístico t definido resulta de una muestra aleatoria seleccionada

de una población normal, con varianza σ² no conocida.
b. Emplearemos Z cuando: n>≥30 y σ2 desconocida
Datos/Observaciones
3. EJERCICIOS DE COMPRENSIÓN
Una compañía utiliza baterías en sus juegos

electrónicos que según ellos duran un promedio
de 30 horas, para confirmar esto se prueba 16
baterías siendo la media muestral de 27.5 horas
y su desviación estándar S=5 horas. Encuentre
un intervalo de confianza del 95% para la media.
Suponga que la distribución de las duración de
las baterías es aproximadamente normal.
Datos/Observaciones
RESOLUCIÓN
X: V.A. duración de batería
Reemplazando en la fórmula: Datos población Datos Muestra
𝑆 𝑆 μ = 30 n = 16
IC: 𝑋ത − 𝑇(1−𝛼,𝑔𝑙) ⋅ ≤ 𝝁 ≤ 𝑋ത + 𝑇(1−𝛼,𝑔𝑙) ⋅
2 n 2 n
σ²= ?? (Descoc) 𝑋ത = 27.5 horas
S=5
Reemplazando datos: 𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 1 − 𝛼 = 0.95
5 5 𝛼 = 0.05
27.5 − 2.131x ≤ 𝜇 ≤ 27.5+2.131x
4 4 𝑇 𝛼
1− 2 ,𝑛−1
= 𝑇 0.975,16−1
24.84 ≤  ≤ 30.16
De la tabla: t 0.975,15 = 2.131
Con una confianza del 95%, la vida media de las baterías será de 24.84 a 30.16 horas.
CIERRE (15 min)
Principio pedagógico: Aprendizaje autónomo.
Actividad:
• El estudiante revisa las formulas que se plantearon en la
sesión.
• El estudiante responde en el chat sobre 2 principales
preguntas del docente sobre su aprendizaje en la clase de
hoy.
Cierre
FÓRMULAS PARA EL CÁLCULO DEL INTERVALO DE CONFIANZA (IC)
N° CASO FÓRMULA A EMPLEAR
𝜎
1 CON σ2 CONOCIDA Y n≥30 IC: 𝑋ത − 𝑍(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑋ത + 𝑍(1−𝛼) ⋅ 𝜎
2 n 2 n
𝑆 𝑆
2 CON σ2 DESCONOCIDA Y n<30 IC: 𝑋ത − 𝑇(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑋ത + 𝑇(1−𝛼) ⋅
2 n 2 n
𝑆 𝑆
3 CON σ2 DESCONOCIDA Y n≥30 IC: 𝑋ത − 𝑍(1−𝛼) ⋅ ≤ 𝝁 ≤ 𝑋ത + 𝑍(1−𝛼) ⋅
2 n 2 n
𝜎
4 CON σ2 CONOCIDA Y n<30 IC: 𝑋 ത− 𝑍(1− ) ⋅ 𝜎≤ 𝝁 ≤ 𝑋ത ത+ 𝑍(1−𝛼) ⋅ 𝜎𝜎
ത 𝛼
IC: 𝑋 − 𝑍(1−2 𝛼 ) ⋅ n ≤ 𝝁 ≤ 𝑋 + 𝑍(1−
2 𝛼) ⋅ n
2 n 2 n
Datos/Observaciones
¿QUÉ HEMOS APRENDIDO?
1. ¿Cuándo aplicar la distribución Z?
2. ¿Cuándo aplicar la distribución t-student?
Datos/Observaciones

S03.s1 Estadistica Inferencial

Cargado por

Copyright:

Formatos disponibles

S03.s1 Estadistica Inferencial

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

S03.s1 Estadistica Inferencial

Cargado por

Copyright:

Formatos disponibles

ESTADISTICA INFERENCIAL

• Actividad: Los estudiantes comparten con el docente las

Haz escuchado alguna vez el termino de Intervalo de Confianza?

• Actividad: A continuación el estudiante va revisar los

Estimación puntual: Estimación de intervalo:

 Cuando obtenemos una media aritmética a partir de una muestra (estadístico),

En lugar de indicar simplemente un único valor como

Es decir, se puede garantizar con una probabilidad de 1-𝛼 que

LA DESCONFIANZA o NIVEL DE SIGNIFICANCIA (α)

Nota: El nivel de significación es también llamado el error Tipo I.

a) Encuentre el intervalo de confianza del 95% para la

• X: variable aleatoria tiempo de vida de focos fabricados

40 40 𝑇𝑎𝑏𝑙𝑎: 𝑍 = 𝑍 0.975 = 1.96

IC: 765.69 ≤ μ ≤ 794.31

Adicionalmente podemos calcular el error y el tamaño de

El error(e) es muchas veces

IC: 4.9878 ≤ μ ≤ 5.0662

Con un nivel de confianza del 95%, el diámetro promedio de los componentes

• Como σ² no se conoce se estima mediante S².

• El estadístico t definido resulta de una muestra aleatoria seleccionada

b. Emplearemos Z cuando: n>≥30 y σ2 desconocida

Una compañía utiliza baterías en sus juegos

N° CASO FÓRMULA A EMPLEAR

1. ¿Cuándo aplicar la distribución Z?

2. ¿Cuándo aplicar la distribución t-student?

También podría gustarte