ESTIMACIÓN Clase 2-1

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 9

INTERVALO DE CONFIANZA PARA PARA LA MEDIA POBLACIONAL CON:

POBLACIÓN NORMAL Y VARIANZA POBLACIONAL DESCONOCIDA.

Se sabe que si 𝑋̅ y S son la media y la desviación estándar de una muestra aleatoria de


tamaño n < 30, tomada de una población normal con varianza desconocida σ2, la distribución
“t” es la adecuada para encontrar un intervalo de la media poblacional μ, con una confianza
(1 − α).

𝑥̅ – µ
O sea: T = 𝑠 ~ t(n-1)
√𝑛

– t1-α/2 t1-α/2

t1-α/2 es el valor t, con v = (n-1) grados de libertad, que delimita un área de 1-α/2 a su izquierda
y α/2 a su derecha.

Se destaca que : “tα/2 = -t1-α/2”

Para encontrar el intervalo se realizan los siguientes pasos:

𝑥̅ – µ
T= 𝑠 ~ t(n-1)
√𝑛

𝑥̅ – µ
P (t1 < 𝑠 < t2) = 1 – α
√𝑛

t1= – t1-α/2 ¸ t2= – t1-α/2

trabajando algebraicamente en la desigualdad se tiene:

𝑠 𝑠 𝑠
– t1-α/2 < 𝑥̅ - µ < + t1-α/2 ; 𝑑𝑒 é𝑠𝑡𝑜 → E = | 𝑥̅ - µ| = t1-α/2 (III)
√𝑛 √𝑛 √𝑛

𝑠 𝑠
−𝑥̅ – t1-α/2 < -µ < −𝑥̅ + t1-α/2
√𝑛 √𝑛

Multiplicando por (-1) y ordenando queda:


𝑠 𝑠
⟹ 𝑥̅ – t1-α/2 < µ < 𝑥̅ + t1-α/2 Intervalo de confianza para la media con P.N.
√𝑛 √𝑛
y varianza desconocida

De (III) se puede calcular el error de estimación


𝑠
E = | 𝑥̅ - µ| = t1-α/2
√𝑛

Observación: la condición de n<30 está dada por la propiedad de que la distribución “t”,
cuando n→ ∞ (o sea, “n suficientemente grande”) tiende a la N(0;1).
Por lo tanto si la situación problemática es: población normal con varianza desconocida pero
n→ ∞, se utiliza N(0;1)

Ejemplo: La vida útil promedio de una muestra aleatoria de 20 focos es 4500 horas, con una
desviación estándar muestral de 250 horas. Se supone que la vida útil de los focos tiene una
distribución aproximadamente normal. Hallar el intervalo de confianza del 95% para el
promedio poblacional de vida de los focos.

Solución:

Datos:

μ: Promedio poblacional de vida de los focos.

𝑥̅ = 4500 s = 250 n = 20

Teniendo en cuenta los datos y la propuesta de encontrar el intervalo se utiliza:

𝑥̅ – µ
t= s ~ 𝑡𝑛−1
√𝑛

Considerando la aplicación f(x) y sabiendo que

nivel de confianza= (1 -α) = 0,95 ⇒ α/2 = 0,025 ⇒ 1 - α/2 = 0,975


grados de libertad = (n− 1) = 19 ⇒, se tiene que: t1-α/2, 19gl = t 0,975; 19 = 2,093

Para encontrar el intervalo con el nivel de confianza (1-α)= 0,95, se procede de la siguiente
forma:
𝑥̅ – µ
P (t1 < s < t2 ) = 0,95
√𝑛

trabajando algebraicamente en la desigualdad se tiene:


𝑥̅ – µ
t1 < s < t2
√𝑛
𝑥̅ – µ
-2,093 < s < 2,093
√𝑛
s s
- 2,093 < 𝑥̅ - µ < + 2,093 √𝑛
√𝑛

250 250
−4500 – 2,093 < -µ < −4500 + 2,093
√20 √20

multiplicando por (-1) y ordenando queda:


250 250
500 − 2,093 ∙ < µ < 4500 + 2,093 ∙
√20 √20

4383 < µ < 4617

Interpretación:
Se espera que el promedio poblacional de vida de los focos, puede estar entre 4383 horas
y 4617 horas, con un nivel de confianza del 95%.O bien, el intervalo (4383; 4617) puede
contener al promedio poblacional de vida de los focos(µ) con un 95% de confianza.

INTERVALO DE CONFIANZA PARA LA PROPORCION POBLACIONAL

En problemas de Ingeniería se manejan proporciones, probabilidades y porcentajes. En el


proceso de muestreo puede interesar la proporción de unidades defectuosas en un tren de
producción, y en pruebas de vida útil se puede necesitar conocer el porcentaje de tiempo
durante el cual ciertos componentes tendrán un rendimiento según sus especificaciones o la
probabilidad de que un componente dado dure por lo menos un número determinado de
horas. Estos ejemplos evidencian que los problemas referentes a porcentajes, proporciones
y probabilidades son equivalentes.
𝑥
Se ha visto que: 𝑝̂ = 𝑛 es la estimación puntual de la proporción poblacional y por teorema
central del límite, para n → ∞

𝑥−𝑛𝑝
Z= → 𝑁( 0, 1)
√𝑛𝑝𝑞

Dividiendo en n:
𝑥
−𝑝 𝑝̂ −𝑝
𝑛
Z= = ~ N( 0, 1)
𝑝𝑞 𝑝𝑞
√𝑛 √𝑛

Utilizando la distribución N(0;1) se construye el intervalo para la proporción poblacional “p”,


con (1- α) de confianza, de la siguiente forma:

p es la proporción de éxitos en una muestra aleatoria de tamaño n, y q= 1-p;


𝑝̂−𝑝
Sea Z = 𝑝𝑞
~ 𝑁(0,1)
√𝑛
𝑝̂−𝑝
P(Z 1 < 𝑝𝑞
< Z2) = 1-𝛼 → 𝑍1= - Z (1-α/2) y 𝑍2= Z (1-α/2)
√𝑛

Z(1-α/2) es el valor z que delimita el área de (1-α/2) a su izquierda.

- Z1-α/2 0 Z1-α/2

Despejando queda:

𝑝𝑞 𝑝𝑞
- Z (1-α/2) √ 𝑛 < 𝑝̂ − 𝑝 < Z (1-α/2) √ 𝑛

𝑝̂ 𝑞̂
se estima la desviación estándar de 𝑝̂ por √ 𝑛 para poder determinar el intervalo,
reemplazando queda:

𝑝̂ 𝑞̂ 𝑝̂ 𝑞̂
- Z (1-α/2) √ 𝑛 < 𝑝̂ − 𝑝 < Z (1-α/2) √ (II)
𝑛

𝑝̂ 𝑞̂ 𝑝̂ 𝑞̂
-𝑝̂ - Z (1-α/2) √ 𝑛 < −𝑝 < - 𝑝̂ + Z (1-α/2) √ 𝑛

Multiplicando por (-1) y ordenando resulta:

𝑝̂ 𝑞̂ 𝑝̂ 𝑞̂
𝑝̂ - Z (1-α/2) √ 𝑛 < p < 𝑝̂ + Z (1-α/2) √ 𝑛 Intervalo de confianza para la proporción

Observación

De (II) se puede tener con una confianza de (1-α), el error E de estimación:

𝑝̂ 𝑞̂
E =| 𝑝̂ − p | ≤ Z (1-α/2) √ 𝑛

Ejemplo: En el estudio de una muestra aleatoria de 90 mayoristas que compran tubos


galvanizados, se obtuvo como resultado que 40 plantean incrementar sus compras el
próximo año.
a) Estimar el intervalo de confianza del 90% de la proporción poblacional de los
mayoristas de este material que planean incrementar sus compras el año próximo.
b) Establecer el error muestral.

Solución:

a) p: proporción poblacional de compras de los mayoristas de tubos galvanizados


que planean incrementar sus compras el año próximo.

Datos: 𝑝̂ = 40/90 ≈ 0,44 𝑞̂= 1 - 𝑝̂ = 1 − 0,44 = 0,56

De acuerdo con los datos y el intervalo requerido se utiliza:


𝑝̂−𝑝
Z= 𝑝𝑞
~ 𝑁(0,1)
√𝑛

Para encontrarlo se comienza con:


𝑝̂−𝑝
P( Z 1 < 𝑝𝑞
< Z2) = 1-𝛼
√𝑛

Utilizando la aplicación f(x), se tiene que:

Nivel de confianza = (1- α) = 0,90 ⇒ α/2 = 0,05 ⇒ Z (1-α/2)= Z0,95 = 1,645; por lo tanto

Z1=-1,645 y Z2= 1,645

reemplazando en la desigualdad:
𝑝̂−𝑝
-1,645 < 𝑝𝑞
< 1,645
√𝑛

reemplazando y estimando la desviación estándar de 𝑝̂ para poder obtener el intervalo para


p se tiene:

𝑝̂ 𝑞̂ 𝑝̂ 𝑞̂
-1,645 × √ 𝑛 < 𝑝̂ − 𝑝 < 1,645 × √ 𝑛

0,44× 0,56 0,44× 0,56


-0,44 -1,645 × √ < -p < -0,44 +1,645 × √
90 90

Multiplicando por (-1) y ordenando la desigualdad:

0,44× 0,56 0,44× 0,56


0,44 - (1,645) √ < p < 0,44 + (1,645) √
90 90

0,354 < p < 0,526


Interpretación:
Se estima que la proporción poblacional de compras de los mayoristas de tubos
galvanizados que planean incrementar sus compras el año próximo, puede estar entre 0,354
y 0,526 con una confianza del 90%.
𝑝̂ 𝑞̂
b) E =| 𝑝̂ − p | ≤ Z (1-α/2) √ 𝑛

0,44× 0,56
E =| 𝑝̂ − p | ≤ (1,645) √ 90

E ≤ 0,086

Interpretación:
El nivel de error muestral no excederá de 0,086, o equivalentemente el 8,6%. Es decir que
la diferencia, en valor absoluto, entre la proporción muestral y la poblacional no excederá de
0,086.

TAMAÑO DE MUESTRA

Con frecuencia se desea saber qué tan grande deberá ser la muestra para asegurar que el
error al estimar el parámetro p será menor que una cantidad específica E.

𝑝̂ 𝑞̂
Despejando de la expresión del error de estimación: E =| 𝑝̂ − p | ≤ Z (1-α/2) √ 𝑛

(𝑍1−𝛼/2) 2 𝑝̂ 𝑞̂
n=
𝐸2

Ejemplo: En la Universidad, un grupo de pasantes desea realizar una investigación referida


a la posible influencia de la industria petrolera en escoger de las carreras de especialización.
Calcular el tamaño de la muestra con un nivel de confianza del 95% y con margen de error
permitido del 3%

Solución:

𝑝: Proporción poblacional de los sujetos influenciados por la industria petrolera para escoger
de las carreras de especialización.

Como se desconoce la proporción muestral se puede tomar 𝑝̂ =𝑞̂=½=0,5.

El nivel de error de estimación es E = 3% = 0,03

Nivel de confianza = (1- α) = 0,95 ⇒ α/2 = 0,025 ⇒ Z (1-α/2)= Z0,975 = 1,96

(𝑍1−𝛼/2) 2 𝑝̂ 𝑞̂
Reemplazando en: n =
𝐸2

(1,96) 2 ( 0,5)( 0,5)


se tiene: n = = 1067,11 ≅ 1068
(0,03)2
Interpretación:
Se requiere de una muestra de 1068 sujetos para estimar la proporción poblacional de los
sujetos influenciados por la industria petrolera para escoger las carreras de especialización;
con un nivel de confianza de 95% y un error muestral del 3%.

INTERVALO DE CONFIANZA PARA LA VARIANZA POBLACIONAL σ2

En una población normal suele ser de interés establecer una estimación por intervalos para
la varianza poblacional σ2.

(n – 1)s2 2
Utilizando el estadístico: U= ~ 𝜒𝑛−1
σ2

donde s2 es la varianza de una muestra aleatoria de tamaño n de una población normal, se


obtendrá un intervalo de confianza de (1-α) para σ2.

Cabe señalar, que para determinar el intervalo, previamente se considera (1-α) el área en la
zona central bajo la chi cuadrado, de tal forma que se distribuyen α/2 hacia la izquierda y
derecha de ella, como muestra la figura:

U1 U2

2 2
Donde U1 = 𝜒𝛼/2 y U2 = 𝜒1−𝛼/2 son valores de la variable aleatoria con distribución χ2 con
(n-1) grados de libertad, que delimitan áreas de α/2 y (1 – α/2) a su izquierda,
respectivamente.

Para encontrar el intervalo se realizan los siguientes pasos:

(n − 1) s2
P( 𝑈1 < < 𝑈1 )= (1-𝛼)
σ2

Si se invierte la desigualdad para tener a σ2 en el numerador:

1 σ2 1
> >
𝑈1 (n − 1) s2 𝑈2
Despejando y ordenando la desigualdad (de menor a mayor), se obtiene:

(n − 1) s2 (n − 1) s2
< σ2 < Intervalo de confianza para la varianza
𝑈2 𝑈1
Ejemplo: Un Ingeniero encargado del control de calidad en una fábrica está convencido que
la balanza para pesar materia prima varía según una desviación estándar de 1,8 libras. Con
el fin de someter a prueba el equipo, se tomó una muestra de pesos obteniendo los
siguientes resultados:

104,1 110,2 109 103,3 108,1 107,6 105,7 111

104 108 109,6 103,2 105,7 108,7 109,7 103,6

107,5 105 109,7 108,5 104,8 108,7 109,8 105,9

Obtener el intervalo de confianza del 90% para la varianza, y determinar si el supuesto es


válido. Suponer que los pesos de la materia prima siguen una distribución normal.

Solución:

σ2: Varianza poblacional de las mediciones realizadas por una balanza para pesar materia
prima en una fábrica.

σ: Desviación estándar poblacional de las mediciones realizadas por una balanza para pesar
materia prima en una fábrica.

Datos de la muestra:

n = 24; s = 2,47 ⇒ s2 = 6,1

nivel de confianza = (1 − α) = 0,90 ⇒ α/ 2 = 0,05

grados de libertad: v = n− 1 = 24 − 1 = 23

Utilizando la aplicación f(x), se tiene que los valores de chi cuadrado son
2
𝑈1 = 𝜒0,05 = 13,091
2
𝑈2 = 𝜒0,95 = 35,172

Para obtener el intervalo de confianza para σ2 se comienza desde:

(n − 1) s2
P( 𝑈1 < < 𝑈1 )= (1-𝛼)
σ2

reemplazando:

(n − 1) s2
P( 13,091 < < 35,172 )= 0,90
σ2

Trabajando en la desigualdad se obtiene:


13,091 1 35,172
23×6,12
< 𝜎2
< 23×6,12
23×6,12 23×6,12
Invirtiendo : > 𝜎2 >
13,091 35,172

Ordenando la desigualdad queda:


23×6,12 23×6,12
< 𝜎2 <
35,172 13,091

El intervalo resulta ser:

3,99 < σ2 < 10,72

Según lo cuestionado en el ejemplo se determinar el intervalo para la desviación


estándar (aplicando raíz cuadrada) y resulta:

1,997 < σ < 3,27

Interpretación:
Se estima que la desviación estándar en las mediciones de la balanza puede estar entre
1,997 y 3,27, en base a un 90% de confianza. Por lo tanto, según esta muestra y este nivel
de confianza, se puede concluir que el ingeniero debe reconsiderar el valor supuesto, ya que
el intervalo de estimación supera al valor que se tenía.

También podría gustarte