Estadistica

Solo disponible en BuenasTareas
  • Páginas : 5 (1083 palabras )
  • Descarga(s) : 0
  • Publicado : 11 de febrero de 2011
Leer documento completo
Vista previa del texto
zsxdcrftygvbnjmio,p[/Intervalo de confianza
De Wikipedia, la enciclopedia libre
Saltar a navegación, búsqueda

Las líneas verticales representan 50 construcciones diferentes de intervalos de confianza para la estimación del valor μ.En estadística, se llama intervalo de confianza a un par de números entre los cuales se estima que estará cierto valor desconocido con una determinadaprobabilidad de acierto. Formalmente, estos números determinan un intervalo, que se calcula a partir de datos de una muestra, y el valor desconocido es un parámetro poblacional. La probabilidad de éxito en la estimación se representa con 1 - α y se denomina nivel de confianza. En estas circunstancias, α es el llamado error aleatorio o nivel de significación, esto es, una medida de las posibilidades defallar en la estimación mediante tal intervalo.[1]

El nivel de confianza y la amplitud del intervalo varían conjuntamente, de forma que un intervalo más amplio tendrá más posibilidades de acierto (mayor nivel de confianza), mientras que para un intervalo más pequeño, que ofrece una estimación más precisa, aumentan sus posibilidades de error.

Para la construcción de un determinado intervalo deconfianza es necesario conocer la distribución teórica que sigue el parámetro a estimar, θ. Es habitual que el parámetro presente una distribución normal. También pueden construirse intervalos de confianza con la desigualdad de Chebyshov.

En definitiva, un intervalo de confianza al 1 - α por ciento para la estimación de un parámetro poblacional θ que sigue una determinada distribución deprobabilidad, es una expresión del tipo [θ1, θ2] tal que P[θ1 ≤ θ ≤ θ2] = 1 - α, donde P es la función de distribución de probabilidad de θ.

Contenido [ocultar]
1 Ejemplos
1.1 Intervalo de confianza para la media de una población
1.2 Intervalo de confianza para una proporción
2 Véase también
3 Referencias

[editar] Ejemplos
[editar] Intervalo de confianza para la media de una población
De unapoblación de media μ y desviación típica σ se pueden tomar muestras de n elementos. Cada una de estas muestras tiene a su vez una media (). Se puede demostrar que la media de todas las medias muestrales coincide con la media poblacional:[2]

Pero además, si el tamaño de las muestras es lo suficientemente grande,[3] la distribución de medias muestrales es, prácticamente, una distribución normal(o gaussiana) con media μ y una desviación típica dada por la siguiente expresión: . Esto se representa como sigue: . Si estandarizamos, se sigue que:

En una distribución Z ~ N(0, 1) puede calcularse fácilmente un intervalo dentro del cual caigan un determinado porcentaje de las observaciones, esto es, es sencillo hallar z1 y z2 tales que P[z1 ≤ z ≤ z2] = 1 - α, donde (1 - α)·100 es elporcentaje deseado (véase el uso de las tablas en una distribución normal).

Se desea obtener una expresión tal que

En esta distribución normal de medias se puede calcular el intervalo de confianza donde se encontrará la media poblacional si sólo se conoce una media muestral (), con una confianza determinada. Habitualmente se manejan valores de confianza del 95 y del 99 por ciento. A este valor sele llamará 1 − α (debido a que α es el error que se cometerá, un término opuesto).

Para ello se necesita calcular el punto Xα / 2 —o, mejor dicho, su versión estandarizada Zα / 2— junto con su "opuesto en la distribución" X − α / 2. Estos puntos delimitan la probabilidad para el intervalo, como se muestra en la siguiente imagen:

Dicho punto es el número tal que:

Y en la versiónestandarizada se cumple que:

z − α / 2 = − zα / 2

Así:

Haciendo operaciones es posible despejar μ para obtener el intervalo:

De lo cual se obtendrá el intervalo de confianza:

Si no se conoce σ y n es grande (habitualmente se toma n ≥ 30):[4]

, donde s es la desviación típica de una muestra.

Aproximaciones para el valor zα / 2 para los niveles de confianza estándar son 1,96 para 1 − α...
tracking img