Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Prof. Laura Lanzarini Intervalos de confianza Se ha visto como construir a partir de una muestra aleatoria un estimador puntual de un parámetro desconocido. A veces resulta más conveniente dar un intervalo de valores posibles del parámetro desconocido, de manera tal que dicho intervalo contenga al verdadero parámetro con determinada probabilidad. Prof. Laura Lanzarini Intervalo de confianza A partir de una muestra aleatoria se construye el intervalo donde los extremos y son dos estadísticos, tal que 21 ˆ,ˆ 1̂ 2̂ 1ˆ,ˆ 21P Parámetro desconocido a estimar valor real entre cero y uno dado de antemano Prof. Laura Lanzarini Ejemplo 8.1 Si =0.05, se quiere construir un intervalo tal que o escrito de otra forma 21 ˆ,ˆ 95.0ˆ,ˆ 21 P 95.0ˆˆ 21 P Prof. Laura Lanzarini Interpretación Si medimos la muestra 100 veces tendremos 100 intervalos distintos de los cuales aprox.5 no contendrán al verdadero parámetro. 95.0ˆˆ 21 P Al valor 1− se lo llama nivel de confianza del intervalo. También se suele definir como nivel de confianza al 100(1- )%. Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza conocida Sea X1,X2,…,Xn una muestra aleatoria de una v.a. X N(,2) con 2 conocido. Se quiere construir un intervalo de confianza para de nivel 1-. Supongamos =0.05 PASO 1 Tomamos un estimador puntual de . PASO 2 Con el estimador y construimos el estadístico Z de distribución conocida PASO 3 Obtener el intervalo a partir de la distribución de Z Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza conocida Paso 1 Tomamos un estimador puntual de . Sabemos que es un estimador con buenas propiedades X̂ Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza conocida Paso 2 A partir de construimos el estadístico Note que Z contiene al verdadero parámetro y que tiene distribución N(0,1) X̂ n X Z Prof. Laura Lanzarini 96.1975.0)( zz Intervalo de confianza para la media de una distrib.normal, varianza conocida Paso 3 Como conocemos la distribución de Z podemos hallar el valor z tal que 95.0)( zZzP 95.01)(2)()()( zzzzZzP Prof. Laura Lanzarini Por lo tanto Sólo resta despejar para tener algo de la forma El intervalo pedido es 95.096.196.1)96.196.1( n X PZP 95.0ˆˆ 21 P 21 ˆ,ˆ Prof. Laura Lanzarini Multiplicando a ambos lados por obtenemos Restando Multiplicando por -1 n X n n X 96.196.196.196.1 n X n X n 96.196.1 X n X n X 96.196.1 Prof. Laura Lanzarini Es decir ` Por lo tanto n X n X 96.196.1 n X n X 96.196.1 95.096.196.1 n X n XP Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza conocida Es decir que el intervalo de confianza para que tiene nivel de confianza 0.95 o 95% es n X n X 96.1;96.1 Repetiremos el proceso para un nivel de confianza 1- Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza conocida Paso 1 Dada una muestra (X1, X2, …, Xn), partimos de la esperanza muestral Sabemos que es un estimador insesgado y consistente de . n i iX n X 1 1 ̂ Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza conocida Paso 2 Construimos el estadístico Z llamado pivote Z cumple con las condiciones para ser pivote: su expresión depende de pero su distribución no. )1,0(N n X Z Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza conocida Paso 3 Para construir el intervalo de confianza al nivel de confianza 1- partiendo del pivote Z, comenzamos por plantear la ecuación donde la incógnita es el número real z. 1)( zZzP Prof. Laura Lanzarini Reemplazando la v.a. Z por su expresión Despejamos como hicimos en el ejemplo anterior 1z n X zP 1 n zX n zXP 1̂ 2̂ Prof. Laura Lanzarini 1)( 22 zZzP 2 1 2 zF Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza conocida Sea X1,X2,…,Xn una muestra aleatoria de una v.a. X N(,2),2 conocido, un intervalo de confianza para de un nivel 1- es n zX n zX 22 ; Prof. Laura Lanzarini Ejemplo 8.2 La resistencia a la compresión del concreto está distribuida aprox.de manera normal, con varianza 1000 (psi)2. Al tomar una muestra aleatoria de 12 especímenes, se tiene que x = 3250 psi. a) Construya un intervalo de confianza del 95% para la resistencia a la compresión promedio. b) Idem a) para un intervalo de confianza del 99%. Compare el ancho de los intervalos de a) y b). Prof. Laura Lanzarini Ejemplo 8.2 La v. a. de interés es Xi: “resistencia a la compresión del concreto en un espécimen i” n = 12 especímenes. Xi N(, 2) con i=1,2,…,12 con 2 = 1000 a) Queremos un intervalo de confianza de nivel 95% por lo tanto =0.05 de la forma n zX n zX 22 ; Prof. Laura Lanzarini Ejemplo 8.2 Buscamos en la tabla de la normal estándar el valor de 96.1025.0 2 zz 025.0)( 025.0 zZP2 1 2 zF Prof. Laura Lanzarini Ejemplo 8.2 Reemplazando n zX n zX 22 ; 12 1000 96.13250; 12 1000 96.13250 89227.3267;10773.3232 Prof. Laura Lanzarini Ejemplo 8.2 b) Repetimos el proceso para =0.01 58.2005.0 2 zz 005.0)( zZP Prof. Laura Lanzarini Ejemplo 8.2 Reemplazando n zX n zX 22 ; 12 1000 58.23250; 12 1000 58.23250 55207.3273;44793.3226 Prof. Laura Lanzarini Ejemplo 8.2 La longitud del intervalo en a) es: 35.78454 La longitud del intervalo en b) es: 47.10414 Notar que la seguridad de que el verdadero parámetro se encuentre en el intervalo hallado es mayor en el intervalo b) que en el a), pero la longitud del intervalo b) es mayor que la del intervalo a). Prof. Laura Lanzarini Precisión de la estimación Al aumentar el nivel de confianza se perdió precisión en la estimación, ya que a menor longitud hay mayor precisión en la estimación. Longitud del intervalo n zL 2 2 Si n y están fijos, a medida que disminuye, aumenta y por lo tanto L aumenta. 2 z Prof. Laura Lanzarini Precisión de la estimación Al aumentar el nivel de confianza se perdió precisión en la estimación, ya que a menor longitud hay mayor precisión en la estimación. Longitud del intervalo n zL 2 2 Si y están fijos, a medida que n aumenta, L disminuye. Prof. Laura Lanzarini Ejemplo 8.3 ¿Qué tamaño n de muestra se necesita para que el intervalo tenga nivel de confianza 99% y longitud la mitad de la longitud del intervalo hallado en a)? n zL 2 2 89227.172 005.0 n zL Prof. Laura Lanzarini Ejemplo 8.3 Reemplazando Despejando Se necesitan 84 especímenes 89227.172 005.0 n zL 89227.17 1000 *58.2*2 n L 170.83n Prof. Laura Lanzarini Elección del tamaño de la muestra La fórmula general para el tamaño de la muestra n necesario para asegurar una extensión de intervalo l es 2 2 2 l zn Prof. Laura Lanzarini Precisión del estimador Si estimamos puntualmente al parámetro μ con X estamos cometiendoun error en la estimación menor o igual a que se conoce como precisión del estimador n z L 22 Prof. Laura Lanzarini Ejemplo 8.4 Se estima que el tiempo de reacción a un estímulo de cierto dispositivo electrónico está distribuido normalmente con desviación estándar de 0.05 segundos. ¿Cuál es el número de mediciones temporales que deberá hacerse para que la confianza de que el error de la estimación de la esperanza no exceda de 0.01 sea del 95%? Prof. Laura Lanzarini Ejemplo 8.4 Nos piden calcular n tal que con =0.05 01.0 2 2 n z L 96.1025.0 z 04.96)5*96.1( 01.0 05.0 96.1 2 2 n 97 n Prof. Laura Lanzarini Precisión del estimador El intervalo proporciona buenos resultados para muestras tomadas de una población normal o para muestras de tamaño n30 n zX n zX 22 ; Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza desconocida Nuevamente usamos como estimador a X Pero como pivote usamos n S X T Se puede probar que T tiene una distribución llamada Student con parámetro n-1 T tn-1 Prof. Laura Lanzarini Distribución Student con k grados de libertad Características Está centrada en cero, tiene forma de campana como la normal pero tiende a cero más lentamente. Se puede probar que cuando k la fdp de la Student tiende a la fdp de la N(0,1). Prof. Laura Lanzarini Distribución Student con k grados de libertad Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza desconocida Ahora que conocemos la distribución de T podemos hallar el valor t tal que Es decir 1)( tTtP 1t n S X tP Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza desconocida Despejamos como hicimos en el ejemplo anterior 1 n S tX n S tXP 1̂ 2̂ Prof. Laura Lanzarini 1)( 3, 2 3, 2 tTtP 2 1 3, 2 tF Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza desconocida Por simetría se deduce que el valor de t que verifica es el que cumple con siendo F(t) la fda de la v.a. T tn-1 y lo denominaremos 1)( tTtP 2 1 tF 1, 2 n t Prof. Laura Lanzarini Intervalo de confianza para la media de una distrib.normal, varianza desconocida Sea X1,X2,…,Xn una muestra aleatoria de una v.a. X N(,2),2 desconocido, un intervalo de confianza para de un nivel 1- es n S tX n S tX nn 1,1, 22 ; Prof. Laura Lanzarini Ejemplo 8.5 Se hicieron 10 mediciones sobre la resistencia de cierto tipo de alambre con las que se calculó Suponga X N(,2) Se desea obtener un intervalo de confianza para la esperanza poblacional μ al 90 %. 10 1 48.10 10 1 i ixx 36.1 9 1 10 1 2 i i xxS Prof. Laura Lanzarini Ejemplo 8.5 Tenemos que 1− = 0.90 = 0.1 De la Tabla de la t de Student tenemos que t0.05,9=1.8331. Entonces el intervalo de confianza buscado es: 10 36.1 8331.148.10; 10 36.1 8331.148.10 27.11;69.9 Prof. Laura Lanzarini Intervalo de confianza para la media de una distribución, varianza desconocida Si la muestra se toma de una distribución con 2 desconocido, y el tamaño de la muestra es grande (n30), el estadístico n S zX n S zX 22 ; )1,0(N n S X Z El nivel de este intervalo para es aproximadamente 1- Prof. Laura Lanzarini T tn-1 Intervalo de confianza n 30 conocida desconocida n < 30 conocida y distribución normal Si no n zX n zX 22 ; n S zX n S zX 22 ; n zX n zX 22 ; n S tX n S tX nn 1,1, 22 ; Z N(0,1) Z N(0,1) Z N(0,1) Prof. Laura Lanzarini Intervalos de confianza unilaterales Puede ocurrir que sólo se requiera uno de los límites del intervalo. Ejemplo Límite superior de 95% para el tiempo de reacción promedio de una persona a un estímulo. Límite de confianza inferior para el tiempo de vida promedio de cierto tipo de componentes. Prof. Laura Lanzarini IC unilaterales Si se dispone de una muestra grande, un límite de confianza para es n S zx n S zx )1,0(N n S X Z Límite Superior Límite Inferior 1zF Prof. Laura Lanzarini Ejemplo Una muestra de 48 observaciones de resistencia al corte de cierto material tiene una media muestral de 17.17 y una desviación estándar muestral de 3.28. Un límite inferior para la resistencia al corte promedio con nivel de confianza de 95% es n S zx 39.1678.017.17 48 )28.3( )645.1(17.17 95.0)645.1( ZP Prof. Laura Lanzarini IC para la varianza de una distribución normal Sea X1,X2,…,Xn una muestra aleatoria de una v.a. X N(,2). Tomamos como estimador puntual de 2 a n i i XX n S 1 22 1 1 Prof. Laura Lanzarini IC para la varianza de una distribución normal Luego construimos el estadístico Este estadístico contiene al parámetro desconocido a estimar 2 y tiene una distribución conocida, se puede probar que X tiene una distribución llamada ji-cuadrado con n-1 grados de libertad 2 2)1( Sn X Prof. Laura Lanzarini Gráfica de funciones de densidad ji-cuadrado Prof. Laura Lanzarini Distribución ji-cuadrada Sea 2,k, llamado valor crítico ji-cuadrado, el número en el eje de medición tal que del área bajo la curva de ji-cuadrada con k grados de libertad se ubica a la derecha de 2,k. Prof. Laura Lanzarini IC para la varianza de una distribución normal Para desarrollar el intervalo de confianza planteamos hallar dos números a y b tales que 1)( bXaP 1) )1( ( 2 2 b Sn aP Se puede probar que 2 1, 2 1 n a 2 1, 2 n b Prof. Laura Lanzarini IC para la varianza de una distribución normal Prof. Laura Lanzarini Por lo tanto de donde se obtiene 1) )1( ( 2 1, 2 2 2 2 1, 2 1 nn Sn P 1 )1()1( 2 1, 2 1 2 2 2 1, 2 2 nn SnSn P Prof. Laura Lanzarini IC para la varianza de una distribución normal Sea X1,X2,…,Xn una muestra aleatoria de una v.a. X N(,2), un intervalo de confianza para 2 de un nivel 1- es 2 1, 2 1 2 2 1, 2 2 )1( ; )1( nn SnSn Prof. Laura Lanzarini IC para la desviación estandar de una distribución normal Sea X1,X2,…,Xn una muestra aleatoria de una v.a. X N(,2), un intervalo de confianza para de un nivel 1- es 2 1, 2 1 2 2 1, 2 2 )1( ; )1( nn SnSn Prof. Laura Lanzarini Ejemplo Un fabricante de detergente busca que todas las botellas sean llenada de la misma forma con una desviación estándar del proceso de llenado menor a 0.15 onzas de líquido. Suponga que la distribución del volumen de llenado es normal. Se toma una muestra de 20 botellas y se obtiene S2 = 0.0153. Hallar el IC de nivel 0.95 para la verdadera varianza del volumen de llenado. Prof. Laura Lanzarini Ejemplo La v.a. de interés es X:”volumen de llenado de una botella”. X N(,2) con desconocido. Tenemos 1- = 0.95 = 0.05. S2 = 0.0153 El intervalo se calcula así: 2 1, 2 1 2 2 1, 2 2 )1( ; )1( nn SnSn Busquemos en la tabla de 2 los datos que faltan. Prof. Laura Lanzarini Ejemplo 91.82 19,975.0 2 1, 2 1 n 85.322 19,025.0 2 1, 2 n 91.8 )0153.0)(120( ;85.32 )0153.0)(120()1( ; )1( 2 1, 2 1 2 2 1, 2 2 nn SnSn )0326.0;00884.0( Prof. Laura Lanzarini IC para una proporción Sean X1, X2, …, Xn donde cada Xi B(1,p), con sólo dos valores posibles 0 o 1 (éxito), donde éxito identifica a un individuo u objeto que posee una característica de interés. La v.a. X = X1+X2+…+Xn es una B(n,p). Por lo tanto n X P ˆ representa la proporción de individuos exitosos de la muestra Prof. Laura Lanzarini IC para una proporción Paso 1 Tomaremos como estimador a por tener las siguientes características Es insesgado Es consistente n X P ˆ Vamos a verificarlo Prof. Laura Lanzarini IC para una proporción Paso 1 pnp n XE nn X EPE 1 )( 1 )ˆ( n pp pnp n XV nn X VPV )1( )1( 1 )( 1 )ˆ( 22 Por lo tanto es insesgado y consistente Prof. Laura Lanzarini IC para una proporción Paso 2 Tomaremos como pivote a la v.a. n PP pP n pp pP PV pP Z )ˆ1(ˆ ˆ )1( ˆ )ˆ( ˆ Porque P es consistente Prof. Laura Lanzarini IC para una proporción Paso 2 Tomaremos como pivote a la v.a. )1,0( )ˆ1(ˆ ˆ N n PP pP Z Si n es grande Prof. Laura Lanzarini IC para una proporción Paso 3 Para construir el intervalo de confianza al nivel de confianza 1- partiendo del pivote Z, planteamos la ecuación donde la incógnita es el número real z. 1)( zZzP Prof. Laura Lanzarini IC para una proporción Si es la proporción de observaciones de una muestra aleatoria de tamaño n que verifica una propiedad de interés, entonces un IC para la proporción p de la población que cumple dicha propiedad de nivel aproximadamente 1- es P̂ n PP zP n PP zP )ˆ1(ˆˆ; )ˆ1(ˆˆ 22 Prof. Laura Lanzarini IC para una proporción La forma utilizada para obtener el IC para una proporción depende de la aproximación normal a la distribución binomial. Por lo tanto el IC se puede utilizar si y es decir, la muestra debe contener un mínimo de diez éxitos y diez fracasos. 10ˆ Pn 10)ˆ1( Pn Prof. Laura Lanzarini Ejemplo Un fabricante desea saber la proporción de productos que están fallados. De 140 elegidos al azar, 35 están fallados. a) Calcular un IC del 99% para la proporción poblacional p. b) ¿De qué tamaño deberá extraerse la muestra a fin de que la proporción muestral no difiera de la proporción poblacional en más de 0.03 con un 95% de confianza? Prof. Laura Lanzarini Ejemplo n=140 (muestra grande); El nivel de confianza es 1- = 0.99 /2=0.005 z0.005 = 2.58 (de la tabla normal estandarizada) El intervalo buscado es 25.0 140 35ˆ P 140 )025.1(25.0 58.225.0; 140 )025.1(25.0 58.225.0 )34441.0;15558.0( Resumen Intervalo de confianza Interpretación IC para N(,2) con 2 conocida. Precisión De la estimación Del estimador Elección del tamaño de la muestra IC para N(,2) con 2 desconocida. IC para con 2 desconocida, n30 IC unilaterales IC para una proporción IC para 2 de una normal.
Compartir