Un intervalo de confianza para una media poblacional con una desviación típica poblacional conocida se basa en la conclusión del teorema del límite central de que la distribución muestral de las medias muestrales sigue una distribución aproximadamente normal. Supongamos que nuestra muestra tiene una media de y hemos construido el intervalo de confianza del 90 % (5, 15) donde EBM = 5.
Cálculo del intervalo de confianza
Para construir un intervalo de confianza para una única media poblacional desconocida μ, cuando se conoce la desviación típica de la población, necesitamos como una estimación de μ y necesitamos el margen de error. Aquí, el margen de error (EBM) se denomina límite de error para una media poblacional (abreviado EBM). La media muestral es la estimación puntual de la media poblacional desconocida μ.
La estimación del intervalo de confianza tendrá la forma:
(estimación puntual – límite de error, estimación puntual + límite de error) o, en símbolos, ()
El margen de error (EBM) depende del nivel de confianza (Confidence Level, CL). El nivel de confianza suele considerarse la probabilidad de que la estimación del intervalo de confianza calculado contenga el verdadero parámetro poblacional. Sin embargo, es más preciso afirmar que el nivel de confianza es el porcentaje de intervalos de confianza que contienen el verdadero parámetro de la población cuando se toman muestras repetidas. La mayoría de las veces, la persona que construye el intervalo de confianza elige un nivel de confianza del 90 % o superior porque quiere estar razonablemente segura de sus conclusiones.
Existe otra probabilidad llamada alfa (α). α está relacionada con el nivel de confianza, CL. α es la probabilidad de que el intervalo no contenga el parámetro poblacional desconocido.
Matemáticamente, α + CL = 1.
Ejemplo 8.1
- Supongamos que hemos recogido datos de una muestra. Conocemos la media de la muestra, pero no conocemos la media de toda la población.
- La media de la muestra es 7 y el límite de error de la media es 2,5.
= 7 y EBM = 2,5
El intervalo de confianza es (7 - 2,5; 7 + 2,5), y el cálculo de los valores da (4,5; 9,5).
Si el nivel de confianza (CL) es del 95 %, entonces decimos que "estimamos con un 95 % de confianza que el verdadero valor de la media poblacional está entre 4,5 y 9,5".
Inténtelo 8.1
Supongamos que tenemos datos de una muestra. La media de la muestra es 15, y el límite de error para la media es 3,2.
¿Cuál es la estimación del intervalo de confianza para la media de la población?
Un intervalo de confianza para una media poblacional con una desviación típica conocida se basa en el hecho de que las medias muestrales siguen una distribución aproximadamente normal. Supongamos que nuestra muestra tiene una media de = 10, y hemos construido el intervalo de confianza del 90 % (5, 15) donde EBM = 5.
Para obtener un intervalo de confianza del 90 %, debemos incluir el 90 % central de la probabilidad de la distribución normal. Si incluimos el 90 % central, dejamos fuera un total de α = 10 % en ambas colas, o 5 % en cada cola, de la distribución normal.
Para captar el 90 % central, debemos salir 1,645 "desviaciones típicas" a cada lado de la media muestral calculada. El valor 1,645 es la puntuación z de una distribución de probabilidad normal estándar que sitúa un área de 0,90 en el centro, un área de 0,05 en la cola extrema izquierda y un área de 0,05 en la cola extrema derecha.
Es importante que la "desviación típica" utilizada sea la adecuada para el parámetro que estamos estimando, por lo que en este apartado debemos utilizar la desviación típica que se aplica a las medias muestrales, que es . La fracción , se denomina comúnmente "error estándar de la media" para distinguir claramente desviación típica de una media de la desviación típica de la población σ.
- se distribuye normalmente, es decir, ~ N.
- Cuando se conoce la desviación típica de la población σ, utilizamos una distribución normal para calcular el límite de error.
Cálculo del intervalo de confianza
Para construir una estimación de intervalo de confianza para una media poblacional desconocida necesitamos datos de una muestra aleatoria. Los pasos para construir e interpretar el intervalo de confianza son:
- Calcular la media muestral de los datos de la muestra. Recuerde que en esta sección ya conocemos la desviación típica de la población σ.
- Calcule la puntuación z que corresponde al nivel de confianza.
- Calcular el límite de error EBM.
- Construir el intervalo de confianza.
- Escriba una oración que interprete la estimación en el contexto de la situación del problema. (Explique lo que significa el intervalo de confianza, en las palabras del problema).
Primero examinaremos cada paso con más detalle y luego ilustraremos el proceso con algunos ejemplos.
Calcular la puntuación z para el nivel de confianza declarado
Cuando conocemos la desviación típica de la población σ, utilizamos una distribución normal estándar para calcular el EBM y construir el intervalo de confianza. Necesitamos hallar el valor de z que pone un área igual al nivel de confianza (en forma decimal) en el centro de la distribución normal estándar Z ~ N(0, 1).
El nivel de confianza, CL, es el área en el medio de la distribución normal estándar. CL = 1 – α, por lo que α es el área que se divide por igual entre las dos colas. Cada una de las colas contiene un área igual a .
La puntuación z que tiene un área a la derecha de se denota por .
Por ejemplo, cuando CL = 0,95, α = 0,05 y = 0,025; escribimos = z0,025.
El área a la derecha de z0,025 es 0,025 y el área a la izquierda de z0,025 es 1 – 0,025 = 0,975.
, utilizando una calculadora, una computadora o una tabla de probabilidad normal estándar.
Uso de las calculadoras TI-83, 83+, 84, 84+
invNorm
(0,975, 0, 1) = 1,96
Nota
Recuerde utilizar el área a la IZQUIERDA de ; en este capítulo las dos últimas entradas en el comando invNorm son 0, 1, porque se está utilizando una distribución normal estándar Z ~ N(0, 1).
Cálculo del límite de error (EBM)
La fórmula del límite de error para una media poblacional desconocida μ cuando se conoce la desviación típica poblacional σ es
- EBM =
Construcción del intervalo de confianza
- La estimación del intervalo de confianza tiene el formato .
El gráfico da una idea de toda la situación.
CL + + = CL + α = 1.
Redacción de la interpretación
La interpretación debe indicar claramente el nivel de confianza (CL), explicar qué parámetro de la población se está estimando (en este caso, una media de la población), e indicar el intervalo de confianza (ambos puntos finales). "Estimamos con un ___% de confianza que la verdadera media de la población (incluya el contexto del problema) está entre ___ y ___ (incluya las unidades adecuadas)".
Ejemplo 8.2
Supongamos que las puntuaciones de los exámenes de estadística se distribuyen normalmente con una media poblacional desconocida y una desviación típica de la población de tres puntos. Se toma una muestra aleatoria de 36 puntuaciones y se obtiene una media muestral (puntuación media de la muestra) de 68. Calcule una estimación del intervalo de confianza para la calificación media del examen de la población (la calificación media de todos los exámenes).
Translation missing: es.problem
Calcule un intervalo de confianza del 90 % para la media real (poblacional) de las calificaciones de los exámenes de Estadística.
Solución
- Puede utilizar la tecnología para calcular directamente el intervalo de confianza.
- La primera solución se muestra paso a paso.
- La segunda solución utiliza las calculadoras TI-83, 83+ y 84+
Para hallar el intervalo de confianza se necesita la media muestral, , y el EBM.
- = 68
- EBM =
- σ = 3; n = 36; el nivel de confianza es del 90 % (CL = 0,90)
CL = 0,90 por lo que α = 1 – CL = 1 – 0,90 = 0,10
= 0,05
El área a la derecha de z0,05 es 0,05 y el área a la izquierda de z0,05 es 1 - 0,05 = 0,95.
utilizando invNorm(0,95; 0, 1) en las calculadoras TI-83,83+ y 84+. Esto también se puede calcular utilizando los comandos apropiados en otras calculadoras, una computadora o una tabla de probabilidad para la distribución normal estándar.
EBM = (1,645) = 0,8225
– EBM = 68 – 0,8225 = 67,1775
+ EBM = 68 + 0,8225 = 68,8225
El intervalo de confianza del 90 % es (67,1775; 68,8225)
Solución
Uso de las calculadoras TI-83, 83+, 84, 84+
Pulse STAT
y flecha hacia TESTS
.
Desplace la flecha hacia abajo 7:ZInterval
.
Pulse ENTER
.
Desplace la flecha hacia STATS
y pulse ENTER
.
Desplace la flecha hacia abajo e introduzca tres para σ, 68 para , 36 para n, y 0,90 para C-level
.
Desplace la flecha hacia abajo Calculate
y pulse ENTER
.
El intervalo de confianza es (con tres decimales) (67,178; 68,822).
Interpretación Estimamos con un 90 % de confianza que la verdadera calificación media del examen de la población para todos los estudiantes de Estadística está entre 67,18 y 68,82.
Explicación del nivel de confianza del 90 % El noventa por ciento de los intervalos de confianza construidos de este modo contienen la verdadera puntuación media del examen estadístico. Por ejemplo, si construyéramos 100 de estos intervalos de confianza, esperaríamos que 90 de ellos contuvieran la verdadera puntuación media del examen de la población.
Inténtelo 8.2
Supongamos que los tiempos promedio de entrega de las pizzas se distribuyen normalmente con una media poblacional desconocida y una desviación típica desviación típica de la población de seis minutos. Se toma una muestra aleatoria de 28 pizzerías y se obtiene una media de tiempo de entrega de 36 minutos.
Calcule una estimación del intervalo de confianza del 90 % para el tiempo medio de entrega de la población.
Ejemplo 8.3
La tasa de absorción específica (Specific Absorption Rate, SAR) de un teléfono móvil mide la cantidad de energía de radiofrecuencia (Radio Frequency, RF) que absorbe el cuerpo del usuario cuando utiliza el teléfono. Todos los teléfonos móviles emiten energía de radiofrecuencia. Los diferentes modelos de teléfono tienen diferentes medidas de SAR. Para recibir la certificación de la Comisión Federal de Comunicaciones (Federal Communications Commission, FCC) para su venta en los Estados Unidos, el nivel de SAR de un teléfono móvil no debe ser superior a 1,6 vatios por kilogramo. La Tabla 8.1 muestra el nivel SAR más alto de una selección aleatoria de modelos de teléfonos móviles según las mediciones de la FCC.
Modelo de teléfono | SAR | Modelo de teléfono | SAR | Modelo de teléfono | SAR |
---|---|---|---|---|---|
iPhone 4S de Apple | 1,11 | LG Ally | 1,36 | Pantech Laser | 0,74 |
BlackBerry Pearl 8120 | 1,48 | LG AX275 | 1,34 | Samsung Character | 0,5 |
BlackBerry Tour 9630 | 1,43 | LG Cosmos | 1,18 | Samsung Epic 4G Touch | 0,4 |
Cricket TXTM8 | 1.3 | LG CU515 | 1.3 | Samsung M240 | 0,867 |
HP/Palm Centro | 1,09 | LG Trax CU575 | 1,26 | Samsung Messager III SCH-R750 | 0,68 |
HTC One V | 0,455 | Motorola Q9h | 1,29 | Samsung Nexus S | 0,51 |
HTC Touch Pro 2 | 1,41 | Motorola Razr2 V8 | 0,36 | Samsung SGH-A227 | 1,13 |
Huawei M835 Ideos | 0,82 | Motorola Razr2 V9 | 0,52 | SGH-a107 GoPhone | 0,3 |
Kyocera DuraPlus | 0,78 | Motorola V195s | 1,6 | Sony W350a | 1,48 |
Kyocera K127 Marbl | 1,25 | Nokia 1680 | 1,39 | T-Mobile Concord | 1,38 |
Translation missing: es.problem
Calcule un intervalo de confianza del 98 % para la media verdadera (de la población) de las tasas de absorción específica (SAR) de los teléfonos celulares. Supongamos que la desviación típica de la población es σ = 0,337.
Solución
Para hallar el intervalo de confianza, hay que empezar por calcular la estimación puntual: la media de la muestra.
A continuación, calcule el EBM. Como está creando un intervalo de confianza del 98 %, CL = 0,98.
Se necesita calcular z0,01 que tenga la propiedad de que el área bajo la curva de densidad normal a la derecha de z0,01 es 0,01 y el área a la izquierda es 0,99. Utilice su calculadora, una computadora o una tabla de probabilidad para la distribución normal estándar para calcular z0,01 = 2,326.
Para calcular el intervalo de confianza del 98 %, calcule .
- EBM = 1,024 - 0,1431 = 0,8809
- EBM = 1,024 - 0,1431 = 1,1671
Estimamos con un 98 % de confianza que la verdadera media de SAR para la población de teléfonos móviles en Estados Unidos está entre 0,8809 y 1,1671 vatios por kilogramo.
Solución
Uso de las calculadoras TI-83, 83+, 84, 84+
- Pulse STAT y desplace la flecha hasta TESTS.
- Desplace la flecha hacia abajo hasta 7:ZInterval.
- Pulse ENTER.
- Desplace la flecha hacia STATS y pulse ENTER.
- Desplace la flecha hacia abajo e introduzca los siguientes valores:
- σ: 0,337
- n: 30
- Nivel C: 0,98
- Desplace la flecha hacia abajo hasta Calculate (Calcular) y pulse ENTER.
- El intervalo de confianza es (con tres decimales) (0,881; 1,167).
Inténtelo 8.3
La Tabla 8.2 muestra un muestreo aleatorio de 20 modelos de teléfonos móviles. Utilice estos datos para calcular un intervalo de confianza del 93 % para la verdadera media de SAR de los teléfonos móviles certificados para su uso en Estados Unidos. Como en el caso anterior, supongamos que la desviación típica de la población es σ = 0,337.
Modelo de teléfono | SAR | Modelo de teléfono | SAR |
---|---|---|---|
Blackberry Pearl 8120 | 1,48 | Nokia E71x | 1,53 |
HTC Evo Design 4G | 0,8 | Nokia N75 | 0,68 |
HTC Freestyle | 1,15 | Nokia N79 | 1,4 |
LG Ally | 1,36 | Sagem Puma | 1,24 |
LG Fathom | 0,77 | Samsung Fascinate | 0,57 |
LG Optimus Vu | 0,462 | Samsung Infuse 4G | 0,2 |
Motorola Cliq XT | 1,36 | Samsung Nexus S | 0,51 |
Motorola Droid Pro | 1,39 | Samsung Replenish | 0,3 |
Motorola Droid Razr M | 1.3 | Sony W518a Walkman | 0,73 |
Nokia 7705 Twist | 0,7 | ZTE C79 | 0,869 |
Observe la diferencia en los intervalos de confianza calculados en el Ejemplo 8.3 y en el siguiente Ejercicio. Estos intervalos son diferentes por varias razones: se calcularon a partir de muestras diferentes, las muestras eran de distinto tamaño y los intervalos se calcularon para distintos niveles de confianza. Aunque los intervalos son diferentes, no aportan información contradictoria. Los efectos de este tipo de cambios son el tema de la siguiente sección de este capítulo.
Modificación del nivel de confianza o del tamaño de la muestra
Ejemplo 8.4
Translation missing: es.problem
Supongamos que cambiamos el problema original en el Ejemplo 8.2 utilizando un nivel de confianza del 95 %. Calcule un intervalo de confianza del 95 % para la calificación media real (poblacional) del examen estadístico.
Solución
Para hallar el intervalo de confianza se necesita la media muestral, , y el EBM.
- = 68
- EBM =
- σ = 3; n = 36; el nivel de confianza es del 95 % (CL = 0,95).
CL = 0,95 por lo que α = 1 – CL = 1 – 0,95 = 0,05
El área a la derecha de z0,025 es 0,025 y el área a la izquierda de z0,025 es 1 – 0,025 = 0,975.
cuando se utiliza invnorm(0,975,0,1) en las calculadoras TI-83, 83+ u 84+ (esto también se puede encontrar utilizando los comandos apropiados en otras calculadoras, utilizando una computadora o utilizando una tabla de probabilidad para la distribución normal estándar).
EBM = (1,96) = 0,98
- EBM = 68 - 0,98 = 67,02
+ EBM = 68 + 0,98 = 68,98
Observe que el EBM es mayor para un nivel de confianza del 95 % en el problema original.
Estimamos con un 95 % de confianza que la verdadera media poblacional de todas las puntuaciones de los exámenes de estadística está entre 67,02 y 68,98.
Explicación del nivel de confianza del 95 %: El 95 % de todos los intervalos de confianza construidos de este modo contienen el verdadero valor de la puntuación media del examen estadístico de la población.
Comparar los resultados: El intervalo de confianza del 90 % es (67,18; 68,82). El intervalo de confianza del 95 % es (67,02; 68,98). El intervalo de confianza del 95 % es más amplio. Si observa los gráficos, como el área 0,95 es mayor que el área 0,90, tiene sentido que el intervalo de confianza del 95 % sea más amplio. Para estar más seguro de que el intervalo de confianza contiene realmente el verdadero valor de la media de la población para todas las calificaciones de los exámenes de estadística, el intervalo de confianza tiene que ser necesariamente más amplio.
Resumen: efecto de la modificación del nivel de confianza
- Al aumentar el nivel de confianza se incrementa el límite de error, lo que hace que el intervalo de confianza sea más amplio.
- La disminución del nivel de confianza reduce el límite de error, lo que hace que el intervalo de confianza sea más estrecho.
Inténtelo 8.4
Vuelva a consultar el Ejercicio de entrega de pizzas. La desviación típica de la población es de seis minutos y la media de la muestra del tiempo de entrega es de 36 minutos. Utilice un tamaño de muestra de 20. Calcule una estimación del intervalo de confianza del 95 % para la media real del tiempo de entrega de la pizza.
Ejemplo 8.5
Supongamos que cambiamos el problema original en el Ejemplo 8.2 para ver qué ocurre con el límite de error si se cambia el tamaño de la muestra.
Translation missing: es.problem
Deje todo igual excepto el tamaño de la muestra. Utilice el nivel de confianza original del 90 %. ¿Qué ocurre con el límite de error y el intervalo de confianza si aumentamos el tamaño de la muestra y utilizamos n = 100 en lugar de n = 36? ¿Qué ocurre si disminuimos el tamaño de la muestra a n = 25 en vez de n = 36?
- = 68
- EBM =
- σ = 3; el nivel de confianza es del 90 % (CL=0,90); = z0,05 = 1,645.
Solución
Si aumentamos el tamaño de la muestra n a 100, disminuimos el límite de error.
Cuando n = 100: EBM = = (1,645) = 0,4935.
Solución
Si disminuimos el tamaño de la muestra n a 25, aumentamos el límite de error.
Cuando n = 25: EBM = = (1,645) = 0,987.
Resumen: efecto de la modificación del tamaño de la muestra
- El aumento del tamaño de la muestra hace que el límite de error disminuya, haciendo que el intervalo de confianza sea más estrecho.
- La disminución del tamaño de la muestra hace que el límite de error aumente, haciendo que el intervalo de confianza sea más amplio.
Inténtelo 8.5
Vuelva a consultar el Ejercicio de entrega de pizzas. La media de tiempo de entrega es de 36 minutos y la desviación típica de la población es de seis minutos. Supongamos que el tamaño de la muestra se cambia a 50 restaurantes con la misma media muestral. Calcule una estimación del intervalo de confianza del 90 % para el tiempo medio de entrega de la población.
Hacer el cálculo a la inversa para calcular el límite de error o la media de la muestra
Cuando calculamos un intervalo de confianza, encontramos la media de la muestra, calculamos el límite de error y lo utilizamos para calcular el intervalo de confianza. Sin embargo, a veces, cuando leemos estudios estadísticos, el estudio puede indicar solo el intervalo de confianza. Si conocemos el intervalo de confianza, podemos hacer el cálculo a la inversa para hallar tanto el límite de error como la media de la muestra.
- Del valor superior del intervalo, reste la media de la muestra.
- O, del valor superior del intervalo, reste el valor inferior. A continuación, divida la diferencia entre dos.
- Reste el límite de error del valor superior del intervalo de confianza.
- O, promedie los puntos finales superior e inferior del intervalo de confianza.
Observe que hay dos métodos para realizar cada cálculo. Puede elegir el método que sea más fácil de utilizar con la información que conoce.
Ejemplo 8.6
Supongamos que sabemos que un intervalo de confianza es (67,18; 68,82) y queremos calcular el límite de error. Puede que sepamos que la media de la muestra es 68, o puede que nuestra fuente solo haya dado el intervalo de confianza y no nos haya dicho el valor de la media de la muestra.
Calcule el límite de error:
- Si sabemos que la media de la muestra es de 68 EBM = 68,82 - 68 = 0,82.
- Si no conocemos la media de la muestra: EBM = = 0,82.
Calcule la media de la muestra:
- Si conocemos el límite de error: = 68,82 – 0,82 = 68
- Si no conocemos el límite de error: = = 68.
Inténtelo 8.6
Supongamos que sabemos que un intervalo de confianza es (42,12; 47,88). Encuentra el límite de error y la media muestral.
Cálculo del tamaño de la muestra n
Si los investigadores desean un margen de error específico, pueden utilizar la fórmula del límite de error para calcular el tamaño necesario de la muestra.
La fórmula del límite de error para una media poblacional cuando se conoce la desviación típica de la población es
EBM = .
La fórmula del tamaño de la muestra es n = , que se encuentra resolviendo la fórmula del límite de error para n.
En esta fórmula, z es , correspondiente al nivel de confianza deseado. Un investigador que planifique un estudio y desee un nivel de confianza y un límite de error específicos puede utilizar esta fórmula para calcular el tamaño de la muestra necesaria para el estudio.
Ejemplo 8.7
La desviación típica de la población para la edad de los estudiantes de Foothill College es de 15 años. Si queremos tener un 95 % de confianza en que la media de edad de la muestra está dentro de los dos años de la verdadera media de edad de la población de estudiantes de Foothill College, ¿cuántos estudiantes de Foothill College seleccionados al azar deben encuestarse?
- Por el problema, sabemos que σ = 15 y EBM = 2.
- z = z0,025 = 1,96, porque el nivel de confianza es del 95 %.
- n = = = 216,09 utilizando la ecuación del tamaño de la muestra.
- Utilice n = 217: Redondee siempre la respuesta al número entero superior para asegurarse de que el tamaño de la muestra es lo suficientemente grande.
Por lo tanto, habría que encuestar a 217 estudiantes de Foothill College para estar seguros en un 95 % de que estamos dentro de los dos años de la verdadera edad media de la población de estudiantes del Foothill College.
Inténtelo 8.7
La desviación típica de la población para la altura de los jugadores de baloncesto de la escuela secundaria es de tres pulgadas. Si queremos tener un 95 % de confianza en que la estatura media de la muestra está dentro de una pulgada de la estatura media real de la población, ¿cuántos estudiantes seleccionados al azar deben ser encuestados?