ESTADÍSTICA APLICADA

A LA INVESTIGACIÓN
EMPRESARIAL

Lectura:
ESTIMACIÓN POR INTERVALOS
DE CONFIANZA
´Índice general
7. Estimación por intervalos de confianza 1
7.1. Introducción. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
7.2. Método de construcción de intervalos de confianza: método pivotal. . . . . . 2
7.3. Intervalos de confianza en poblaciones normales. . . . . . . . . . . . . . . . . . . . . . . 3

7.3.1. Intervalo de confianza para la media si la varianza poblacional es conocida. . . . . . .

. . .. . . . .. . . . . .. . . . .. . . . .. . . . .. . . . .. . . . . .. . . . .. . . . .. . . . .. . . . .. . . . . .. .. . . 3
7.3.2. Intervalo de confianza para la media si la varianza poblacional es desconocida. . .
. . .. . . . .. . . . . .. . . . .. . . . .. . . . .. . . . .. . . . . .. . . . .. . . . .. . . . .. . . . .. . . . . .. . . . . 3

7.3.3. Intervalo de confianza para la varianza si la media poblacional es conocida. . . . . . .

. . .. . . . .. . . . . .. . . . .. . . . .. . . . .. . . . .. . . . . .. . . . .. . . . .. . . . .. . . . .. . . . . .. . . . .. 4

7.3.4. Intervalo de confianza para la varianza si la media poblacional es desconocida. . .

. . .. . . . .. . . . . .. . . . .. . . . .. . . . .. . . . .. . . . . .. . . . .. . . . .. . . . .. . . . .. . . . . .. . . . . . . 4

7.3.5. Intervalo de confianza para la diferencia de medias con σ1 y σ2 conocidas . . .. .

. . .. . . . .. . . . . .. . . . .. . . . .. . . . .. . . . .. . . . . .. . . . .. . . . .. . . . .. . . . .. . . . . .. . . . . . . 5

7.3.6. Intervalo de confianza para la diferencia de medias con varianzas desconocidas

pero iguales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
7.3.7. Intervalo de confianza para el cociente de varianzas poblacionales . . . . . . . 6

7.3.8. Intervalo de confianza para la diferencia de medias de dos poblaciones normales

no independientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
7.4. Intervalos de confianza en poblaciones no necesariamente normales . . . . 7

7.4.1. Aplicación de la desigualdad de Chebychev para la obtención de Intervalos de

confianza. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
7.5. Intervalos de confianza para muestras grandes. . . . . . . . .. . . . . . . . . . . . . . . . . . . 8

7.5.1. Intervalos de confianza para muestras grandes aplicando el Teorema Central del
Límite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
7.6. Intervalos de confianza de una proporción y de la diferencia de proporciones 9

7.7. Estimación del tamaño muestral. . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

 Intervalos de confianza

Capítulo 6. 1

7.8. Problemas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . .. . . . 11

Bibliografía 14

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7

Estimación por intervalos de confianza

7.1. Introducción
En la práctica, interesa no solamente dar una estimación puntual de un
parámetro sino, un intervalo que permita precisar la incertidumbre existente en la
estimaci´on, así como la precisión con la que se ha realizado la estimación puntual.

De una población descrita por una variable aleatoria X, cuya distribución teórica
Fθ depende del parámetro θ que se desea estimar, se considera una muestra aleatoria
(X1,X2,...,Xn). Sea T1 ≤ T2 dos estadísticos tales que

P (T1(X1,X2,...,Xn) ≤ θ ≤ T2(X1,X2,...,Xn)) ≥ 1 − α

Entonces para cualquier muestra concreta (x1,x2,...,xn), el intervalo

(T1(x1,x2,...,xn) ≤ θ ≤ T2(x1,x2,...,xn))

Se denomina intervalo de confianza para θ, de nivel de confianza 1 − α.

La definición de la confianza se entiende usualmente desde un punto de vista
frecuentista más que probabilista en el sentido que los límites del intervalo se calculan
de tal manera que, si construimos muchos intervalos, cada vez con distintos valores
muestrales el 100(1 − α)% de ellos contendrán el verdadero valor del parámetro.

Observamos que los extremos del intervalo variarán de forma aleatoria de una
muestra a otra, pues dependen de las observaciones de la muestra, luego tanto los
extremos del intervalo como la longitud del intervalo serán cantidades aleatorias y, por
Capítulo 7. Intervalos de confianza 2
Tanto, no podremos saber con seguridad si el valor del parámetro θ se encuentra dentro
del intervalo obtenido cuando se selecciona una sola muestra.
El objetivo que se pretende con los intervalos de confianza es obtener un
intervalo de poca amplitud y con un nivel de confianza 1−α alto cuyos valores más
frecuentes suelen ser 0.90, 0.95 y 0.99. La precisión de la estimación por intervalos
vendrá´ caracterizada por estas dos medidas: nivel de confianza y amplitud del intervalo.
Así pues, para un nivel de confianza fijo, cuanto más pequeño sea el intervalo de
confianza, más precisa será la estimación.

7.2. Método de construcción de intervalos de confianza:

método pivotal
Básicamente daremos un único método para la obtención de intervalos de
confianza, el método pivotal basado en la posibilidad de obtener una función del
parámetro desconocido y cuya distribución muestral no dependa del parámetro.

La descripción general es la siguiente: supongamos que T (X1, X2,..., Xn; θ) es una

función de la muestra y del parámetro, cuya distribución en el muestreo no depende de
θ. En tal caso, fijado cualquier nivel de confianza 1 − α entre 0 y 1, se pueden determinar
constantes, a y b, (que no serán únicas) tales que

P (a ≤ T (X1,X2,...,Xn;θ) ≤ b) ≥ 1 − α

Basta, por ejemplo, que a y b sean los cuantiles de orden α1 y 1 − α2, con α1 + α2 = α, de la
distribución en el muestreo de T (X1,X2,...,Xn;θ). Si es posible despejar θ en las
desigualdades

a ≤ T (X1,X2,...,Xn;θ) y T (X1,X2,...,Xn;θ) ≤ b

obtendremos sendos valores T1 (X1,X2,...,Xn) y T2 (X1,X2,...,Xn) tales que

P (T1(X1,X2,...,Xn) ≤ θ ≤ T2(X1,X2,...,Xn)) ≥ 1 − α

De manera que
(T1(x1,x2,...,xn) ≤ θ ≤ T2(x1,x2,...,xn))
será´ un intervalo de confianza para θ, de nivel de confianza 1 − α, cualquiera que sea la
muestra obtenida. Ello es fácil de llevar a cabo en muchas circunstancias. Lo habitual es
que α1 = α2 = α/2.

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 3
Ejemplo 1. Intervalo para la media poblacional en poblaciones normales.
7.3. Intervalos de confianza en poblaciones normales
Utilizando los resultados relativos a distribuciones en el muestreo asociados a
poblaciones normales, la construcción de intervalos de confianza para los parámetros
poblacionales, bajo la hipótesis de normalidad, es un simple ejercicio.

Adoptemos la siguiente notación estándar: si Z, Y, t y U son variables aleatorias

que tienen respectivamente distribución
representan los valores reales tales que

En primer lugar consideremos una única población, N (µ, σ2) de la cual se dispone de
una muestra aleatoria simple (X1, X2,..., En).

7.3.1. Intervalo de confianza para la media si la varianza

poblacional es conocida
Puesto que

Tiene distribución en el muestreo N (0,1)

será

de forma que
es un intervalo de confianza para µ de nivel de confianza 1 − α.

7.3.2. Intervalo de confianza para la media si la varianza

poblacional es desconocida

Puede observarse que el intervalo anterior tiene extremos indeterminados si σ

es desconocida. Convendrá utilizar entonces que

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 4

Tiene distribución en el muestreo t n−1

Para obtener

Lo cual proporciona

Como intervalo de confianza para µ de nivel de confianza 1 − α.

7.3.3. Intervalo de confianza para la varianza si la media

poblacional es conocida
A pesar de que esta situación es poco frecuente en la práctica, la solución teórica
es inmediata:

Tiene distribución en el muestreo

De forma que

Y por tanto
Es un intervalo de confianza para σ2 de nivel de confianza 1 − α.

La asimetría de la distribución χ2 hace que el intervalo anterior, obtenido

eliminando colas iguales α/2 en los dos extremos de la distribución, no sea de longitud
mínima. Sin embargo, la diferencia no es lo suficientemente importante como para
tomarse la molestia de buscar en la tabla los valores que minimizan la longitud.

7.3.4. Intervalo de confianza para la varianza si la media

poblacional es desconocida

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 5
Esta situación, de mucha más utilidad que la anterior, se resuelve mediante la
afirmación del teorema de Fisher:

tiene distribución en el muestreo

Según ello

y resulta
Como intervalo de confianza para σ2 de nivel de confianza 1 − α (con la misma
consideración acerca de la longitud mínima que en el caso anterior).
Consideramos ahora la situación en la cual se dispone de dos muestras aleatorias
simples (X1, X2,..., En) e (Y1, Y2,..., Y) de dos poblaciones normales N (µ1, σ1) y N (µ2, σ2),
independientes.

7.3.5. Intervalo de confianza para la diferencia de medias con σ1 y

σ2 conocidas
Como

tiene distribución en el muestreo N(0,1)

resulta directamente que

es un intervalo de confianza para µ1 − µ2 de nivel de confianza 1 − α.

Análogo resultado se obtiene, reemplazando por , en el caso en
que las varianzas poblacionales sean desconocidas pero los tamaños de ambas muestras
sean los suficientemente grandes (n,m ≥ 15). En el caso de tamaños muestrales grandes,
también se puede prescindir de la hipótesis de normalidad y utilizar el Teorema Central
del Límite, como después se comentara´ en más detalle.

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 6
7.3.6. Intervalo de confianza para la diferencia de medias con
varianzas desconocidas pero iguales

Si σ1 y σ2 tiene un valor común desconocido, el estadístico

Tiene distribución en el muestreo t n+m−2.

De manera que el intervalo

Es un intervalo de confianza para µ1 − µ2 de nivel de confianza 1 − α.

Análogo resultado se obtiene, con el estadístico

Utilizando la aproximación de Welch, en el caso en que no pudiesen suponerse

iguales y alguna de las muestras fuese de pequeño tamaño. El intervalo de confianza de
nivel 1 − α tendría entonces por extremos

Siendo f el entero más próximo ha

7.3.7. Intervalo de confianza para el cociente de varianzas

poblacionales
Puesto que

Tiene distribución en el muestreo Fn−1, m−1

será´

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 7

Y por tanto
Es un intervalo de confianza para de nivel de confianza 1 − α.

7.3.8. Intervalo de confianza para la diferencia de medias de dos

poblaciones normales no independientes

En el caso en que (X1, Y1), (X2, Y2),..., (Xn, Yn) sea una muestra aleatoria simple
(de datos apareados) de una población normal bidimensional de medias (µ1, µ2) y
covarianza σ11 6= 0, la construcción de intervalos de confianza para µ1 − µ2 se basa en
que

Tiene distribución en el muestreo t n−1

Concretamente,

Es un intervalo de confianza para µ1−µ2 de nivel de confianza 1−α, donde SD2 representa
la cuasi-varianza muestral de las diferencias Di = Xi − Yi.

7.4. Intervalos de confianza en poblaciones no

necesariamente normales
Hasta ahora hemos considerado que las poblaciones de partida eran normales y
se han obtenido intervalos de confianza para distintos parámetros. Pero en muchas
situaciones nos podemos encontrar con poblaciones cuya distribución no es conocida,
no siendo de aplicación los criterios dados anteriormente, siendo necesario buscar
alternativas.
7.4.1. Aplicación de la desigualdad de Chebychev para la obtención
de intervalos de confianza

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 8
Si no se conoce la distribución de la población, se puede utilizar la distribución
de Chebychev para obtener un intervalo de confianza para la media µ de cualquier
distribución con σ2 conocida.

Aplicando la desigualdad de Chebychev se tiene que,

Luego un intervalo de confianza a nivel (1 − α) o superior para µ será´,

7.5. Intervalos de confianza para muestras grandes

Es conocido que, a menudo, es difícil conocer la distribución en el muestreo de
determinados estadísticos y que, en cambio, se puede conocer su distribución asintótica.
Como ocurre con los cuantiles y los momentos muestrales, frecuentemente, es posible
disponer de una sucesión Tn de estadísticos, correspondientes a sucesivos tamaños
muestrales n, tales que

Donde θ representa el parámetro que caracteriza la distribución teórica y σn(θ) depende

en general de n y del parámetro poblacional.
Esta situación puede ser utilizada para obtener intervalos de confianza
aproximados para el parámetro θ. De hecho, si n es suficientemente grande, será

de manera que si puede invertirse la desigualdad, despejando θ, se obtendrá´ un

intervalo de confianza para θ, de nivel de confianza aproximado 1 − α.

Ejemplo 1. Intervalos basados en el estimador máximo verosímil.

7.5.1. Intervalos de confianza para muestras grandes aplicando el
Teorema Central del Límite

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 9
Si se quiere obtener un intervalo de confianza para la media µ de una población
con varianza desconocida se puede utilizar el Teorema Central del Límite que garantiza
que,

lo cual conduce al intervalo de confianza,

La diferencia con los intervalos obtenidos anteriormente es que aquellos eran exactos y
ahora son aproximados y sólo son válidos para muestras grandes, n > 30.

Ejemplo 2. Intervalo para λ en una distribución de Poisson.

7.6. Intervalos de confianza de una proporción y de la

diferencia de proporciones
Supongamos una población B(1,p) y consideremos una muestra aleatoria de
tamaño suficientemente grande, es decir, realizamos un número grande de repeticiones
independientes del experimento de Bernoulli que estamos considerando y queremos
obtener un intervalo de confianza para el parámetro p.
Aplicando el Teorema Central del Límite se tiene que

Luego el intervalo de confianza para el parámetro p a nivel 1 − α será´,

donde
número de ´éxitos en n pruebas
pˆ =
n

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 10
Igualmente se puede obtener un intervalo para la diferencia de proporciones
poblacionales en base a dos muestras independientes de tamaño n1 y n 2 de cada una de
las poblaciones B(1,p1) y B(1,p2), respectivamente. El intervalo final sería,

7.7. Estimación del tamaño muestral

Hasta ahora hemos estudiado métodos para obtener intervalos de confianza de
parámetros de una población, basándonos en la información contenida en una muestra
dada. Sin embargo, se puede pensar que el intervalo de confianza e s demasiado amplio,
reflejando una importante incertidumbre sobre el parámetro estimado. La única manera
de obtener un intervalo más preciso, con un nivel de confianza dado, es aumentando el
tamaño muestral.
En algunas circunstancias, se puede fijar previamente la amplitud del intervalo,
eligiendo un tamaño muestral adecuado. Por ejemplo en el caso de la media de una
población normal con σ conocido, si se fija la amplitud L y se mantiene el nivel de
confianza en 1 − α el tamaño muestral óptimo es

7.8. Problemas
1. Un fabricante de fibras sintéticas desea estimar la tensión de ruptura media de
una fibra. Se diseña un experimento en el que se observan las tensiones medias
de ruptura, en libras, de 16 hilos del proceso, seleccionados aleatoriamente. Las
tensiones son 20.8, 20.6, 21.0, 19.9, 20.2, 19.6, 19.8, 20.9, 21.1, 20.4, 20.6, 19.7,
19.6, 20.3 y 20.7. Suponga que la tensión de ruptura de una fibra se encuentra
modelada por una distribución normal con desviación típica de 0.45. Construir
un intervalo de confianza estimado del 98% para el valor real de la tensión de
ruptura promedio de la fibra.

2. Las peleas semanales en Madrid se distribuyen como una Poisson con parámetro
desconocido. En 30 semanas se observan 217 peleas. Determinar un intervalo de
confianza al 90% para el número medio de peleas semanales.

3. El contenido de celulosa de 7 frutos tomados al azar en una determinada especie

es, en unidades arbitrarias: 10.2, 10.4, 9.8, 10.8, 10.2, 10 y 9.6. Calcular un

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 11
Intervalo de Confianza al 95% para la media de tal contenido, suponiendo que se
trata de una variable con distribución normal. ¿Cuántas observaciones
necesitaremos para tener una confianza del 95% de que el error máximo
cometido por la estimación puntual sea de 0.1?

4. Se observa la eficiencia de dos departamentos asignándole a cada uno de ellos

diez tareas y midiendo su rendimiento en ellas. Los resultados están a
continuación:

Departamento1 0,6 1,2 0,9 1,9 2 0,6 0,9 2 0,8 1

Departamento2 0,4 1,3 1,1 2,1 1,9 0,5 1,1 1,7 0,8 1,1

Suponiendo las puntuaciones como variables normales, determinar un intervalo

de confianza de 0.9 para la diferencia media de eficiencia.

5. Observamos 200 Diplomados y 200 Licenciados en Estadística. De los primeros

se colocaron el 80% y de los segundos el 85%. Determinar un intervalo de
confianza al 95% para la diferencia de proporciones poblacionales.

6. El peso de bolsas de aceitunas de dos marcas se distribuye N(300,σi). Para la

primera marca se obtiene (n 1 = 10): 300, 290, 280, 307, 305, 295, 299, 305, 300,
307. Para la segunda (n2 = 12): 280, 300, 307, 290, 285, 295, 300, 260, 290, 300,
304, 298. Hallar un intervalo del 90% para el cociente de varianzas.

7. Para averiguar si el calor disipado por el funcionamiento de un procesador afecta

a su eficiencia se miden los tiempos de espera para ciertas operaciones al
encender el ordenador y tras dos horas de funcionamiento de este. Se obtiene:
Xi 169,7 168,5 165,9 177,8 179,6 168,9 169,2 167,9 181,8 163,3
Yi 168,2 165,5 164,4 175,7 176,6 166,1 167,1 166,3 179,7 161,5

Calcular un intervalo de confianza del 95% para la diferencia media del tiempo de
ejecución.

8. De una muestra aleatoria de 12 licenciados en Económicas en una Universidad

pública, los sueldos de su primer empleo fueron los siguientes (expresados en
miles de dólares)
26,2 29,3 31,3 28,7 27,4 25,1
26,0 27,2 27,5 29,8 32,6 34,6

De otra muestra aleatoria independiente de 10 licenciados en Económicas en una

Universidad privada los primeros sueldos fueron los siguientes

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 12
25,3 28,2 29,2 27,1 26,8
26,5 30,7 31,3 26,3 24,2

Discutir si existen diferencias entre los sueldos de los licenciados de Universidades

públicas y privadas.

9. Un ingeniero está interesado en la repoblación de cangrejo autóctono en el cauce

alto del río de Valdecabras. Para ello es imprescindible determinar las relaciones
genéticas existentes con las tres especies presentes en la actualidad. Tomando
una muestra amplia, determina que estas especies existen con frecuencias: α2,
2α(1−α) y (1−α)2, donde α es la frecuencia (desconocida) de relación genética con
la especie autóctona.

a) Supongamos que en una muestra aleatoria de tamaño n de la población se

encuentran a, b y c cangrejos de cada una de las tres especies
(respectivamente). Hallar el estimador de máxima verosimilitud para α.
b) Las frecuencias observadas en una muestra de tamaño 50 han sido: 17,23 y
10 respectivamente. Calcular la estimaci´on correspondiente a estos datos.
c) Calcular un intervalo de confianza para α, basado en el EMV, con un nivel de
significación del 95%.

10. Una empresa se dispone a comercializar un nuevo producto y estudia la

conveniencia de lanzar una campaña publicitaria previa. Para averiguar si el
porcentaje de personas que comprarían el producto aumentaría con esta
campaña se llevaron a cabo dos encuestas distintas. La primera encuesta se
realizó´ sobre 100 personas que no habían visto la campaña publicitaria, de las
cuales 25 se mostraron interesadas en la compra del producto. En la segunda
encuesta, las 100 personas visualizaron previamente la publicidad antes de
responder si comprarían el producto, resultando que un total de 30 personas
afirmaron su intención de adquirir el producto.
Resolver las siguientes cuestiones:

a) Construir un intervalo de confianza al 90% para la verdadera proporción de

personas que comprarían el producto tras haber visto la publicidad.
b) ¿A cuántas personas habrá´ de encuestar la empresa si quiere asegurarse una
longitud del intervalo de confianza para la anterior proporción inferior a 0.1?

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Capítulo 7. Intervalos de confianza 13
c) Construir el intervalo de confianza al 90% para la diferencia de proporciones
de compra entre personas que han visto la publicidad y las que no la han visto.
En base a este intervalo, ¿podemos afirmar que la campaña es efectiva?
d) Si las dos encuestas se hubieran realizado al mismo grupo de personas (antes
y después de la visualización de la publicidad), ¿sería válido el intervalo que
se propone en (c)?, ¿por qué?. Razonar sin realizar operaciones.

11. Sea (X1,...,Xn) e (Y1,...,Ym) dos muestras aleatorias simple de dos poblaciones
independientes con distribuciones exponenciales de parámetros λ 1 y λ 2
respectivamente. Determinar un intervalo de confianza para λ 1/λ 2.

12. Sea X una variable aleatoria absolutamente continua con función de densidad

f(x) = 2θxeθx2, x>0

Siendo θ > 0. Utilizando una muestra aleatoria simple de tamaño n de X, determinar

un intervalo de confianza de colas iguales para θ, por el método de la cantidad
pivotal.

Grado en Estadística y Empresa. Técnicas de Inferencia Estadística I. Rosa Elvira Lillo

Rodríguez
Bibliografía

[1] Casas, J.M. (1997). Inferencia Estadística. Centro de Estudios Ramón Areces.

[2] Mukhopadhyay, N. (2000). Probability and Statistical Inference. Marcel Dekker.

[3] Peña, D. (1995). Estadística, Modelos y métodos. Tomo 1. Alianza Universal.

[4] Rohatgi, V. K. (1976). An introduction to Probability Theory and Mathematical

Statistical. Wiley.

[5] Vélez, R.; García, A. (1993). Principios de Inferencia Estadística. UNED.