estadísticaR · terminal_estadistico iniciando…
Lección 11 · Intervalos de confianza

[11] Intervalos de Confianza

Estimación de la media y la varianza

Teoría

La inferencia generaliza de la muestra a la población. Un intervalo de confianza es un par de números que, con confianza 1−α, contiene el parámetro desconocido (μ o σ²).

Compromiso clave: a mayor confianza, intervalo más ancho; a mayor n, intervalo más angosto.

  • σ conocida → usar z: qnorm().
  • σ desconocida (lo habitual) → usar t de Student: qt(). R lo resuelve completo con t.test().

Conceptos clave

Inferencia estadística
Generalizar de la muestra a la población.
Estimador insesgado
Su valor esperado coincide con el parámetro (x̄ estima μ).
Nivel de confianza
1 − α (ej. 95%). α es el nivel de significación.
Intervalo de confianza
Rango que con confianza 1−α contiene el parámetro.
IC para la media (σ conocida)
x̄ ± z·σ/√n.
IC para la media (σ desconocida)
x̄ ± t·s/√n (distribución t de Student).
Margen de error
La mitad del ancho del intervalo.

Práctica en R · ejecuta y experimenta

Cada bloque corre R real en tu navegador. Edita el código y presiona Ctrl + Enter o «ejecutar». El dataset sleep de R está disponible para que sigas explorando.

01IC para la media con t.test()
La forma directa: t.test() entrega el intervalo del 95%.
leccion_11.R
salida // R>

    
El gráfico aparecerá aquí al usar plot(), hist(), barplot()…
02IC para la media paso a paso (σ desconocida)
Construimos x̄ ± t·s/√n a mano para entender la fórmula.
leccion_11.R
salida // R>

    
El gráfico aparecerá aquí al usar plot(), hist(), barplot()…
03Efecto del nivel de confianza
Comparamos el ancho del IC al 90%, 95% y 99%.
leccion_11.R
salida // R>

    
El gráfico aparecerá aquí al usar plot(), hist(), barplot()…
04Tamaño muestral y precisión
A mayor n, el intervalo se angosta. Lo verificamos visualmente.
leccion_11.R
datos: aún no cargas un archivo · usa el botón «cargar excel» o trabaja con datasets de R
salida // R>

    
El gráfico aparecerá aquí al usar plot(), hist(), barplot()…

▸ Ejercicios propuestos

  1. Construye el IC del 99% para mtcars$mpg con t.test().
  2. Calcula a mano el margen de error de una muestra de n=50, s=15, al 95%.
  3. Genera 100 muestras de N(0,1) y cuenta cuántos IC del 95% contienen el 0.