Estima el rango del valor real a partir de la media y la desviación típica de la muestra

Estima el rango del valor real a partir de la media y la desviación típica de la muestra

Emergente AI Skill PRO

Ingresar cálculo

Condición: 50 < confianza < 100. La media y la desviación típica son números en las mismas unidades; el intervalo se expresa en esas unidades.

Fórmula

CI=Media μ±z·SD σdonde{p=Confianza %100z=Φ−1(1+p2)\begin{gathered} \text{CI} = {{\text{Media }\mu}} \pm z \cdot {{\text{SD }\sigma}} \\[1.5em] \text{donde}\quad \left\{ \begin{aligned} p &= \dfrac{{{\text{Confianza }\%}}}{100} \\ z &= \Phi^{-1}\!\left(\dfrac{1 + p}{2}\right) \end{aligned} \right. \end{gathered}
Estadísticas de uso

Publicidad

Resultados

Rango estimado del valor real (Confianza: 95%)
Se estima que el valor real está entre -1,959963 y 1,959963.
Límite inferior -1,959963
Límite superior 1,959963
Valor crítico z (dos colas) 1,95996
Distribución Normal (z), μ ± z·σ

Informar de un error en esta página

Qué hace esta calculadora

Esta herramienta estima el rango en el que probablemente se sitúa un «valor real» a partir de la media (\(\mu\)) y la desviación típica (\(\sigma\)) de una muestra. Parte del supuesto de que la magnitud sigue una distribución normal y devuelve el intervalo simétrico de dos colas \(\mu \pm z\cdot\sigma\), donde \(z\) es el valor crítico de la normal estándar correspondiente al nivel de confianza que elijas. La media y la desviación típica son números sin más, y el intervalo se expresa en las mismas unidades que hayas introducido.

Cómo utilizarla

Introduce la media, la desviación típica (debe ser 0 o mayor) y un nivel de confianza en porcentaje, con la condición 50 < confianza < 100 (lo habitual es 95). La calculadora convierte el porcentaje en una probabilidad \(p\), halla el valor crítico $$z = \Phi^{-1}\!\left(\frac{1+p}{2}\right)$$ y devuelve los límites inferior y superior. Al 100% el intervalo sería infinito, así que la confianza tiene que mantenerse por debajo de 100.

La fórmula explicada

Para una probabilidad \(p = \text{confianza}/100\), el valor \(z\) de dos colas es el cuantil de la normal estándar en \(\frac{1+p}{2}\). Para el 95% resulta \(\Phi^{-1}(0{,}975) \approx 1{,}95996\), por lo que el intervalo es \(\mu \pm 1{,}96\sigma\). Referencias útiles: una cobertura del 68,26% equivale a \(\mu \pm 1\sigma\), el 95,45% a \(\mu \pm 2\sigma\) y el 99,73% a \(\mu \pm 3\sigma\). La función inversa de la distribución normal (CDF inversa) se calcula mediante una aproximación racional (de Acklam) seguida de un paso de refinamiento de Halley, de modo que no hace falta consultar ninguna tabla.

Publicidad
Curva de campana con una región central sombreada entre la media menos z-sigma y la media más z-sigma
El intervalo de confianza abarca la zona sombreada central de la curva normal, centrada en la media.

Ejemplo resuelto

Con media = 100, desviación típica = 5 y confianza = 99%: \(p = 0{,}99\), \(z = \Phi^{-1}(0{,}995) \approx 2{,}57583\). $$\text{Límite inferior} = 100 - 2{,}57583\cdot 5 = 87{,}121$$ $$\text{Límite superior} = 100 + 12{,}879 = 112{,}879$$ El resultado indica «entre 87,12 y 112,88».

Recta numérica horizontal con un punto central y barras de error simétricas hacia un límite inferior y superior
El intervalo es la media muestral con un margen simétrico que se extiende a los límites inferior y superior.

Niveles de confianza comunes y valores Z

El valor crítico de dos colas es \(z = \Phi^{-1}\left(\frac{1+p}{2}\right)\), donde \(p\) es el nivel de confianza expresado como proporción. La tabla muestra la probabilidad acumulada \((1+p)/2\) utilizada para cada nivel y la z resultante para una distribución normal estándar.

Nivel de confianza Probabilidad de cola (1+p)/2 z de dos colas
50% 0.75 0.6745
68.27% 0.84135 1.0000
80% 0.90 1.2816
90% 0.95 1.6449
95% 0.975 1.9600
95.45% 0.97725 2.0000
98% 0.99 2.3263
99% 0.995 2.5758
99.73% 0.99865 3.0000
99.9% 0.9995 3.2905

Las filas de 68.27%, 95.45% y 99.73% corresponden a la conocida regla de 1, 2 y 3 desviaciones estándar.

Interpretación del intervalo

Esta calculadora devuelve \(\text{Media} \pm z \cdot \text{DE}\). Bajo una distribución normal, este es el rango que se espera que contenga la proporción indicada de valores individuales. Por ejemplo, con una media de 100 y una DE de 15 con un 95% de confianza, el intervalo es \(100 \pm 1.96 \times 15 = 100 \pm 29.4\), o de 70.6 a 129.4. Se espera que alrededor del 95% de los valores caigan en ese rango.

No es lo mismo que un intervalo de confianza para la media. Un intervalo de confianza para la media poblacional usa el error estándar, \(\text{DE}/\sqrt{n}\), en lugar de la DE. Ese intervalo es mucho más estrecho y se reduce a medida que crece el tamaño de la muestra \(n\). El intervalo aquí describe la dispersión de los valores individuales, o el rango probable de una sola medición. No describe qué tan precisamente se conoce la media.

  • Ampliar la confianza amplía el intervalo. La semiamplitud es igual a \(z \cdot \text{DE}\), por lo que crece en proporción a z. Pasar del 95% (z = 1.9600) al 99% (z = 2.5758) hace que el intervalo sea aproximadamente un 31% más amplio.
  • Simetría. El intervalo está centrado en la media, con la misma distancia por encima y por debajo.
  • Supuestos. El resultado solo es válido si los datos son aproximadamente normales y si la media y la DE son confiables (se tratan como conocidas). Con datos asimétricos, colas pesadas, valores atípicos o una muestra pequeña, la cobertura real puede diferir notablemente del nivel indicado.
Publicidad

Términos clave

Media (μ)
El valor promedio, que es el centro de la distribución y del intervalo.
Desviación estándar (σ)
Una medida de qué tan ampliamente se dispersan los valores alrededor de la media, en las mismas unidades que los datos.
Nivel de confianza
La proporción de valores (o la probabilidad) que el intervalo pretende cubrir, como 95%.
Valor crítico z
El número de desviaciones estándar desde la media necesario para abarcar el nivel de confianza elegido; para 95% es 1.9600.
Distribución normal
La distribución simétrica en forma de campana, descrita completamente por su media y su desviación estándar.
Inversa de la CDF / cuantil (Φ⁻¹)
La función que toma una probabilidad acumulada y devuelve el valor z por debajo del cual se encuentra esa probabilidad. Por ejemplo, Φ⁻¹(0.975) = 1.9600.
Intervalo de dos colas vs. de una cola
Un intervalo de dos colas deja colas iguales en ambos extremos, por eso la probabilidad de cola es (1+p)/2. Un límite de una cola concentra toda la probabilidad excluida en una sola cola y usa Φ⁻¹(p) en su lugar.
Margen de error (z·σ)
La semiamplitud del intervalo, que es la distancia desde la media hasta cualquiera de los extremos.

Preguntas frecuentes

¿Por qué usa 1,96 para el 95% y no 1,645? Un intervalo simétrico de dos colas reparte el 5% restante en dos colas del 2,5% cada una, lo que da \(\Phi^{-1}(0{,}975) \approx 1{,}96\). El valor 1,645 es el cuantil del 95% de una sola cola y no es correcto para un rango de dos colas.

¿Debería usar mejor la distribución t? Cuando \(\sigma\) se estima a partir de una muestra pequeña, lo más adecuado es una distribución t con tamaño muestral \(n\) (intervalo \(\text{media} \pm t\cdot s/\sqrt{n}\)). Esta herramienta trata \(\sigma\) deliberadamente como un valor poblacional conocido y emplea la \(z\) de la normal, por lo que no necesita \(n\).

¿Y si la desviación típica es 0? El intervalo se reduce a un único punto \([\text{media}, \text{media}]\).

Última actualización:

Lo más popular en Matemáticas y Estadísticas

Ver todas las calculadoras de Matemáticas y Estadísticas