José Ángel González

8-905-1890
1II142
TAREA 4
Diseño de Experimentos

¿Qué es el Intervalo de Confianza (IC)?

Un intervalo de confianza es un rango de valores, derivado de los estadísticos de la
muestra, que posiblemente incluya el valor de un parámetro de población desconocido.
Debido a su naturaleza aleatoria, es poco probable que dos muestras de una población en
particular produzcan intervalos de confianza idénticos. Sin embargo, si se repitiera muchas
veces la muestra, un determinado porcentaje de los intervalos de confianza resultantes
incluiría el parámetro de población desconocido.
¿Cuál es la importancia del IC?
Permite conocer la significación estadística de un resultado también permiten valorar la
significación clínica, es decir, su importancia práctica. Posiblemente por ello, desde hace
ya muchos años, el uso de los intervalos de confianza (IC) ha sido recomendado
insistentemente por los directores y editores de importantes revistas médicas como modo
de complementar el resultado principal de un estudio, bien acompañando al valor P o
incluso como su sustituto.
¿Cuáles son los beneficios que brinda conocer el IC?
Entre los beneficios que destacan es que permite valorar la equivalencia entre dos variables
y como base para calcular la probabilidad de que un resultado supere o alcance una
determinada magnitud, probabilidad conocida como nivel de confianza (NC) y también es
muy útil para valorar la significación clínica, puesto que permite una interpretación explícita.
Los IC no suponen la solución a cualquier incertidumbre que nos planteemos, tienen
limitaciones inherentes a su propio origen matemático, también nos benefician presentando
importantes datos para interpretar un resultado de investigación y no son tan proclives como
el valor P a llevarnos a errores conceptuales.
¿Cuándo es recomendable utilizar el IC, cuando se aprueba la Ho o cuando se
rechaza?
Se recomienda usar el IC cuando queremos saber la verdadera proporción de personas o
cualquiera que sea mi población estudiada, que favorecerían a un producto mediante la
obtención de las opiniones de una muestra aleatoria de 100 de ellos dados como ejemplo.
La prueba de H0: μ = μ0 contra H1: μ ≠ μ0 a un nivel de significancia α es equivalente a
calcular un intervalo de confianza del 100(1 – α) % sobre μ y rechazar H0, si μ0 está fuera
del intervalo de confianza. Si μ0 está dentro del intervalo de confianza, no se rechaza la
hipótesis.
¿Qué es el Coeficiente de Determinación (R2)?
Es un estadístico usado en el contexto de un modelo estadístico cuyo principal propósito es
predecir futuros resultados o probar una hipótesis. El coeficiente determina la calidad del
modelo para replicar los resultados, y la proporción de variación de los resultados que
puede explicarse por el modelo.
¿Qué utilidad tiene el coeficiente R2?
El coeficiente de determinación no sólo mide la capacidad explicativa de un modelo sino
que, además, permite elegir entre varios modelos cuál es el más adecuado. Así si los
modelos tienen la misma variable dependiente y el mismo número de variables explicativas,
será más adecuado el que tenga un coeficiente de determinación mayor.
¿Cómo se calcula el IC y R2 con Minitab?
El IC se calcula de la siguiente manera:
- Capturar los datos que analizaremos para calcular el intervalo de confianza.
- Nos colocamos en Estadística, Estadística Básica, Z de una muestra.
- Nos muestra una pantalla Z de una muestra (Test and Confidence Interval)
donde colocamos la variable que vamos a evaluar colocamos después la desviación
estándar en la casilla Desviación Estándar.
- Después seleccionamos la casilla Realizar prueba de hipótesis.
- Si queremos modificar el grado de confianza podemos ir a la parte de Opciones
donde podremos modificarla, por defecto Minitab nos coloca el 95% de confianza.
- Si deseamos obtener la gráfica correspondiente para el intervalo de confianza nos
dirigimos a la opción de Gráficas y seleccionamos la opción correspondientes si
queremos histograma, grafica de valores individuales o gráfica de caja.
Ejemplo:

Y el R2 se calcula así:
- Seleccionamos los valores de las columnas de datos que utilizaremos.
- Entramos a Estadística, luego a Regresión, Ajustar modelo de regresión.
- En la ventana Regresión seleccionamos nuestras filas o columnas que contienen
los datos a estudiar.
- Damos click en Aceptar y verificamos nuestra respuesta llamada R-cuad.
Ejemplo: