Error estándar e intervalos de confianza
Mapa conceptual
- Estadística Inferencial
- Muestreo
- Aleatorio
- Estratificado
- Estimación
- Puntual
- Intervalos
- Hipótesis
- H0 y H1
- Valor p
- Potencia
- Pruebas
- t-Student
- chi²
- ANOVA
- Regresión
- Pendiente
- Correlación
- Muestreo
Estimación puntual frente a intervalos
Un estimador puntual (la media muestral, la proporción) da un único valor, pero casi nunca acierta exacto. La estimación por intervalo lo rodea de un rango que reconoce la incertidumbre del muestreo: el punto es la mejor conjetura, el intervalo es la conjetura con su margen.
El error estándar
El error estándar es la desviación típica del estimador: cuánto variaría la media muestral de una muestra a otra. Para la media es la desviación muestral dividida entre raíz de n. Cuanto menor, más preciso es el estimador y más estrecho el intervalo.
De dónde sale la desviación típica
Como la desviación poblacional suele desconocerse, se estima con la muestral y se usa la distribución t de Student, algo más ancha que la normal para compensar esa incertidumbre extra, sobre todo con muestras pequeñas. Con n grande, la t converge a la normal.
Nivel de confianza y crítico
El nivel de confianza (95 por ciento, 99) fija cuánto cubre el intervalo. Se traduce en un valor crítico de la normal o t: para el 95 por ciento es 1,96. A mayor nivel, mayor crítico y más ancho el intervalo: más seguridad, menos precisión.
Fórmula del intervalo de la media
Media muestral más o menos el valor crítico por el error estándar. El «más o menos» es el margen de error. Cada pieza tiene su papel: el centro en la estimación, el ancho en la variabilidad y el nivel de confianza.
Interpretar bien el 95 por ciento
El 95 por ciento se refiere al procedimiento: si repitiéramos el muestreo muchas veces, el 95 por ciento de los intervalos así construidos cubrirían el valor verdadero. Un intervalo concreto o lo contiene o no; no es «la probabilidad de que la media caiga ahí» para esos datos.
Error común de interpretación
Afirmar «hay un 95 por ciento de probabilidad de que el parámetro esté en este intervalo» confunde un parámetro fijo con una variable aleatoria. El parámetro no se mueve; el que fluctúa de muestra a muestra es el intervalo. La confianza es del método, no de la ocurrencia.
Intervalo para una proporción
Para proporciones se usa la proporción muestral más o menos el crítico por su error estándar, que depende de p por uno menos p entre n. Es el origen del famoso «margen de error de 3 puntos» de las encuestas, que supone el peor caso y un 95 por ciento de confianza.
Qué ensancha el intervalo
- Mayor variabilidad en los datos (desviación típica grande).
- Menos observaciones (n pequeño eleva el error estándar).
- Niveles de confianza más exigentes (más crítico).
Cómo lo estrechas
La única palanca ética es aumentar n: dividir entre dos el margen exige cuadruplicar la muestra. Bajar el nivel de confianza también lo estrecha, pero es autoengaño: compras precisión a costa de cobertura. Más datos, no menos garantía.
Precisión versus confianza
Un intervalo muy ancho es casi seguro pero inútil («la media está entre 0 y 100»); uno muy estrecho es preciso pero frágil. El balance se fija declarando el nivel de confianza aceptable y dimensionando la muestra para el margen deseado.
Supuestos y validez
El intervalo estándar supone muestreo aleatorio e independencia, y normalidad aproximada del estimador (vía TCL). Si hay sesgo de selección o fuerte dependencia, el intervalo puede ser engañosamente estrecho: refleja la variabilidad, no el sesgo.
- Elige el estimador y su nivel de confianza.
- Calcula el error estándar desde los datos.
- Obtén el valor crítico (normal o t).
- Construye el intervalo alrededor de la estimación.
- Interpreta como propiedad del procedimiento, no del parámetro.
| Elemento | Qué controla | Efecto al subirlo |
|---|---|---|
| n (muestra) | error estándar | intervalo más estrecho |
| desviación típica | error estándar | intervalo más ancho |
| nivel de confianza | valor crítico | intervalo más ancho |
| sesgo de selección | nada del intervalo | intervalo inútil |
Si aumentas el nivel de confianza del 95 al 99 por ciento sin cambiar los datos, el intervalo...
Margen de error de las encuestas
Cuando oyes «51 por ciento, con un margen de 3 puntos al 95 por ciento», se afirma que el verdadero apoyo está probablemente entre 48 y 54. Si dos opciones caen dentro del margen, la diferencia no es estadísticamente clara: leer intervalos evita declarar ganadores prematuros.
No es un intervalo de datos
El intervalo de confianza acota el parámetro (la media poblacional), no el rango donde caen los individuos. La mayoría de los datos puede quedar fuera del intervalo de la media sin contradicción: son preguntas distintas.
Errores frecuentes
- Interpretar el nivel de confianza como probabilidad de ese intervalo concreto.
- Ignorar el sesgo de selección creyendo que un intervalo estrecho implica exactitud.
- Reducir el nivel de confianza para «mejorar» la precisión aparente.
Un intervalo de confianza más ancho refleja siempre una estimación peor.
Intervalos por bootstrap
Cuando la teoría paramétrica flojea (estadísticos raros, muestras pequeñas no normales), el bootstrap remuestrea los datos miles de veces para estimar la distribución del estimador y construir el intervalo. Sin suponer normalidad, deja que los datos hablen.
Piezas del intervalo
Toca una tarjeta para ver la respuesta.
Ordena la construcción de un intervalo de confianza para una media:
Arrastra cada ficha a su categoría (o tócala y luego toca la categoría). También puedes usar el teclado.
Seeing TheorySimulación de intervalos de confianza y su cobertura real.
Una encuesta da 48 por ciento con margen de 3 puntos. ¿Puedes afirmar que el partido ganará más del 50? Explica el papel del intervalo y del nivel de confianza.
Tu texto se guarda sólo en este dispositivo.
NIST Engineering Statistics HandbookReferencia completa de métodos estadísticos.
Comentarios
Inicia sesión para comentar.
Todavía no hay comentarios. Sé la primera persona en opinar.