Consideramos X unha distribución que segue unha normal de parámetros μ e σ, con σ coñecida, pero μ descoñecida.
Consideramos unha mostra de tamaño n e calculamos a media mostral X̄.
Sabemos de estatística puntual, que a distribución da media mostral:
Polo tanto, tipificando:
Fixando un nivel de confianza, 1 - α, podemos calcular:
Operando:
que corresponde ao que queremos:
Queda así calculado o intervalo de confianza (x̄1, x̄2), onde:
Polo tanto, chamando IC ao intervalo de confianza, temos:
Para o seu cálculo teremos que atopar o valor z, que se chama valor crítico e normalmente se denota por
Gráficamente:

Exemplo
O peso das vacas leiteiras dunha granxa distribúese normalmente, con desviación típica de 5 quilogramos. Tómase ao azar unha mostra de 16 delas para o seu transporte. Sabendo que o peso medio resulta ser de 503.75 quilogramos, determinar un intervalo de confianza para o peso medio das vacas cun nivel de significación do 8%.
Do enunciado obtemos que:
- n = 16
- σ = 5
=503.75ˉx - α = 0.08
⇒ = 0.04α2
Sabemos que
Polo tanto, cos datos do enunciado:
Agora só nos queda calcular o valor crítico,
Como
Temos unha confianza do 92% de que o peso medio das vacas estea entre 547.75 e 531.71 quilogramos.
Ampliación
Cando se descoñece o valor de σ ou se quere estimar a varianza, débense utilizar distribucións distintas á normal, como a t de Student ou a Ji-cadrado (χ2). Nas seguintes páxinas pódese ver, non só o manexo das súas táboas, senón tamén o seu uso para o cálculo de intervalos de confianza.
Táboa t-Student
Contén os valores de a tales que
Intervalo de confianza para a media da poboación con σ descoñecida
Neste caso utilizamos como estimador da varianza a cuasivarianza,
EXEMPLO:
Sábese que as vendas semanais dun determinado produto en supermercados segue unha distribución normal. Para estimar o número medio de vendas semanais, recóllese unha mostra de 9 supermercados, obtendo unha media de 16.2 e unha cuasivarianza igual a 22.9. Determine un intervalo ao 95% de confianza para o número medio das devanditas vendas.
Os datos do problema son:
- X = número de vendas dun determinado produto en supermercados
→N(μ,σ) - n = 9
= 16.2―x = 22.9s2n−1 ⇒ sn−1=√22.9=4.785 - 1 - α = 0.95
⇒ = 0.0025α2 t0.025, 8 = 2.3060⇒
Substituíndo:
Temos unha confianza do 95% de que o número medio de vendas estea entre 12.5 e 19.9.
Táboa Ji-cadrado, χ2
A táboa da distribución Ji-cadrado (tamén chamada Chi-cadrado), contén os valores de a tales que
Intervalo de confianza para a varianza
Se o nivel de confianza é 1- α, s2 a cuasivarianza e n o tamaño mostral, o intervalo de confianza para a varianza poboacional virá dado por:
onde a e b son os seguintes valores da distribución
EXEMPLO:
O número de visitantes á Torre de Hércules durante o mes de xullo segue unha distribución normal con parámetros descoñecidos. Obtívose unha mostra aleatoria de 10 días en xullo, na que a cuasidesviación tipica é igual a 60,07.
- Calcula un intervalo de confianza para a varianza da poboación cun nivel de confianza do 90%.
- Calcula un intervalo de confianza para a desviación típica da poboación co nivel de confianza anterior.
Os datos do problema son:
- X = número de visitantes á Torre de Hércules durante o mes de xullo
→N(μ,σ) - n = 10
= 60.07sn−1 ⇒ = 3608,73s2n−1 - 1 - α = 0.90
⇒ = 0.05. Buscamos os valores a e b na táboaα2 ⇒ {a=χ2(1−0.05),9=25b=χ20.05,9=7.26
Substituíndo:
- O intervalo de confianza para a varianza poboacional é (1299.14, 4473.63).
- Como σ =
, o intervalo de confianza para a desviación típica poboacional é (30.04, 66.89).√σ2