Intervalo de confianza de una varianza
La desviación típica de una muestra estima la variabilidad de toda una población: la dispersión de la producción de una máquina, la fiabilidad de un instrumento de medida o la regularidad de un proceso. Como la desviación típica muestral varía a su vez de una muestra a otra, un intervalo de confianza indica con qué precisión se acota el verdadero valor de σ.
Las fórmulas
Si los datos siguen una distribución normal, (n − 1)s² ÷ σ² sigue una distribución ji al cuadrado con n − 1 grados de libertad. De ahí se deduce:
(n − 1)s² ÷ χ²₁₋α/₂ ≤ σ² ≤ (n − 1)s² ÷ χ²α/₂
Se toman las raíces cuadradas para obtener el intervalo de la desviación típica. El intervalo no es simétrico alrededor de s: se extiende más hacia arriba, porque la distribución ji al cuadrado es asimétrica.
Ejemplo
Una muestra de 15 piezas tiene una desviación típica de 4,2:
- s² = 17,64 y (n − 1)s² = 246,96;
- los cuantiles de la ji al cuadrado con 14 grados de libertad valen 5,63 y 26,12;
- intervalo al 95 % de σ²: de 9,46 a 43,87;
- intervalo al 95 % de σ: aproximadamente de 3,07 a 6,62.
Con 15 valores, la verdadera desviación típica puede estar entre un 27 % por debajo y un 58 % por encima del valor observado. Estimar con precisión una dispersión exige muchas más observaciones que estimar una media.
Contrastar un valor de referencia
Para comprobar si σ vale un valor objetivo σ₀, por ejemplo una tolerancia del pliego de condiciones, calcula χ² = (n − 1)s² ÷ σ₀² y compáralo con la distribución ji al cuadrado. Con σ₀ = 5, χ² = 9,88 y el valor p bilateral es de aproximadamente 0,46: los datos son compatibles con una desviación típica de 5.
En el control estadístico de procesos (CEP) se usa a menudo la versión unilateral: para demostrar que un proceso es lo bastante preciso, se contrasta si σ es inferior al valor máximo admitido.
La hipótesis de normalidad
A diferencia del intervalo de una media, bastante robusto, este es muy sensible a la falta de normalidad: las colas pesadas hacen que la cobertura real caiga muy por debajo del nivel anunciado. Comprueba la distribución con un histograma o con un gráfico de probabilidad normal (gráfico Q-Q); para datos no normales, un intervalo obtenido por remuestreo es más seguro.
Tamaño de la muestra y precisión
| n | Límite superior ÷ s (95 %) |
|---|---|
| 5 | 2,87 |
| 10 | 1,83 |
| 30 | 1,34 |
| 100 | 1,16 |
Con 10 valores, la verdadera desviación típica puede casi duplicar la desviación típica observada. Tenlo presente cuando una desviación típica estimada sirva para calcular un tamaño muestral o un índice de capacidad del proceso como el Cp.