Cuando tenemos una muestra de tamaño \(n\) de una población con varianza desconocida, si la media muestral es \(\bar{X}\) y la cuasidesviación típica es \(S_c\), el intervalo de confianza \(\gamma\) que contiene a la media \(\mu\) de la población es: \(\displaystyle{IC_{\mu}^{\gamma}=\left(\bar{X}-\frac{S_c}{\sqrt{n}}·t_{n-1,\frac{1+\gamma}{2}}\;,\;\bar{X}+\frac{S_c}{\sqrt{n}}·t_{n-1,\frac{1+\gamma}{2}}\right)}\) donde \(t_{n-1,\frac{1+\gamma}{2}}\) es el cuantil de una t de Student con \(n-1\) grados de libertad que deja por debajo una probabilidad de \(\frac{1+\gamma}{2}\).
El valor \(E=\frac{S_c}{\sqrt{n}}·t_{n-1,\frac{1+\gamma}{2}}\) se denomina error o semiamplitud del intervalo de confianza. En el siguiente ejemplo se muestran los errores cometidos al estimar la media poblacional con diferentes tamaños muestrales.
Ejemplo: Fijamos el nivel de confianza
gamma, la cuasidesviación Sc y el tamaño
muestral máximo n.max, valores para los que queremos
calcular el error de cada tamaño muestral hasta n.max.
gamma <- 0.95 # confidence level
Sc <- 2 # sample standard deviation
n.max <- 200 # maximum sample size > 5
# Error function
E <- function(n, Sc, gamma) {qt((1 + gamma)/2, n - 1) * Sc / sqrt(n)}
# Different sizes
size <- seq(5, n.max, 5)
# Errors by sizes
error <- E(n = size, Sc = Sc, gamma = gamma)
plot(size, error, type = 'o', main = paste0('Relation between error and sample size ','(Sc = ',Sc,', gamma = ',gamma, ')'))tb <- data.frame(size, error); tb size error
1 5 2.4833280
2 10 1.4307138
3 15 1.1075631
4 20 0.9360288
5 25 0.8255594
6 30 0.7468123
7 35 0.6870240
8 40 0.6396310
9 45 0.6008665
10 50 0.5683937
11 55 0.5406757
12 60 0.5166548
13 65 0.4955757
14 70 0.4768832
15 75 0.4601582
16 80 0.4450782
17 85 0.4313900
18 90 0.4188919
19 95 0.4074208
20 100 0.3968434
21 105 0.3870493
22 110 0.3779464
23 115 0.3694570
24 120 0.3615151
25 125 0.3540644
26 130 0.3470562
27 135 0.3404483
28 140 0.3342040
29 145 0.3282912
30 150 0.3226816
31 155 0.3173500
32 160 0.3122743
33 165 0.3074346
34 170 0.3028132
35 175 0.2983941
36 180 0.2941630
37 185 0.2901069
38 190 0.2862142
39 195 0.2824740
40 200 0.2788768