1. Práctica entre pares, Intervalos de confianza
Introducción a ciencias de datos y estadística básica para negocios
Santiago Vargas
Enero del 2023

2. 1. Usando la función de Excel “DISTR.NORM.ESTAND.INV”, encuentra el valor z (este es
necesario para construir el intervalo de confianza) de la distribución normal estándar, para
poder construir un intervalo del 95% de confianza.
2. Usando la función de Excel “DISTR.NORM.ESTAND.INV, encuentra el valor z (este es
necesario para construir el intervalo de confianza) de la distribución normal estándar, para
poder construir un intervalo del 99% de confianza.
Para poder calcular Z, primero es necesario calcular Alfa. Entendiendo que se tiene un
intervalo de confianza del 95% tomamos el valor de 0,025, resultante de (0,05/2), que es
el calculo correspondiente a los datos excluidos:
Alfa:
Posteriormente calculamos Z, que corresponde a la formula “DISTR.NORM.ESTAND.INV”,
Y se elabora la misma formulación para encontrar el valor de Z cuando queremos construir
un intervalo de confianza del 99%
3. Con el tamaño de muestra (n=14) calcula el intervalo de confianza del 95% para cada una
las medias poblacionales de los rendimientos de Amazon y de Apple.
Para poder encontrar el intervalo de confianza tanto con el 95% con el 99%, es necesario
que tengamos la población (n = 14) para este caso, alfa (Anteriormente calculado) y la
desviación estandar de los Rendimientos tanto de Apple como de Amazon
La cual es calculada con la sigueinte forma, una vez calculados los rendimientos con los
respectivos Logartimos naurales:

3. Así pues, el resultado para nuestro intervalo de confianza del 95% es el siguiente
Y el resultado con un intervalo del 99% es el siguiente:

4. 4. Cuando cambias de nivel de confianza, digamos de 95% a 99%, ¿Por qué los intervalos de
confianza se hacen más grandes?
Esto se debe a que aumentan el número de valores a tener en cuenta, así, con un intervalo del
95% el 5% de los valores son excluidos, mientras que en el 99% el 1%, lo que por ende permite que
el ejercicio sea más preciso mientras menos datos sean excluidos, pues disminuye la probabilidad
de error.