Академический Документы
Профессиональный Документы
Культура Документы
Indice
1. Introducci
on a la Estadstica Inferencial
2. Muestreo: Introducci
on al muestreo y tipos de muestreo
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
6
8
9
10
12
12
14
14
14
15
16
17
19
19
20
20
20
20
20
20
21
1.
Introducci
on a la Estadstica Inferencial
2.
Muestreo: Introducci
on al muestreo y tipos de muestreo
3.
En su forma m
as simple en teorema indica que, si n variables aleatorias independientes tienen
varianzas finitas, su suma, cuando se les expresa en medida estandar, tienden a estar normalmente
distribuidas cuando n tiende a infinito. Se debe observar que ninguna de las varianzas sea mayor a
la comparada con el total.
El teorema de lmite central establece que, en condiciones muy generales, la sumas y medias
de muestras aleatorias de mediciones extradas de una poblacion tienden a tener una distribuci
on
aproximadamente normal. Suponga que lanza un dado equilibrado n = 1 vez. La variable aleatoria
x es el n
umero observado en la cara superior. Esta conocida variable aleatoria puede tomar seis
valores, cada uno con probabilidad 1/6. La forma de la distribucion es plana o uniforme y simetrica
con respecto a la media = 3.5.
Ahora, tome una muestra de tama
no n = 2 de esta
P poblacion, es decir, lance dos dados y anote
la suma de los n
umeros en las dos caras superiores, i xi = x1 +x2 . Se tienen 36 posibles resultados
con probabilidad 1/36. Las sumas se tabulanPy se dividen entre n = 2 para obtener un promedio .
El resultado es la distribuci
on muestral x
= i xi /n. Ahora tiene mas o menos forma de campana
pero todava es simetrica con respecto a la media = 3.5
4.
4.1.
Distribuci
on muestral de la media
xi
x1 , x2 , x3 , . . .xM
=
=
M
M
=
(x) = E(X)
La varianza de todas las medias muestrales se simboliza por x2 el error estandar de la media,sera igual x
rP
r
(x1 )2 + (x2 )2 + (x3 )2 + + (xM )2
(xi )2
x =
=
M
M
Siendo x = n (para muestras grandes, o sea n > 30 el cual se denomina error estandar de la
media)
4.2.
1. En una poblaci
on normal, con media 72,1 y desviacion estandar 3,1, encuentre la probabilidad
de que en una muestra de 90 observaciones, la media sea menor que 71,7.
3. En cierta regi
on los salarios diarios de los mineros del carbon estan distribuidos normalmente
con una media de $864,500 y una desviacion estandar de $15,000 Cual es la probabilidad de
que una muestra representativa de 25 mineros, tenga un promedio diario inferior a $857,500?
4. Las estaturas de cierto grupo de adultos tienen una media de 167.42 y una desviacion est
andar
de 2.58 centmetros. Si las estaturas estan normalmente distribuidas y se eligen aleatoriamente
25 personas del grupo, Cu
al es la probabilidad de que su media sea de 168.00 centmetros o
mas?
5.
4.3.
Distribuci
on muestral de la diferencia de medias
xy =
P
(xi yi )
M
xy =
M
M
Se pude demostrar que la media de las diferencias de todos los pares de medias muestrales
posibles, es igual a la diferencia entre las medias poblaciones
xy = x y
xy = x y
La desviaci
on tpica de las diferencias entre los pares de medias muestrales se simboliza por
xy y se calcula mediante la f
ormula:
rP
[(xi yi ) x y ]2
xy =
M
La desviaci
on tpica de las diferencias entre los pares de medias muestrales, denominada tambien
como error est
andar de las diferencias entre las medias muestrales, es igual a:
x2 =
xy =
x2
n1
y2 =
q
x2 + y2
y2
n1
s
xy =
x2 y2
+
n1
n1
Utilizamos la distribuci
on normal como una aproximacion, para resolver problemas de distribuciones de diferencias entre dos medias muestrales
Se puede aplicar esta distribuci
on cuando no se conocen las varianzas poblacionales las cuales
pueden ser sustituidas por varianzas muestrales siempre que sean mayores de 30. Hay autores que
consideran su utilizaci
on si n1 + n2 > 30. Siendo su formula
Z=
4.3.1.
(
x
y x y )x y
r
2
s2
x + sy
n1
n2
Ejemplo 1
Z=r
+
P ((
x y) <
)=
P ((
x y) >
)=
El lado negativo de la gr
afica
Z=r
+
P ((
x y) <
)=
P ((
x y) <
)=
El resultado
P ((
x y) > |1|) =
4.3.2.
Ejemplo 2
Se obtiene una muestra aleatoria de 100 elementos de una poblacion normal, que tiene media
50 y desviaci
on est
andar 8. Luego se selecciona otra muestra aleatoria de 400 elementos de una
poblacion normal, que tiene media 40 desviacion estandar 12. Encontrar la probabilidad de que:
a la media de la primera muestra exceda a la de la segunda en 8 o mas.
b ambas medias difieran, en valor absoluto, en 12 o mas.
Para el primer inciso : la media de la primera muestra exceda a la de la segunda en 8 o m
as.
Tenemos
x = 50
y = 40 n1 = 100 n2 = 400 x = 8 y = 12
P ((
x y) 8) =?
10
Z=r
+
P ((
x y)
)=
El resultado:
P ((
x y) 8) =
Para el segundo inciso :ambas medias difieran, en valor absoluto, en 12 o mas.. Tenemos
x = 50
y = 40 n1 = 100 n2 = 400 x = 8 y = 12
P ((
x y) |12|) =?
Z=r
+
P ((
x y) <
)=
P ((
x y) >
)=
El lado negativo de la gr
afica
Z=r
+
P ((
x y) <
)=
P ((
x y) <
)=
El resultado
P ((
x y) |12|) =
4.3.3.
Ejemplo 3
Z=r
+
P ((
x y)
)=
El resultado:
P ((
x y) > 5) =
4.3.4.
1. De cada una de dos poblaciones normales e independientes con iguales medias y desviaciones
estandar de 6.40 y 7.30, se extraen muestras de 64 elementos. Encontrar la probabilidad de
que la diferencia entre las medias de las muestras exceda de 0.60 en valor absoluto
12
4. A y B fabrican dos tipos de cables, con una resistencia media a la rotura de 4000 y 4300
libras, con desviaciones tpicas de 980 y 850 libras respectivamente. Si se prueban 70 cables
de A y 40 cables de B, Cu
al es la probabilidad de que la media de resistencia a la rotura de
A sea, al menos 300 libras m
as que B?
13
5.
4.4.
Distribuci
on muestral de la proporci
on
En el an
alisis de una caracterstica cualitativa o atributo, se emplea la proporcion de exitos y
no el n
umero de exitos como una distribucion binomial.
Se define la proporci
on de exitos como:
p=
N
umero de casos favorables o exitos
Total de casos Posibles
Simbologa
P
Ai Total de elementos que presentan la caracterstica investigada en la poblacion A =
P A=
Ai = N P
P
A
P = P = P P = N
= NAi Proporcion de elementos que presenta la caracterstica investigada
en la poblaci
on
A
Q = NN
= 1 P Proporci
on de elementos que no presenta la caracterstica estudiada P+Q
= 1.
P2 Varianzaq
de la proporci
on en la poblacion P2 = P Q
P
P =
= PnQ
n
Variante Estadstico. En muchos casos, podemos utilizar la distribucion normal para evaluar la
distribucion muestral de proporciones, siendo:
Z=
4.4.2.
pP
q
PQ
n
pp
p
Ejemplo 1
Se tiene que el 4 % de las piezas producidas por cierta maquina es defectuosa, Cual es la
probabilidad de que en un grupo de 200 piezas, el 3 % o mas sea defectuosa?
Tenemos:
P = 0.04
Q = 1 P = 0.96 n = 200
P (p 0.03) =?
14
Figura 7: Ejemplo 1
r
P =
PQ
=
n
s
=
PQ
n
P (p <
)=
0.7612
Ejemplo 2
Se desea estudiar una muestra de 49 personas para saber la proporcion de las mayores de 40 a
nos;
sabiendo que la proporci
on en la poblacion es 0.4. Cual es la probabilidad de que la proporci
on
en la muestra sea menor de 0.5?
Tenemos:
n = 49
P = 0.4 Q = 1 P = 0.6
P (p < 0.5) =?
Se puede observar el problema en la grafica:
15
p P
Z= q
=r
(1)
PQ
n
P (p <
)=
0.0236
Ejemplo 3
Cuarenta y seis por ciento de los sindicatos del pas estan en contra de comerciar con la China
continental: Cu
al es la probabilidad de que en una encuesta a 100 sindicatos muestre que el 52 %
tengan una misma posici
on?
Tenemos:
P = 0.46
p = 0.52 Q = 1 P = 0.54 n = 100
P (p > 0.52) =?
Determina el
area de la gr
afica a buscar:
p P
Z= q
=r
(2)
PQ
n
P (p <
)=
0.1131
2. Un fabricante de desodorantes recibe cada semana lotes de 10,000 valvulas para los tarros
rociadores. Para aceptar o rechazar dichos lotes, selecciona al azar 400 valvulas de cada lote;
si el 2 % o m
as resultan defectuosos, se rechaza el lote. En caso contrario se acepta el lote.
Cual es la probabilidad de rechazar un lote que contenga el 1 % de valvulas defectuosas?
17
3. Se ha encontrado que el 4 % de las piezas producidas por cierta maquina son defectuosas
Cual es la probabilidad de que al seleccionar 400 piezas, que el 5 % o mas sea defectuoso.
18
4.5.
Distribuci
on muestral de la diferencia de proporciones
2
1
+ P2nQ
Cuando
entre las dos medias proporcionales estara dada por P1 P2 siendo: P1 P2 = P1nQ
1
2
se trabaja con par
ametros o valores poblacionales
Las proporciones P1 y P2 son poblacionales, y se simbolizan con letras may
usculas. Luego
cuando son muestrales, se utilizan letras min
usculas p1 y p2
Cuando n1 y n2 corresponden a muestras grandes, es decir, ambas superiores a 30, se tendr
a,
que el error est
andar de las diferencias entre dos proporciones es:
r
p1 q1 p2 q2
Sp1 p2 =
+
n1
n2
La media de las diferencias entre dos medias proporcionales, se simbolizan; indistintamente por:
P1 P2 = p1 p2 = P1 P2
La variante estadstica Z, estar
a dada en la misma forma que fue presenta para diferencias entre
dos medias muestrales:
Z=
(p1 p2 ) (p1 p2 )
q
P1 Q1
P2 Q2
n1 + n2
4.5.1.
Ejemplo 1
Consideremos dos m
aquinas que producen un determinado artculo; la primera produce por
termino medio un 14 % de artculos defectuosos, en tanto que otra, produce el 20 % de artculos
19
4.5.2.
(p1 p2 ) (p1 p2 )
q
P2 Q2
P1 Q1
n1 + n2
Ejemplo 2
Ejemplo 3
Se sabe que cierta marca de crema para las manos satisface el 65 % del mercado. Cual es la
probabilidad de que dos muestras aleatoria de 200 usuarios cada una, muestre una diferencia mayor
del 10 % en las proporciones de uso de la crema?
4.5.4.
Ejercicios a Resolver
4.6.
Distribuci
on t-student
4.7.
Distribuci
on muestral de la varianza
4.8.
Distribuci
on muestral de la relaci
on de varianzas
20
5.
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
Tabla de la Normal
0.0000
0.00000
0.03983
0.09477
0.15349
0.21004
0.26116
0.30543
0.34266
0.37341
0.39856
0.41903
0.43562
0.44904
0.45986
0.46855
0.47550
0.48103
0.48541
0.48886
0.49155
0.49364
0.49525
0.49648
0.49742
0.49812
0.49864
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.49998
0.49999
0.49999
0.49999
0.01000
0.00399
0.04141
0.09538
0.15372
0.21011
0.26118
0.30543
0.34266
0.37341
0.39856
0.41903
0.43562
0.44904
0.45986
0.46855
0.47550
0.48103
0.48541
0.48886
0.49155
0.49364
0.49525
0.49648
0.49742
0.49812
0.49864
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.49998
0.49999
0.49999
0.49999
0.02000
0.00798
0.04299
0.09599
0.15394
0.21019
0.26121
0.30544
0.34266
0.37341
0.39856
0.41903
0.43562
0.44904
0.45986
0.46855
0.47550
0.48103
0.48541
0.48886
0.49155
0.49364
0.49525
0.49648
0.49742
0.49812
0.49864
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.49998
0.49999
0.49999
0.49999
0.03000
0.01197
0.04458
0.09661
0.15417
0.21027
0.26123
0.30544
0.34266
0.37341
0.39856
0.41903
0.43562
0.44904
0.45986
0.46855
0.47550
0.48103
0.48541
0.48886
0.49155
0.49364
0.49525
0.49648
0.49742
0.49812
0.49864
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.49998
0.49999
0.49999
0.49999
0.04000
0.01595
0.04616
0.09722
0.15440
0.21035
0.26126
0.30545
0.34266
0.37341
0.39856
0.41903
0.43562
0.44904
0.45986
0.46855
0.47550
0.48103
0.48541
0.48886
0.49155
0.49364
0.49525
0.49648
0.49742
0.49812
0.49864
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.49998
0.49999
0.49999
0.49999
21
0.05000
0.01994
0.04773
0.09783
0.15462
0.21042
0.26128
0.30546
0.34266
0.37341
0.39856
0.41903
0.43562
0.44904
0.45986
0.46855
0.47550
0.48103
0.48541
0.48886
0.49155
0.49364
0.49525
0.49648
0.49742
0.49812
0.49864
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.49998
0.49999
0.49999
0.49999
0.06000
0.02392
0.04931
0.09844
0.15485
0.21050
0.26130
0.30546
0.34266
0.37341
0.39856
0.41903
0.43562
0.44904
0.45986
0.46855
0.47550
0.48103
0.48541
0.48886
0.49155
0.49364
0.49525
0.49648
0.49742
0.49812
0.49864
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.49998
0.49999
0.49999
0.49999
0.07000
0.02790
0.05089
0.09905
0.15507
0.21058
0.26133
0.30547
0.34266
0.37341
0.39856
0.41903
0.43562
0.44904
0.45986
0.46855
0.47550
0.48103
0.48541
0.48886
0.49155
0.49364
0.49525
0.49648
0.49742
0.49812
0.49864
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.49998
0.49999
0.49999
0.49999
0.08000
0.03188
0.05246
0.09966
0.15530
0.21066
0.26135
0.30548
0.34267
0.37341
0.39856
0.41903
0.43562
0.44904
0.45986
0.46855
0.47550
0.48103
0.48541
0.48886
0.49155
0.49364
0.49525
0.49648
0.49742
0.49812
0.49864
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.49998
0.49999
0.49999
0.49999
0.09000
0.03586
0.05403
0.10026
0.15552
0.21073
0.26137
0.30548
0.34267
0.37341
0.39856
0.41903
0.43562
0.44904
0.45986
0.46855
0.47550
0.48103
0.48541
0.48886
0.49155
0.49364
0.49525
0.49648
0.49742
0.49812
0.49864
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.49998
0.49999
0.49999
0.49999