MUESTREO

DISTRIBUCION MUESTRAL

10
 Definiciones

Una poblacin es el conjunto de individuos o elementos de

inters
Un censo es un intento de medir todos los elementos de
una poblacin de inters
Una muestra es un subconjunto seleccionado de la
poblacin

29/01/2015 2
 Muestreo Aleatorio
El muestreo aleatorio es la base para inferencia estadstica
acerca de una poblacin basada en una muestra.
Ejemplo: Construir un restauran en un barrio?
Poblacin: la reunin de tems que quieren atencin
(medir) N items.
Ejemplo: todas las personas en el barrio
Muestra: una parte pequea de las unidades de la poblacin
n items.
Ejemplo: 100 vecinos que acuerdan ser entrevistados.
Cuales 100?
Cmo se seleccionan?

29/01/2015 3
 Muestra Representativa
Los mismos porcentajes en la muestra como en la poblacin
Ejemplo: muestra es representativa si es que el mismo % se respeta :
trabajando, con jvenes, edad, solteros, casados, etc

Muestra Sesgada.
No es representativa de la poblacin en una forma importante
Ejemplo: muestra es sesgada si hay muchos retirados

Marco: Acceso a la poblacin (por nmero de 1 a N)

Ejemplo: de la gua :
1. Jos Prez
2. Mara Rojas

N. Carmen Legua

29/01/2015 4
 Muestreo sin reemplazo
Ninguna unidad debera aparecer ms de una vez
Despus que una unidad es seleccionada, esta es removida
de la poblacin antes de seleccionar otra unidad
Muestreo con reemplazo
Una unidad puede ser representada ms de una vez en la
muestra
Despus que una unidad ha sido elegida, esta es devuelta a
la poblacin antes que otra unidad sea seleccionada
Censo
Una muestra que representa a toda la poblacin
Frecuentemente muy cara
An cuando sea razonable, puede que no sea costo-
eficiente
29/01/2015 5
 Proceso de Muestreo
Aqu tenemos una buena (pero no perfecta) muestra
representativa.
Note que ningn tringulo abierto fue seleccionado.
Poblacin
Muestra

29/01/2015 6
 Estadsticos y Parmetros
Estadstico de la Muestra
Cualquier nmero calculado de la muestra. Una variable
aleatoria. Conocida
Ejemplo: Gasto promedio semanal en comida para una muestra
de 100 residentes. Aleatoria? Si! Debido a la aleatoriedad de la
seleccin de la muestra
Parmetro de la Poblacin
Cualquier nmero calculado de la poblacin completa
Un nmero fijo. Desconocido
Ejemplo: la media del gasto promedio en alimentos semanal para
todos los 77,386 residentes
Sabemos esto? NO!
Pero lo estimamos (con error)
29/01/2015 7
 Estimador y Estimado
Estimador. Una muestra estadstica usada para adivinar el
parmetro de la poblacin
Ejemplo: Muestra promedio para los 100 residentes seleccionados es
un estimados de la media de la poblacin de todos los 77,386
residentes
Estimado [EQUIVOCADO! Estimadores usualmente equivocados.
Usualmente tiles]
El nmero actual calculado de la data
Ejemplo: $33.91 es un estimado del gasto semanal por persona del
barrio
Error de la Estimacin
Estimador menos el parmetro de la poblacin. Desconocido
Ejemplo : 33.91 35.69 = 1.78
Media, todos 77,386
Promedio, 100 residentes residentes
(desconocido) Error estimacin (desconocido)

29/01/2015 8
 Terminologa de Muestreo
Estimador No Sesgado
Correcto en Promedio. Sistemticamente ni muy alto ni
muy bajo
Acierta en promedio aunque en cada vez pueda errar
Estudio Piloto
Estudio en pequea magnitud antes del estudio completo
Pruebe su cuestionario en algn grupo de gente antes de
usarlo en cientos
Distribucin de la Muestra
La distribucin de probabilidad de un estadstico calculado
usando data de una muestra aleatoria

29/01/2015 9
 Muestra Aleatoria

Una muestra aleatoria resulta cuando se seleccionan

n elementos de una poblacin, de manera que todas
las combinaciones posibles de n elementos de la
poblacin tienen igual probabilidad de salir elegidas

29/01/2015 10
 Una muestra aleatoria provee los fundamentos para la
inferencia estadstica y debe satisfacer :
1. Cada unidad de la poblacin debe tener igual probabilidad
de ser seleccionada
Esto ayuda a asegurar representatividad, todas las
unidades de la poblacin son igualmente exequibles
2. Unidades deben ser seleccionadas independientemente
unas de otras. Esto garantiza que cada tem a ser escogido
brinda nueva e independiente informacin
Propiedades
Muestra es representativa de la poblacin (en promedio)
La Inferencia Estadstica va a usar la aleatoriedad de la
muestra
29/01/2015 11
 Muestra Aleatoria 5 de 36

En un gramado de 6 por 6
5 cuadrados sombreados, seleccionados aleatoria mente,
uno a la vez. Sin reemplazo
Note que recuadros adyacentes pueden ser seleccionados
Si los excluimos entonces la seleccin no es independiente
Quizs Ud. Vea patrones sistemticos
No estn ah por diseo, sino por coincidencia
Pero un patrn de tablero de damas es muy probable que
no sea aleatorio

29/01/2015 12
 Seleccin de una
Muestra Aleatoria
Use una Tabla de Nmeros Aleatorios

1. Establezca el marco (unidades de poblacin de 1 a N)

2. Decida el punto de inicio en la tabla de nmeros
aleatorios
3. Lea los dgitos aleatorios en grupos p.e., si N = 5,281,
entonces use grupos de 4 dgitos (N tiene 4 dgitos)
4. Incluya el nmero del grupo si es que ste es de 1 a N,
y no ha sido escogido an.

29/01/2015 13
 Tabla de Nmeros Aleatorios
1 2 3 4 5 6 7 8 9 10
1 51449 39284 85527 67168 91284 19954 91166 70918 85957 19492
2 16144 56830 67507 97275 25982 69294 32841 20861 83114 12531
3 48145 48280 99481 13050 81818 25282 66466 24461 97021 21072
4 83780 48351 85422 42978 26088 17869 94245 26622 48318 73850
5 95329 38482 93510 39170 63683 40587 80451 43058 81923 97072
6 11179 69004 34273 36062 26234 58601 47159 82248 95968 99722
7 94631 52413 31524 02316 27611 15888 13525 43809 40014 30667

Por ejemplo 8
9
10
64275
72125
16463
10294
19232
42028
35027
10782
27927
25604
30615
48403
65695
42005
88963
36014
90419
79615
17988
32447
41218
02734
53688
43290
31732
36125
53618
29911
28456
68082

Comenzando en la fila 21, columna 3 11

12
13
10036
85356
84076
66273
51400
82087
69506
88502
55053
19610
98267
75370
01479
73943
71030
92338
25828
92275
55140
38219
55497
81097
13268
97123
73071
09016
40919
61544
77465
57479
14 76731 39755 78537 51937 11680 78820 50082 56068 36908 55399
Encontramos el 52794, siguiente 01466 15
16
19032
72791
73472
59040
79399
61529
05549
74437
14772
74482
32746
76619
38841
05232
45524
28616
13535
98690
03113
24011
17 11553 00135 28306 65571 34465 47423 39198 54456 95283 54637
18 71405 70352 46763 64002 62461 41982 15933 46942 36941 93412
19 17594 10116 55483 96219 85493 96955 89180 59690 82170 77643
20 09584 23476 09243 65568 89128 36747 63692 09986 47687 46448
21 81677 62634 52794 01466 85938 14565 79993 44956 82254 65223
22 45849 01177 13773 43523 69825 03222 58458 77463 58521 07273
23 97252 92257 90419 01241 52516 66293 14536 23870 78402 41759
24 26232 77422 76289 57587 42831 87047 20092 92676 12017 43554
25 87799 33602 01931 66913 63008 03745 93939 07178 70003 18158
19 17594 10116 55483 96219 85493 96955 26
27
46120
53292
62298
55652
69126
11834
07862
47581
76731
25682
58527
64085
39342
26587
42749
92289
57050
41853
91725
38354
28 81606 56009 06021 98392 40450 87721 50917 16978 39472 23505
20 09584 23476 09243 65568 89128 36747 29
30
67819
50458
47314
20350
96988
87362
89931
83996
49395
86422
37071
58694
72658
71813
53947
97695
11996
28804
64631
58523
21 81677 62634 52794 01466 85938 14565 31
32
59772
94752
27000
91056
97805
08939
25042
93410
09916
59204
77569
04644
71347
44336
62667
55570
09330
21106
02152
76588
33 01885 82054 45944 55398 55487 56455 56940 68787 36591 29914
22 45849 01177 13773 43523 69825 03222 34
35
85190
97747
91941
67607
86714
14549
76593
08215
77199
95408
39724
46381
99548
12449
13827
03672
84961
40325
76740
77312
36 43318 84469 26047 86003 34786 38931 34846 28711 42833 93019
23 97252 92257 90419 01241 52516 66293 37
38
47874
24259
71365
48079
76603
71198
57440
95859
49514
94212
17335
55402
71969
93392
58055
31965
99136
94622
73589
11673
24 26232 77422 76289 57587 42831 87047 39
40
31947
37911
64805
93224
34133
87153
03245
54541
24546
57529
48934
38299
41730
65659
47831
00202
26531
07054
02203
40168
41 82714 15799 93126 74180 94171 97117 31431 00323 62793 11995
42 82927 37884 74411 45887 36713 52339 68421 35968 67714 05883
43 65934 21782 35804 36676 35404 69987 52268 19894 81977 87764
44 56953 04356 68903 21369 35901 86797 83901 68681 02397 55359
45 16278 17165 67843 49349 90163 97337 35003 34915 91485 33814
46 96339 95028 48468 12279 81039 56531 10759 19579 00015 22829
47 84110 49661 13988 75909 35580 18426 29038 79111 56049 96451
48 49017 60748 03412 09880 94091 90052 43596 21424 16584 67970
49 43560 05552 54344 69418 01327 07771 25364 77373 34841 75927
50 25206 15177 63049 12464 16149 18759 96184 15968 89446 07168

29/01/2015 14
 Ejemplo: Seleccin de la Muestra
Seleccionar una muestra aleatoria usando tabla # aleatoria
De un tamao n = 4 para una poblacin de tamao N = 861,
comenzando en la fila 21, columna 3 de la Tabla
Comience con los dgitos aleatorios
52794 01466 85938 14565 79993
Agrupe por 3 (debido a que N = 861 tiene 3 dgitos )
527 940 146 685 938 145 657
Omita 000, y tambin 862, 863, , 999
Omita duplicados, hasta n = 4 se obtiene en la muestra
527 146 685 145
La muestra aleatoria incluye las siguientes unidades de la
poblacin (numeradas en el marco):
527, 146, 685, 145

29/01/2015 15
 Seleccionando una Muestra Aleatoria
en Excel
Muestre la poblacin en la (Hoja de clculo)
Ordena la poblacin en una columna por tem de 1 a N
HERRAMIENTA ANALISIS DE DATOS
Cuadro de dialogo.
MUESTRA
ACEPTAR
Cuadro de dialogo
Rango de entrada B1:B10000
ALEATORIO
Numero de muestras 60
Rango de salida: E1:E60
ACEPTAR

29/01/2015 16
 Proceso de Muestreo
La Poblacin

Muestra Muestra Muestra Muestra
n unid. n unid. n unid. n unid.

Estadstico Estadstico Estadstico Estadstico
(estimador) (estimador) (estimador)) (estimador)

Un histograma de estos valores

imaginados representan la distribucin
muestral de este estadstico

29/01/2015 17
 Distribuciones Muestrales

10
 Distribucin Muestral de
Media

10
 Distribucin Muestral de

Una distribucin muestral incluye todos los valores

posibles que puede tomar un estadstico, como una media
muestral, para un tamao de muestra dada.

( , )

29/01/2015 20
 Error Standard de la Media

El error standard de la media es la desviacin standard

de la distribucin muestral de las medias de las
muestras.

= =
= =

= =

= =


= error standard =

= error standard =

29/01/2015 21
 Error Standard de la Media

Definicin: la Desviacin Standard Estimada (de la distribucin de la

muestra) de un estadstico
S
Error Standard del promedio S X
n
Indica aproximadamente que tan lejos el promedio de la muestra
est de la media de la poblacin X
Ventaja: puede ser calculada usando data simple

Desviacin Standard del promedio X
n
Tambin Indica aproximadamente que tan lejos promedio X est de
la media de la poblacin
Problema: no se puede calcular sin los parmetros de la poblacin

29/01/2015 22
 Error de Muestreo e

El error de muestreo es la diferencia entre un

estadstico muestral y su parmetro poblacional
correspondiente

e=-
e=p-
e=t-
e=a-A
29/01/2015 23
 Ejemplo distribucin muestral de medias.

Se tiene una poblacin de 5 ciudadanos . Sea X la edad

de los ciudadanos, las edades son:

Alumno X ( Edad )

A 27
B 39
C 30
D 36
E 42

a. Calcular los parmetros de la poblacin. 2

29/01/2015 24
 a. Calcular los parmetros de la poblacin. 2

x f(x) xf(x) (x-E(x))2f(x)

27 0.2 5.4 12.168

39 0.2 7.8 3.528
30 0.2 6.0 4.608
36 0.2 7.2 0.288
42 0.2 8.4 10.368
34.8 30.960
= 34.8
2= 30.96

29/01/2015 25
 b. Tomar muestra de tamao n = 2, con reemplazo.

A B C D E
A 27 27 39 27 30 27 36 27 42 27
B 27 39 39 39 30 39 36 39 42 39
C 27 30 39 30 30 30 36 30 42 30
D 27 36 39 36 30 36 36 36 42 36
E 27 42 39 42 30 42 36 42 42 42

29/01/2015 26
 c. Calcular las 25 medias de las 25 muestras.

A B C D E
A 27.0 33.0 28.5 31.5 34.5
B 33.0 39.0 34.5 37.5 40.5
C 28.5 34.5 30.0 33.0 36.0
D 31.5 37.5 33.0 36.0 39.0
E 34.5 40.5 36.0 39.0 42.0

29/01/2015 27

d. Calcular la media de las 25 medias aritmticas.

f f(x) xf(x) (x-E(x))2f(x)

27.0 1 0.04 1.08 2.4336
X 34.8 28.5 2 0.08 2.28 3.1752
igual a 30.0 1 0.04 1.20 0.9216

34.8 31.5 2 0.08 2.52 0.8712

33.0 4 0.16 5.28 0.5184
S 15.48
2
x 34.5 4 0.16 5.52 0.0144
igual a 36.0 3 0.12 4.32 0.1728
2 37.5 2 0.08 3.00 0.5832
S
2
x 30.96
2 15.48 39.0 3 0.12 4.68 2.1168
n
40.5 2 0.08 3.24 2.5992
42.0 1 0.04 1.68 2.0736
25 34.8 15.480

29/01/2015 28
 e. Tomar muestra de tamao n = 2, sin reemplazo.

A B C D E
A
B 27 39
C 27 30 39 30
D 27 36 39 36 30 36
E 27 42 39 42 30 42 36 42

29/01/2015 29
 f. Calcular las 10 medias aritmticas de las 10 muestras.

A B C D E
A
B 33.0
C 28.5 34.5
D 31.5 37.5 33.0
E 34.5 40.5 36.0 39.0

29/01/2015 30
 g. Calcular la media aritmtica de las 10 medias aritmticas.

f f(x) xf(x) (x-E(x))2f(x)

28.5 1 0.1 2.85 3.969
31.5 1 0.1 3.15 1.089
X 34.8 =34.8
33.0 2 0.2 6.6 0.648
igual a
34.5 2 0.2 6.9 0.018
34.8
36.0 1 0.1 3.6 0.144
S 2x 11.61
37.5 1 0.1 3.75 0.729
igual a
39.0 1 0.1 3.9 1.764
2 N n
S 2
40.5 1 0.1 4.05 3.249
x
n N 1
5 1 11.61
30.96 5 2
2
10 34.8 11.610

29/01/2015 31
 Teorema de Lmite Central
El Teorema del Lmite Central establece que si se
selecciona una muestra aleatoria suficientemente
grande, de n observaciones, de una poblacin, la
distribucin muestral de las muestras se
aproximar a una distribucin normal. Cuanto
ms grande sea el tamao de la muestra n, mejor
ser la aproximacin normal a la distribucin
muestral de las medias de las muestras.

29/01/2015 32
 Propiedades de la distribucin
muestral de las medias
1. La media de la distribucin muestral es igual a la
media de la poblacin: x= x media =
2. La desviacin standard de la distribucin
muestral de las medias (error standard) es igual a
la desviacin standard de la poblacin dividida
entre la raz cuadrada del tamao de la muestra:
3. La distribucin muestral de las medias es
aproximadamente normal para tamaos de
muestras grandes n >= 30

29/01/2015 33
 Teorema de Lmite Central
Ayuda a encontrar probabilidades para un X promedio de
n individuos independientes proporcionando
La Media = =
La Desviacin Standard =

La justificacin para usar tablas normales de probabilidad :
Si es que n es grande, entonces el promedio es
aproximadamente normal, an si los individuos estn
sesgados
Trabaja para totales proporcionando
La Media = n
La Desviacin Standard = X n
La justificacin de usar tablas normales de probabilidad por
el total
29/01/2015 34
 EJEMPLO
1. Individuos en una poblacin 300

Altamente distribucin no-normal
Media , desviacin standard 0
0

5 10

2. Promedio de n = 3 individuos 200

X / 3
No-normal, pero su media es igual 100

Menor desviacin standard : 0

0 5 10

3. Promedio de n = 10 individuos
100
Cerca a la normal X / 10
Igual media
Menor desviacin standard 0
0 5 10

29/01/2015 35
 Qu tan bueno para nosotros ?
X X / n
Por qu molestarse con una muestra ms grande para estimar ?
An muestreando slo para n = 1 (o unas pocas) tenemos un
estimador no sesgado, que es en promedio, igual a
Pero el error puede ser muy grande!
Cuando muestreamos para n = 100 o n = 1,000, lo que ganamos por
nuestro trabajo es un MENOR ERROR X / n , lo que
indica que nuestro estimador, est ms cerca de media desconocida
de la poblacin
Nos indica cuanto la variabilidad del promedio del promedio de la
muestra est relacionada con la variabilidad de los individuos en la
poblacin
Esto va a ser til pronto cuando se defina el error standard

29/01/2015 36
 EJEMPLO:
Resuelto con Tabla de Dist.Norm.Estandar.
Las manzanas tienen un peso promedio de 7 onzas y una desviacin
Standard 2 onzas. Estas son seleccionadas aleatoria mente y puestas en
cajas de 30. Encuentre la probabilidad que el promedio de peso de las
manzanas en la caja sea menos de 6.5 onzas.
Encuentre Prob( < 6.5) donde = 7, = 2, n = 30
Estandarice: X 7
X / n 2 / 30 0.3651
Encuentre
X X 6.5 7 standard
Prob Prob 1.37
X 0.3651 normal
Dibuje un diagrama, use la tabla normal

Respuesta es P( < 6.5) = 0.085 -3 -2 -1 0 1 2 3

1.37

29/01/2015 37
 EJEMPLO: Resuelto en Excel
= 2
= 2
n = 30

= 6.5
6.5 7
= = .

( < 6.5 ) = 0.0855

( < 6.5 ) = DISTR.NORM.N(6.5, 7, 0.3651, 1) = 0.0855

29/01/2015 38
 Distribucin Muestral de
Total

10
 Distribucin Muestral de
Total

T ( , )

= n =

29/01/2015 40
 EJEMPLO:
Las manzanas tienen un peso promedio de 7 onzas y una
desviacin standard 2 onzas. Estas son seleccionadas
aleatoria mente y puestas en cajas de 30. Encuentre la
probabilidad que el promedio de peso de las manzanas en
la caja sea menos de:
a) La proporcin de los totales muestrales cuyos valores se encuentra
superior a 215 onz.
b) La proporcin de los totales muestrales con valores entre 212 y 216
onz.
c) Dentro de que limites caer el 90% de los totales muestrales
alrededor del total poblacional

29/01/2015 41
 a) Resuelto con Tabla Normal Estandar.
= n =

La probabilidad que el peso total de la caja exceda 215

onzas
Por el teorema de lmite central, peso total es
aproximdamente normal con
total n 30 7 210 total n 2 30 10.95
Standarize: Prob total total 215 210 Prob standard 0.46
10.95 normal
Encuentre. total

Dibuje un diagrama, use la tabla normal

Respuesta. P( > 215) = P( Z > 0.46) = 0.32 -3 -2 -1 0 1 2 3

0.46

29/01/2015 42
 EJEMPLO: Resuelto en Excel

= 2 = 30(7) = 210
= 2 = 2 = 10.9545
n = 30 n = 30

210 215 T

P( T > 215 ) = =1- DISTR.NORM(215,210,10.9545,1)

P( T > 215 ) = 0.3240

29/01/2015 43
 b) P( 212 < A < 216 ) =

a t
P( 212 210
10.95 t 216
10.95 )
210

P(z1 Z z 2 )
-3 -2 -1 0 1 2 3
P( 0.183 < Z < 0.548 ) = 0.13567

P( 212 < T < 216 ) = 0.13567

210 212 216

=DISTR.NORM.N(216,210,10.95,1)-DISTR.NORM.N(212,210,10.95,1)

29/01/2015 44
 c) P( x1 < T < x2 ) = 0.90

x1 = 191.99
x1 =
DISTR.NORM.INV(0.05,210,10.95)

x2 = 228.01
x2 = 90%
DISTR.NORM.INV(0.95,210,10.95)

x1 210 x2
= INV.NORM(0.05, 210, 10.95) = 191.99
= INV.NORM(0.95, 210, 10.95) = 228.01

P( 191.99 < T < 228.01 ) = 0.90

29/01/2015 45
 Distribucin Muestral de
Proporciones p

10
 Distribucin Muestral de
Proporciones p

=

X ( , )
( ) p ( , )
=

p p x x
=
= np

=
= npq

= fr = 0.5

29/01/2015 47
 Distribucin Muestral de Proporciones
p

En las secciones anteriores se estudiaron las

distribuciones muestrales para estadsticas
calculadas a partir de variables media. Sin embargo,
frecuentemente se tiene inters en la distribucin
muestral de estadsticas tales como la proporcin
muestral que es resultado de los datos de conteo o
frecuencias.

29/01/2015 48
 Distribucin Muestral de Proporciones
p
La distribucin binomial es una distribucin de
probabilidades discreta que indica la probabilidad
de xitos en n pruebas en un experimento
binomial, con frecuencia es conveniente
investigar la proporcin de xitos ms que el
nmero absoluto.

=

29/01/2015 49
 Error Standard de la Proporcin
El error standard de la proporcin es la
desviacin standard de la distribucin muestral de
las proporciones de la nmuestra.

( )
=

29/01/2015 50
 Error Standard para la Binomial
Error Standard de p (porcentaje binomial) es
p(1 p )
Sp
n
Indica aproximdamente que tan lejos el estimado p de la
muestra est del valor de la poblacin P ( )

Ventaja: puede ser calculada usando data simple

Desviacin Standard de p es (1 )
p
n
Tambin Indica aproximdamente que tan lejos el estimado p
de la muestra est del valor de la poblacin P ( )
Problema: no se puede calcular sin los parmetros de la
poblacin
29/01/2015 51
 Ejemplo: Error Standard Binomial
X = 83 de entre n = 268 entrevistados dice que va a comprar el
producto p = X/n = 83/268 = 0.3097 o 31.0% es el porcentaje de
la muestra, es un estimado de ( P ), el porcentaje de la
poblacin (desconocido) Qu tan lejos (lo conocido) p = 31.0%
est del (desconocido) P () = ?
Respuesta: cerca de un error standard
p(1 p )
Sp
El porcentaje observado en la n
muestra, 31.0%, es aproximda. 0.3097 (1 0.3097)
2.82% (en puntos porcentuales)
del porcentaje desconocido 268
de la poblacin 0.0282 2.82%

29/01/2015 52
 Ejercicio :
Hallar la probabilidad de que en 120 lanzamientos de
una moneda el numero de caras :
a) Este comprendido entre 40 y 60%.
b) Sea 5/8 o mas del numero de lanzamientos
a)
i) Calculo de p y S p :
p P 1/ 2
P(1 P) 1 1
p ( )( ) / 120 0.0456
n 2 2

29/01/2015 53
 0.9714

z1 0.4 0.5
0.0456 2.19 -3 -2 -1 0
-2.19
1 2 3
2.19

z2 0.6 0.5
0.0456 2.19
=DISTR.NORM.ESTAND(2.19)-DISTR.NORM.ESTAND(-2.19) = 0.9714
Sin embargo este resultado no es correcto debido a que la
proporcin es una variable discreta.
Al 0.4 y 0.6 hay que restar y sumar 1/2n =1/2(120) = 0.00417
respectivamente al momento de estandarizar
z1 0.4 0.00417 0.5
0.0456 2.28
z2 0.6 0.00417 0.5
0.0456 2.28
29/01/2015 54
 0.9774

z1 0.4 0.004170.5
0.0456 2.28
z2 0.6 0.00417 0.5
0.0456 2.28
-3 -2 -1 0 1 2 3
-2.28 2.28

=DISTR.NORM.ESTAND(2.28) -DISTR.NORM.ESTAND(-2.28) = 0.9774

P( z1 Z z2 ) P(2.28 Z 2.28) 0.9774

P( p1 P p2 ) P(0.4 P 0.6) 0.9774

P( 0.4 < < 0.6 ) = 0.9774

29/01/2015 55
 Otro mtodo:
np 120(1 / 2) 60
11
np(1 p) 120 5.48
22

ii) Puesto que el numero de caras de la v.a. discreta el 40%

de 120 es 48 y el 60% de 120 es 72.
Estandarizar 48 y 72

29/01/2015 56
 z1 47.5 60
5.48 2.28
z2 72.5 60
5.48 2.28 -3 -2 -1 0
-2.28
1 2
2.28
3

=DISTR.NORM.ESTAND(2.28)-DISTR.NORM.ESTAND(-2.28) = 0.9774

P( z1 Z z2 ) P(2.28 Z 2.28) 0.9774

P( x1 X x2 ) P(48 X 72) 0.9774
P( x1 X x2 ) P(47.5 X 72.5) 0.9774
P( 0.4 < < 0.6 ) = 0.9774
29/01/2015 57
 b) 5/8 es igual a 0.625 luego tipificando esta proporcin
corregida se tiene.

0.0040

z1 0.62500..0456
004170.5
2.65
-3 -2 -1 0 1 2 3
2.65

=DISTR.NORM.ESTAND(2.28)-DISTR.NORM.ESTAND(-2.28) = 0.0.0040

P( Z z1 ) P( Z 2.65) 0.0040
P( P p1 ) P( P 0.625) 0.0040

P( > 0.625 ) = 0.0040

29/01/2015 58
 Ejercicio :
Cada persona de un grupo de 500 lanza una moneda
120 veces En cuantos individuaos cabe esperar que:
a) El numero de cara se encuentre entre 45% y 55%.
b) Sea 3/8 o mas del numero de lanzamientos resultan
cara.

No k * P( z1 Z z2 )
No k * P( p1 P p2 ) No k * P( Z z1 )
No k * P( P p1 )

29/01/2015 59
 Ejercicio :
1. Se ha encontrado que el 2% de las piezas
producidas por cierta maquina son defectuosas.
Cual es la probabilidad de que en una muestra de
300 piezas sean defectuosas :
a) 4% o mas
b) 3% o menos

29/01/2015 60
 Ejercicio :
Se tiene una poblacin de seres humanos donde el
8% son daltnicos. Si la proporcin de la
poblacin se designa con p , entonces p = 0.08 Si
se eligen aleatoria mente 150 individuos de esa
poblacin, Cul es la probabilidad de que una
proporcin de individuos daltnicos sea mayor a
0.15 ?

29/01/2015 61
 Resuelto con tabla y en Excel

pe P 0.15 0.08
z z 3.15
P (1 P ) 0.08(1 0.08)
n
150
0.08 0.15

Pp 0.15 Pz 3.15 0.0008

Entonces :
Pp 0.15 0.0008
0 3.15
P( p > 0.15 ) = 1-DISTR.NORM.N(0.15,0.08,0.022151,1)
P( p > 0.15 ) = 0.0008

P( Z > 3.15 ) = 1-DISTR.NORM.ESTAND.N(3.15)

P( Z > 3.15 ) = 0.0008
29/01/2015 62
 CORRECCION POR CONTINUIDAD

Para calcular la correccin por continuidad se calcula

x 0.5 x 0.5
p p
zc n zc n Para x > np
p (1 p )
Para x < np p (1 p )
n n
Donde: x npe
x = npe = 150(0.15) = 22.5

22.5 0.5 Entonces :

0.08
zc 150 3.01
0.08(1 0.08)
P p 0.15 0.0013
150

29/01/2015 63
 Ejemplo:
Se conoce que en una poblacin de mujeres el 90% al
comienzan su tercer mes de embarazo, han tenido un
cuidado prenatal. Si se extrae de esa poblacin una
muestra aleatoria de tamao 200 Cul es la probabilidad
de que la proporcin de la muestra de las mujeres que han
tenido un cuidado prenatal se menor que 0.85?
0.85 0.9
z 2.36
0.9(1 0.9)
200
Entonces :
P p 0.85 Pz 2.36 0.0091 Pp 0.85 0.0091

29/01/2015 64
 Distribucin Muestral de
Total de Proporciones

10
 Distribucin Muestral de Total de
Proporciones

=

( )
=

= Np =

29/01/2015 66
 Ejemplo:
Un asentamiento humano tiene una poblacin de
27,500 habitantes adultos. De esta poblacin
seleccionamos una muestra completamente aleatoria de
tamao 36 ciudadanos. A cada uno de ellos se le hace
una pregunta si lee y escribe o no, cuyos datos se
muestran en el cuadro adjunto. Con esta informacin
calcular:

29/01/2015 67
 Distribucin Muestral de
Diferencia de Medias

10
 Distribucin Muestral de
Diferencia de Medias

= = +

29/01/2015 69
 DISTRIBUCION DE LA DIFERENCIA DE
LAS MEDIAS DE DOS MUESTRAS
Dadas las poblaciones con una distribucin normal, con
medias u1 y u2 u varianzas Var1 y Var2 respectivamente, la
distribucin muestral de la diferencia entre las
medias de las muestras independientes de tamao n1 y n2
extradas de esas poblaciones siguen una
distribucin


normal con media y varianzas +
=
=

+


= +
-3 -2 -1 0 1 2 3

29/01/2015 70
 Ejemplo.
Las bombillas elctricas de un fabricante A tienen una
duracin media de 1400 horas con una desviacin estndar
de 200 horas, mientras que las de otro fabricante B tienen
una duracin media de 1200 horas con una desviacin tpica
de 100 horas. Si se toman muestras al azar de 125 bombillas
de cada fabricante. cual es la probabilidad de que las
bombillas de A tengan una duracin media que sea al menos
(a) 160 horas mas que las bombillas de B y (b) 250 horas
mas que las bombillas de B ?
1002 2002
x x 1400 1200 200 x x
1 2
20
1 2
125 125

29/01/2015 71
 0.9772
A. Uso de Tabla y Excel

x1 - x 2 160
160 200
z 2 -3 -2 -1 0 1 2 3
20
P(X1 - X2 160) P(Z 2) 0.9772
P( x1 x 2 > 160 ) = 1- DISTR.NORM(160,200,20,1)

P( x1 x 2 > 160 ) = 0.9772

P( Z > -2 ) = 1-DISTR.NORM.ESTAND(-2)
P( Z > -2 ) = 0.9772

29/01/2015 72
 0.0062
B. Uso de Tabla y Excel

x1 - x 2 250
250 200
z 2.5
20
-3 -2 -1 0 1 2 3

P(X1 - X2 250) P(Z 2.5) 0.0062

P( x1 x 2 > 250 ) = 1-DISTR.NORM(250,200,20,1)
P( x1 x 2 > 250 ) = 0.0062

P( Z > 2.5 ) = 1-DISTR.NORM.ESTAND(2.5)

P( Z > 2.5 ) = 0.0062

29/01/2015 73
 Distribucin Muestral de Diferencia
de Proporciones.

10
 Distribucin Muestral de
Diferencia de Proporciones.

1 2 , 1 2

p1 - p2

P 1P
= = +
n

29/01/2015 75
 DISTRIBUCION DE LA DIFERENCIA ENTRE
LAS PROPORCIONES DE DOS MUESTRAS

Si se extraen muestras aleatorias independientes de tamao

n1 y n2 de dos poblaciones de de variables dicotmicas,
donde la proporcin de las observaciones con la
caracteristicas de inters en ambas poblaciones es p1 y p2
respectivamente, la distribucin de la diferencia entre las
proporciones de las muestras p1-p2 es aproximadamente
normal con una media :
P 1P
= = +
n
( p1 p2 ) ( p1 p2 )
z
p1 (1 p2 ) p2 (1 p2 )

n1 n2

29/01/2015 76
 Ejemplo:
Se sabe que en una poblacin de adolescentes el 10% de los
varones son obesos. Si la misma proporcin de mujeres en
esa poblacin son obesas. Cul es la probabilidad de que
una muestra al azar de 250 varones y 200 mujeres
proporcione un valor de p1-p2 >= 0.06
0.1(1 0.1) 0.1(1 0.1)
2p p 0.00081
1 2
250 200
0.06 0
z 2.11
0.00081
P p1 p2 0.06 Pz 2.11 0.0174

Entonces : P p1 p2 0.06 0.0174

29/01/2015 77