Академический Документы
Профессиональный Документы
Культура Документы
El teorema del límite especifica la regularidad estadística de los promedios obtenidos de las
mediciones numéricas en las unidades experimentales analizadas en muestras de tamaño n. Es el
teorema de límite central, que dice:
En muestras de tamaño n, tomadas de una población en la que la regularidad estadística no sigue
una distribución normal (puede ser de cualquier forma), que tiene una media poblacional y
varianza poblacional 2, entonces si n es grande, el proceso de tomar muchas muestras y en cada
una de ellas tomar su media, el promedio maestral produce una regularidad estadística de los
valores de la media que se modela con la distribución normal con media y varianza 2 / n
en el teorema del límite depende del grado de alejamiento de la distribución de “muchas medias
muéstrales”. Si el alejamiento es muy fuerte, distribuciones asimétricas con mayores
probabilidades en los extremos, o con varias modas, un tamaño de muestra de 30 o más ya
produce la distribución normal. Sin embargo, si la distribución de la población es normal con
muestras de tamaño 10 o más se tiene la normalidad.
Cuando la muestra se toma de una población pequeña y sin reemplazo se puede usar la
siguiente fórmula para encontrar x:
𝜎 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟
𝑛 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑁 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝜎 𝑁−𝑛
𝜎𝑥 = √
√𝑛 𝑁−1
𝑋−𝜇
𝑧= 𝜎
√𝑛
http://fcm.ens.uabc.mx/~chelo/estadistica/doc-pdf/t-l-c.pdf
Formula 2
𝑆 𝑆
𝑋 − 𝑍𝛼⁄2 ( ) < 𝜇 < 𝑋 + 𝑍𝛼⁄2 ( )
√𝑛 √𝑛
Los elementos que conforman el intervalo de confianza son:
X = Media de la muestra
1–𝛼 𝑍𝛼⁄2
90% 1.645
95% 1.96
98% 2.326
99% 2.576
http://gc.initelabs.com/recursos/files/r157r/w13122w/Estad%20para%20Ne
g_1aEd_07.pdf
Estimación de la proporción (Distribución binomial)
La distribución maestral de proporciones está estrechamente relacionada con la distribución
binomial; una distribución binomial es una distribución del total de éxitos en las muestras,
mientras que una distribución de proporciones es la distribución de un promedio (media) de
los éxitos. Como consecuencia de esta relación, las afirmaciones probabilísticas referentes a la
proporción muestral pueden evaluarse usando la aproximación normal a la binomial, siempre
que: np ≥ 5 y n(1- p) ≥ 5
Una distribución binomial: es, por ejemplo, si echamos una moneda al aire y observamos el
lado que cae. Está claro que sólo hay dos posibilidades. Ahora bien, la probabilidad de que
caiga la moneda de cualquier lado es la misma siempre que ésta no esté cargada. Como cada
caso tiene igual probabilidad de ocurrir, y siendo la suma de probabilidades siempre igual a 1,
entonces la probabilidad de que caiga la moneda de algún lado es 0.5. Si realizamos el
experimento n veces y queremos saber la probabilidad d de que salga águila o sol x veces,
entonces usamos una distribución binomial.
si se cumplen con las condiciones mencionadas anteriormente de que sea una población finita
(N/n < 20) y sin reemplazo.
http://www.geociencias.unam.mx/~ramon/EstInf/Clase5.pdf
Determinación del tamaño de la muestra
B. Estudios para contraste de hipótesis. Es decir, pretendemos comparar si las medias o las
proporciones de las muestras son diferentes.
𝑁 ∗ 𝑍𝛼 2 𝑝 ∗ 𝑞
𝑛= 2
𝑑 ∗ (𝑁 − 1) + 𝑍𝛼 2 ∗ 𝑝 ∗ 𝑞
N = Total de la población
• Zα2= 1.962 (si la seguridad es del 95%)
• p = proporción esperada (en este caso 5% = 0.05)
• q = 1 – p (en este caso 1-0.05 = 0.95)
• d = precisión (en este caso deseamos un 3%).
A.2 Estimar una media:
Si deseamos estimar una media: debemos saber:
a. El nivel de confianza o seguridad (1-α). El nivel de confianza prefijado da lugar a un
coeficiente(Zα). Para una seguridad del 95% = 1.96; para una seguridad del 99% = 2.58.
b. La precisión con que se desea estimar el parámetro (2 * d es la amplitud del intervalo
de confianza).
c. Una idea de la varianza S2 de la distribución de la variable cuantitativa que se supone
existe en la población.
𝑍2𝛼 ∗ 𝑆 2
𝑛=
𝑑2
El tamaño muestral ajustado a las pérdidas:
En todos los estudios es preciso estimar las posibles pérdidas de pacientes por razones
diversas (pérdida de información, abandono, no respuesta…) por lo que se debe
incrementar el tamaño muestral respecto a dichas pérdidas.
El tamaño muestral ajustado a las pérdidas se puede calcular:
Muestra ajustada a las pérdidas = n (1 / 1–R)
• n = número de sujetos sin pérdidas
• R = proporción esperada de pérdidas
http://navarrof.orgfree.com/Docencia/MatematicasIII/M3UT8/tamano_muestral2.pdf