Академический Документы
Профессиональный Документы
Культура Документы
Si de una población no normal con media finita y varianza 2 se extraen muestras aleatorias
de n observaciones, entonces, cuando n , la media muestral x se distribuye de manera
2
aproximadamente normal, con media y varianza .
n
Observación. La aproximación se vuelve más precisa cuando n es grande.
Ejemplo
La duración de la enfermedad de Alzheimer desde el inicio de los síntomas hasta la muerte
varía de tres a 20 años; el promedio es 8años con una varianza de 16. El administrador de un
centro médico selecciona al azar, de la base de datos del centro médico, los expedientes de 30
pacientes que murieron de Alzheimer y anota la duración media. Encuentre las probabilidades
aproximadas para estos eventos:
2
varianza desconocida. Si desde dicha población se toma la muestra aleatoria
X u
X 1 ,...., X n , la variable aleatoria t tiene distribución t-Student con n 1
S
n
grados de libertad, donde X y S son la media muestral y la desviación estándar
muestral respectivamente.
En los siguientes capítulos, la estadística:
X u t ( n 1)
t con distribución
S
n
se usará para construir intervalos de confianza y postular hipótesis respecto a la media
poblacional, con el supuesto de que la varianza poblacional es desconocida.
C) Para la proporción P de una población grande
pP
Luego, la estadística Z tiene distribución aproximadamente N(0,1) se usará
PQ
n
para construir intervalos de confianza y postular hipótesis para el parámetro poblacional
P . Observación Q=1-P
Ejemplo
El candidato A piensa que puede ganar las elecciones regionales si obtiene por lo
menos 55% de los votos en su distrito. Las últimas encuestas arrojan que el 50% de
los votantes de la región están a su favor. Se extrae una muestra aleatoria de 100
electores que salen de depositar su voto, ¿Cuál es la probabilidad que esos resultados
indiquen que el candidato A ganará las elecciones?
Solución
p P 0,55 0,50
P p 0,55 P P Z 1 1 P Z 1
PQ 0,5 X 0,5
n 100
1 FZ z 0,1587
ESTIMACIÓN DE PARÁMETROS
x x x
2
i i
a
̂ = x i 1
Pˆ p ˆ 2 s 2 i 1
; a: número de unidades en la clase de
n n n 1
interés en la muestra.
Estimación por intervalos
El objetivo es establecer un rango que incluya el valor de determinado parámetro con una
probabilidad dada.
La amplitud de un intervalo de confianza tenderá a ser mayor o menor según sea grande o
pequeña la varianza de la variable aleatoria.
Solución
26,64 26,64
19,1 1,96 ;19,1 1,96 entonces 17, 2; 21, 0
30 30
Solución
Observación: cuando la muestra es pequeña se trabaja con la distribución t que tiene n-1
grados de libertad. Es decir si el tamaño de muestra es 10 entonces trabajamos con 9 grados
de libertad.
En este ejemplo el tamaño de muestra es 20, leemos en la tabla t con 19 grados de libertad.
1 1
< 70-2,093 , 70 + 2,093 >
20 20
0, 055857 0, 055857
< 0,53 – 2,571 , 0,53 + 2,571 >
6 6
s s
< xz ;x z
n n
1. Para estimar los salarios docentes de una universidad se tomó una muestra aleatoria de
50 docentes, donde se encontró que la media de los sueldos es 840,1 soles y la varianza
es 122,44 (soles) 2 . Obtener un intervalo de confianza al 95% para estimar la media de
los salarios de todos los docentes de esa universidad.
Solución x 840,1 n= 50 s 122, 44 11, 07 . A pesar que no se conoce la
distribución poblacional de los salarios, como la muestra es grande nos basamos en el
teorema de límite central.
11, 07 11, 07
< 840,1 - 1,96 ; 840,1 + 1,96 >
50 50
< 837,03 ; 843,17 >
El intervalo de confianza al nivel del 95% para la media de los salarios de todos los
docentes de esa universidad es < 837,03 ; 843,17 >