Академический Документы
Профессиональный Документы
Культура Документы
Ms – 𝝈
a 68,27%
Ms + 𝝈
Ms -2 𝝈 95.45% 5+1.95 𝝈s
a
Ms +2 𝝈
Ms -3 𝝈 99.73% 5+2.58 𝝈s
a
Ms + 3 𝝈
𝑝𝑞 √𝑃(1−𝑝)
P± 𝑍𝐶 √ 𝑛 = P ± 𝑍𝑐 𝑁
PARA MUESTRA DE POBLACIÓN INFINITA Ó FINITA CON REPOSICIÓN
p= probabilidad de éxitos.
Q= probabilidad de fracasos.
P= proporción de éxitos.
N=tamaño de la muestra.
PARA POBLACIÓN FINITA Y SIN REPOSICIÓN.
𝑝𝑞 𝑁𝑝−𝑁
P ±𝑍𝑐√ 𝑛 √ 𝑁−1
𝑝(1−𝑝)
P ± 1.96 𝜎 =p = p±1.96√ 𝑁
√0.55∗0.45
= 0.55±1.96 = 0.55 ±0.10
100
√0.55∗0.45
c) 99.73%→0.55±3 = 0.55±0.15
100
𝜎2 𝜎𝐵²
XA-XB ± Zc√𝑁𝐴 + 𝑁𝐵
a) Para 95%
1202 80²
1400-1200±1.96 √ 150 + 200 = 200 ± 24.8
1202 80²
1400-1200±2.58 √ 150 + 200 = 200± 32.6. Existe un 99% de confianza de que la
diferencia de las medias de las poblaciones esté entre 169 y 233 horas.
Tamaño de la muestra:
La teoría de la muestra estudia la relación existente entre una población y las
muestras tomadas de ellas; se obtienen magnitudes (media y varianza) y/o las
diferencias entre muestras (significativas o fortuitas).
Para que las conclusiones de la teoría de muestreo sean válidas y la inferencia
estadística sea verdadera, se necesita que las muestras sean representativas.
Diseño del experimento: Es el análisis de los métodos del muestreo, las muestras
representativas de obtienen por muestreo aleatorio con o sin reposición.
Muestreo aleatorio: Cada miembro de la población tiene la misma probabilidad de
ser incluido en la muestra.
Muestra con o sin reposición: Se hace extracción de un elemento de la población y
se devuelve o no antes de la segunda extracción.
Población finita: Cuando existe un número de elementos.
Población infinita: Cuando no existe un número de elementos.
Prueba de hipótesis: En la práctica tomamos decisiones sobre poblaciones basadas
en el conocimiento en que se tiene la muestra; estas son decisiones estadísticas,
para ello se realizan hipótesis estadísticas (conjeturas) que pueden ser ciertas o
no.
H0 Hipótesis nula: Son hipótesis que se formulan para ser rechazadas o invalidarlas;
por ejemplo “no hay diferencia entre los métodos A y B”, “las monedas son buenas”.
H1 Hipótesis alternativas:
Es la que difiere de la hipótesis nula, por ejemplo, si existe una probabilidad 0.5 la
hipótesis alternativa seria de H1= 0.75 o p= 0.4
Si se asume una hipótesis y los resultados obtenidos muestran una diferencia muy
grande, entonces las diferencias observadas son significativas y la hipótesis debe
ser rechazada.
Contraste de hipótesis Procedimientos que ayudan a determinar si
Contrastes de significación las muestras observadas difieren significativamente
Reglas de decisión de los resultados esperados.
H0 es verdadero H0 es falso
Todos los casos son para poblaciones infinitas o por muestreo con repetición.
PRUEBA PARA MEDIAS
S= 𝑋̅ = Media muestral
M 𝑋̅ = M= Media de la población
𝜎
𝜎𝑠 = 𝜎𝑥̅ =
𝑁
𝜎= Desviación típica de la población
𝑁= Tamaño de la muestra
𝑋̅ − M
𝑍= 𝜎
𝑁
Cuando sea necesario se usa la desviación muestral S ó ̂
𝑺
PRUEBA PARA DIFERENCIA DE MEDIAS
𝑋̅1 y 𝑋̅2 = medias muestrales obtenidos en grandes muestras de tamaño N 1 y N2
tomados de poblaciones con respectivas medias M1 y M2 y desviaciones típicas 𝜎1
y 𝜎2
Se considera la hipótesis que “No hay diferencia entre las medias”
M1 = M2
DISTRIBUCION DE MUESTREO DE DIFERENCIA DE MUESTRAS
M𝑋̅1 - M 𝑋̅2= 0 y 𝜎 𝜎12 𝜎22
𝑋̅ 1−𝑋̅2 = √ +
𝑁1 𝑁2
𝑝𝑞
𝜎s= 𝜎p =√ 𝑛 q= 1-p
𝑃−𝑝
Z= 𝑝𝑞
√
𝑁
𝑋
Cuando P= 𝑁 , donde X es el número real de éxitos en una muestra
𝑋̅ −𝑁𝑝
Z se calcula así 𝑍 =
√𝑁 𝑝𝑞
Esto es:
Mx=M =Np
𝜎x= 𝜎 =√𝑁 𝑝𝑞
S=X
DIFERENCIA DE PROPORCIONES
P1, P2 = Proporciones muestrales obtenidas en grandes muestral de tamaño N1 y
N2 tomadas de respectivas poblaciones que tienen proporciones P1, P2
Se considera la hipótesis nula Ho = “No hay diferencia entre los parámetros de las
poblaciones” (P1= P2) muestras tonadas de la misma población.
MP1-P2= =0 1 1
P1 P 2 pq
donde N1 N 2
N P1 N 2 P 2
p 1
N1 N 2
Se usa como estimación para la proporción poblacional
2 Hipótesis
H0=M=1800 lbs, “no hay cambios en la tensión de ruptura”
H1=M>1800 lbs, “hay un cambio real en la tensión de ruptura”
Para un nivel de significancia de 0.1 la regla de decisión es
Si Z observando es mayor a 1.28el resultado es significativo y se rechaza H 0
En caso contrario se acepta H0
X M 1850 1800
Z 3.54
100
N 50
3.54 1.28
X M X M
t N 1
s
N
Para muestras N<30 las aproximaciones no son buenas y empeoran al decrecer N
por eso se realizan algunas modificaciones en los cálculos; un tipo de modificación
es conocida como distribución t de student
xM xM
t N 1
S
Para muestras pequeñas con población normalN se calcula t utilizando la media de
x y S ó Ŝ; puede obtenerse la distribución de muestreo para t, esta distribución
viene dada por student.
Y0= constante que depende de N de tal forma que el área de la curva
sea 1rados de libertad
Y0 Y0
y (V 1)
V=(N-1)= Numero de grados de libertad N
t2 2 t2 2
t2
1 2
y e
2
Distribución t de student para valores de V
Los valores de t se obtienen por tabla (apéndice 3, libro Schawm)
DISTRIBUCIÓN JI – CUADRADO
X2
N s2
X 1 X 2 X 2 X 2 ...... X n X 2
2 2
Se aplica cuando:
Se considera muestras N de población normal
desviación típica
X2 para cada muestra
La distribución de muestras Ji – cuadrada está dada por
1 1
2 2 v 2
1 x2 x2
v 2
y Y0 x e 2
Y0 x e 2
____ V N 1 # de _ grados _ de _ libertad