Академический Документы
Профессиональный Документы
Культура Документы
Conceptos de muestreo.
Estadística inferencial: Involucra el uso de un estadístico para sacar una conclusión o inferencia
sobre el parámetro correspondiente (parámetro poblacional).
Como los valores de un estadístico, tal como la media, varían de una muestra aleatoria a otra, se le
puede considerar como una variable aleatoria con su correspondiente distribución de frecuencias.
Muestreo Estratificado
Suponga que se han seleccionado muestras aleatorias de tamaño 20 en una población grande. Se
calcula la media muestral x para cada muestra; la colección de todas estas medias muestrales
recibe el nombre de distribución muestral de medias, lo que se puede ilustrar en la siguiente figura:
Ejemplos:
1.- Una compañía de teléfonos desea conocer la probabilidad de que la media de n=50 llamadas
este entre 150 y 155 segundos, teniendo una media para todas las llamadas de µ=150 y σ=15.
a) Siguiendo con el ejemplo del auditor suponga que ahora deseamos conocer la probabilidad
de que la media de las 36 cuentas este entre $2600 y $2800 y segundos.
b) En el ejemplo del auditor suponga que ahora se quiere saber la probabilidad de que la
media de las 36 cuentas esté entre $2500 y $2600.
c) Otro caso para el ejemplo del auditor es determinar la probabilidad de que la media de las
36 cuentas esté entre $2500 y $2800.
d) Analicemos el caso de que la probabilidad de la media muestral de las 36 cuentas este
entre $2400 y $2500.
e) Siguiendo con el ejemplo del auditor suponga que ahora deseamos conocer la probabilidad
de que la media muestral este entre $2700 y $2800.
f) Por último, analicemos el caso de que la probabilidad de la media muestral sea mayor a
$2800.
Z= - (μ1-µ2)
Ejemplos:
1 En un estudio para comparar los pesos promedio de niños y niñas de sexto grado en una escuela
primaria se usará una muestra aleatoria de 20 niños y otra de 25 niñas. Se sabe que tanto para
niños como para niñas los pesos siguen una distribución normal. El promedio de los pesos de
todos los niños de sexto grado de esa escuela es de 100 libras y su desviación estándar es de
14.142, mientras que el promedio de los pesos de todas las niñas del sexto grado de esa escuela
es de 85 libras y su desviación estándar es de 12.247 libras. Encuentre la probabilidad de que el
promedio de los pesos de los 20 niños sea al menos 20 libras más grande que el de las 25 niñas.
a) Encuentre la probabilidad de que el promedio de los pesos de los 20 niños sea menos de
20 libras que el de las 25 niñas.
b) Encuentre la probabilidad de que el promedio de los pesos de las 25 niñas sea mayor a 10
libras que el de los niños.
c) Encuentre la probabilidad de que el peso promedio de los 20 niños este entre 20 y 25 libras
más que el de las niñas.
1.4.3 Distribución muestral de la proporción.
Dónde:
σp= Error estándar de la proporción
Proporción de la población
n= tamaño de la muestra
Dónde:
p= Proporción muestral
Ejemplo: La empresa Premium S.A de C.V adquiere componentes para sus productos en
lotes de 200 a una empresa de Brazil. El componente tiene una tasa de defectos en su
fabricación del 10%. Una política nueva establece que si el envío tiene:
a) Menos del 5% de defectos, incrementará sus pedidos.
En esta unidad se verá un nuevo concepto necesario para poder utilizar a las tres
distribuciones mencionadas. Este concepto es "grados de libertad".
Esta fórmula está basada en n-1 grados de libertad (degrees of freedom). Esta
terminología resulta del hecho de que si bien s 2 está basada en n cantidades
..., éstas suman cero, así que especificar los valores de
cualquier n-1 de las cantidades determina el valor restante. Por ejemplo, si n=4 y
Supóngase que se toma una muestra de una población normal con media y
varianza Si es el promedio de las n observaciones que contiene la muestra
Ejemplo:
t0.975=-t0.025 = -2.145
Si se observa la tabla, el área sombreada de la curva es de la cola derecha, es por
esto que se tiene que hacer la resta de . La manera de encontrar el valor
de t es buscar el valor de en el primer renglón de la tabla y luego buscar los
grados de libertad en la primer columna y donde se intercepten y se
obtendrá el valor de t.
Ejemplo:
Solución:
Como t0.05 deja un área de 0.05 a la derecha, y –t0.025 deja un área de 0.025 a la
izquierda, encontramos un área total de 1-0.05-0.025 = 0.925.
, el estadístico:
tiene una distribución muestral que es una distribución ji-cuadrada con gl=n-1 grados
de libertad y se denota X2 (X es la minúscula de la letra griega ji). El estadístico ji-
cuadrada esta dado por:
Cálculo de Probabilidad
El cálculo de probabilidad en una distribución muestral de varianzas nos sirve para saber
cómo se va a comportar la varianza o desviación estándar en una muestra que proviene
de una distribución normal. La probabilidad bajo la curva de ji- cuadrada va de 0 a 1, de
izquierda a derecha y de acuerdo a valores de ji de 0 a ∞.
Ejemplos:
G. Suponga que los tiempos requeridos por un cierto autobús para alcanzar uno de sus
destinos en una ciudad grande forman una distribución normal con una desviación
estándar σ=1 minuto. Si se elige al azar una muestra de 17 tiempos, encuentre la
probabilidad de que la varianza muestral sea mayor que 2.
Solución:
Primero se encontrará el valor de ji-cuadrada correspondiente a s2=2 como sigue:
Solución inciso a.
a. Primero se procederá a calcular el valor de la ji-cuadrada:
Solución inciso b.
b. Se calcularán dos valores de ji-cuadrada:
y
Aquí se tienen que buscar los dos valores en el renglón de 24 grados de libertad en la
tabla X2 en anexos. Al buscar el valor de 13.846 se encuentra un área a la derecha de
0.95. El valor de 42.98 da un área a la derecha de 0.01. Como se está pidiendo la
probabilidad entre dos valores se resta el área de 0.95 menos 0.01 quedando 0.94.
Por lo tanto la P(3.462 s2 10.745) = 0.94
1.4.7 Distribución muestral de la relación de varianzas.
se tendrá poca evidencia para indicar que y no son iguales. Por otra
parte, un valor muy grande o muy pequeño para s 21/s22, proporcionará evidencia
de una diferencia en las varianzas de las poblaciones.
para
para
Solución: