Estadstica Inferencial I Ingeniera Industrial

Unidad I: Distribuciones Fundamentales para el Muestreo

Breve introduccin a la inferencia estadstica

Los medidas de tendencia central, en particular la media slo cambia en la notacin. Las medidas de dispersin (varianza y desviacin estndar), cambian. s -> desviacin estndar muestral. s -> desviacin estndar poblacional. s 2-> varianza muestral. s 2-> varianza poblacional.

Media poblacional (m)

Si x1, x2, . . . xN representan la totalidad de las N observaciones de una poblacin, entonces la media poblacional es:

Media muestral
Si x1, x2, . . . xn representan la totalidad de las n observaciones de una muestra, entonces la media muestral es:

Varianza poblacional
Si x1, x2, . . . xN representan la totalidad de las N observaciones de una poblacin, entonces la varianza poblacional es:

Varianza muestral
Si x1, x2, . . . xn representan la totalidad de las n observaciones de una muestra, entonces la media muestral es:

Desviacin estndard poblacional

Desviacin estndard muestral

Ejercicio
En la tabla mostrada a continuacin se presentan los salarios que disfrutan los jugadores de Los Angeles Lakers de la NBA, calcular las medidas de tendencia central y dispersin necesarias, adems de hacer un histograma, una ojiva y un diagrama de caja.

Ejercicio
No. 5 24 6 Nombre Steve Blake Kobe Bryant Earl Clark Posicin PG SG SF Edad 32 34 25 Estatura 6-3 6-6 6-10 Peso 172 205 225 Louisville Colegio Maryland Salario $4,000,000 $27,849,149 $1,240,000

21 3
16 27 12 4 20 1 10 50 15

Chris Duhon Devin Ebanks

Pau Gasol Jordan Hill Dwight Howard Antawn Jamison Jodie Meeks Darius Morris Steve Nash Robert Sacre Metta World Peace

PG SF
PF C C PF SG PG PG C SF

30 23
32 25 27 36 25 22 38 23 33

6-1 6-9
7-0 6-10 6-11 6-9 6-4 6-4 6-3 7-0 6-7

190 215
250 235 265 235 208 190 178 260 260

Duke West Virginia

Arizona North Carolina Kentucky Michigan Santa Clara Gonzaga St. John's

$3,500,000 $1,054,389
$19,000,000 $3,563,600 $19,536,360 $854,389 $1,500,000 $962,195 $8,900,000 $473,604 $7,258,960

Conceptos bsicos
Ejercicio. Se tiene un par de dados, los cuales se lanzan y todo el universo de resultados es el siguiente
dado 2 1 2 3 4 5 6 1 2 3 4 5 6 7 2 3 4 5 6 7 8 dado 1 3 4 4 5 5 6 6 7 7 8 8 9 9 10 5 6 7 8 9 10 11 6 7 8 9 10 11 12

Distribucin muestral de la media

Calculando la media para todos los resultados posibles, resulta
Dado 1 2 2,5 2,5 3 3 3,5 3,5 4 4 4,5 4,5 5

Dado 2

1 1,5 2 2,5 3 3,5

1,5 2 2,5 3 3,5 4

3 3,5 4 4,5 5 5,5

3,5 4 4,5 5 5,5 6

Datos de la distribucin de medias

n= Moda= Mediana= Media= Pos 1er Q= Pos 3er Q= 1er Q= 3er Q= 36 3,5 3,5 3,5 9,25 27,75 2,5 4,5

Distribucin muestral de la media

La grfica anterior muestra un histograma con forma de distribucin normal.

Diagrama de caja del ejercicio

Distribuciones de muestreo
Muestra 1 Muestra 2 Poblacin

Muestra n Estadstico

Estadstico
Es una medida (de tendencia central o dispersin) calculada de una muestra. El estadstico tiene variacin dependiendo de la muestra y se considera una variable aleatoria.

Distribuciones de muestreo
Son distribuciones de probabilidad asociadas al estadstico analizado. En la repeticin del muestreo nos sealan que valores del estadstico puede ocurrir y la frecuencia con la que esto sucede.

Distribucin de muestreo para un estadstico

Mendenhall et. al. (2009). Es la distribucin de probabilidad para los posibles valores del estadstico que resultan cuando son seleccionadas repetidamente muestras aleatorias de tamao n de la poblacin.

Teorema de lmite central para una media

Walpole [9].Se tiene la media de una muestra aleatoria de tamao n que se toma de una poblacin con media y varianza finita 2 entonces la forma lmite de la distribucin de

Cuando n-> , es la distribucin normal estndard

Ejemplo
Lind et. al. Pgina 299. De acuerdo con un estudio del Internal Revenue Service, los contribuyentes tardan 330 minutos en promedio en preparar, copiar y archivar en un medio electrnico la forma fiscal 1040. Esta distribucin de tiempos se rige por una distribucin normal, y la desviacin estndar es de 80 minutos.

Ejemplo
Un organismo de control selecciona una muestra aleatoria de 40 consumidores.
1. Cul es la probabilidad de que la media de la muestra sea mayor que 320 minutos? 2. Cul es la probabilidad de que la media de la muestra este entre 320 y 350 minutos? 3. Cul es la probabilidad de que la media de la muestra sea superior a 350 minutos?

Ejercicio
Un horno de tratamientos trmicos entrega engranes de acero SAE 8620 con una dureza superficial promedio de 58 en la escala Rockwell C. La desviacin estndar es s=15

Ejemplo
Cul es la probabilidad de que una muestra aleatoria de 40 de estos engranes tenga una dureza superficial promedio mayor a 60? La probabilidad de tener una dureza superficial promedio entre 57 y 61? La probabilidad de una dureza superficial promedio menor a 56 ?

A partir de las expresiones

2

< <

= 1

< <

= 1

Se puede calcular el tamao de la muestra considerando el error (e) usando la siguiente frmula:
=
2 2

Teorema lmite central diferencia de medias

Walpole [9]. Si se sacan al azar muestras independientes de tamaos n1 y n2 de dos poblaciones discretas o continuas, con medias 1 y 2 y varianzas 21y 22 respectivamente, entonces la distribucin muestral de la diferencia de medias est distribuida aproximadamente en forma normal con media y varianzas:

Teorema lmite central 2 medias

Es aproximadamente la distribucin normal estndar

Ejemplo
[Walpole, ejercicio 6-14]. La calificacin promedio para estudiantes de primer ao en una prueba de aptitudes, en cierta universidad, es 540, con una desviacin estndar de 50. Cul es la probabilidad de que dos grupos de estudiantes seleccionados aleatoriamente, consistentes en 32 y 50 estudiantes, respectivamente, difiera en sus calificaciones promedio por

Ejercicio
a) ms de 20 puntos b) Una cantidad entre 5 y 10 puntos?

Datos:

Distribucin c2
Teorema,Walpole [9]. Si s2 es la varianza de una muestra aleatoria de tamao n tomada de una poblacin normal que tiene la varianza 2, entonces el estadstico:

tiene una distribucin c2 con n = n 1 grados de libertad.

Distribucin c2
La distribucin c2 posee las siguientes propiedades, Bowerman [1]: 1) La curva es sesgada a la derecha.. 2) La curva solo tiene valores positivos. 3) Depende de los grados de libertad n.

Distribucin c2
Ejemplo. Walpole, ejercicio propuesto 1, pgina 237. Para una distribucin c2 encuentre.
c 0.0252 cuando n=15; c 0.012 Cuando n=7; c 0.052 Cuando n=24; c 0.9952 Cuando n=9; c 0.992 Cuando n=3;

En Excel

Usar comando prueba.chi(valora, grados de libertad n)

Ejemplo
Walpole, ejercicio propuesto 5, pgina 237. Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una poblacin normal con varianza s2=6, tenga una varianza s2
mayor a 9.1; Entre 3.462 y 10.745.

Encontrando la probabilidad a

Usar comando distr.chi(valor c2, grados de libertad)

Distribucin t (Student)
La distribucin t posee las siguientes propiedades, Bowerman [1]: 1) La curva es simtrica y en forma de campana x = .. 2) La curva es simtrica con respecto a la media = 0. 3) La desviacin estndar siempre es > 1, y depende de los grados de libertad n.

Distribucin t

Distribucin t

Distribucin t
Desarrollando

Distribucin t

Distribucin t
Resulta en

Distribucin t
Ejemplo. Walpole, ejercicio propuesto 8, pgina 238. Para una distribucin t encuentre.
t0.025 cuando n=14; -t0.01 cuando n=10; t0.05 cuando n=7.

Ejemplo
Walpole, ejercicio propuesto 12, pgina 238. Una compaa manufacturera asegura que las bateras utilizadas en sus juegos electrnicos duran un promedio de 30 horas. Para conservar este promedio se prueban 16 bateras mensualmente. Si el valor calculado de t cae entre t0.025 y t0.025, la compaa esta satisfecha con la afirmacin.

Ejemplo
Qu conclusin sacara la empresa con una muestra que tiene una media muestral de 27.5 horas y una desviacin estndar s=5 horas? Suponga que la distribucin de las duraciones de la batera es aproximadamente normal.

Distribucin F
La distribucin F se define como la relacin de dos variables aleatorias c2 independientes (U y V), cada una dividida por su nmero de grados de libertad, esto se puede escribir

Distribucin F
donde U y V son variables aleatorias independientes que tienen una distribucin c2 con n1 y n2 grados de libertad, respectivamente

Distribucin F
La distribucin F posee las siguientes propiedades, Bowerman [1]: 1) La curva es sesgada a la derecha. 2) La curva solo tiene valores positivos. 3) Depende de los grados de libertad n1 y n2

Distribucin F
Teorema. Walpole[9]. Si se escribe fa (n1 , n2 ) para fa con n1 y n2 grados de libertad, se obtiene:

Distribucin F
Teorema. Walpole[9]. Si s21 y s22 son las varianzas de variables aleatorias independientes de tamaos n1 y n2 que se sacan de poblaciones normales con varianzas, respectivamente entonces

tiene una distribucin F con n1 = n1 1 y n2 = n2 1.

Distribucin F
Ejemplo. Walpole, ejercicio propuesto 15, pgina 238. Para una distribucin F encuentre:
f0.05 con n1=7 y n2=5; f0.05 con n1=15 y n2=7; f0.01 con n1=24 y n2=19; f0.95 con n1=19 y n2=24; f0.99 con n1=28 y n2=12.

Bibliografa y referencias
Anderson, David R.; Sweeney, Dennis J.; Williams, Thomas A. (2012). Estadstica para negocios y economa. 11a.edicin. Cengage Learning Latinoamerica. Mxico. Bowerman, Bruce L., OConnell, Richard T., Murphree, Emily S. (2009). Business Statistics in Practice. 5th. Edition. McGraw-Hill Irwin. New York, U.S.A.

Bibliografa y referencias
Bowerman, Bruce L., OConnell, Richard T., Koehler, Anne B. (2006). Pronsticos, Series de Tiempo y regresin. 4a. Edicin. Thomson Learning. Mxico. Gutirrez Pulido, Humberto; De la Vara Salazar, Romn. (2008). Anlisis y Diseo de Experimentos.2. edicin McGrawHill/Interamericana. Mxico.

Bibliografa y referencias
Lind, Douglas, Marchal, William G., Wathen, Samuel, A. (2008). Estadstica aplicada a los negociosy la economa. 15 edicin. McGrawHill Interamericana. Mxico. Mendenhall, William, Robert J. Beaver, Barbara M. Beaver. (2006). Introduccin a la probabilidad y estadstica. 13. Edicin. Cengage Learning. Mxico.

Bibliografa y referencias
Walpole, Roland E.; Raymond H. Myers, Sharon L. Myers, Keying Ye (2012). Probabilidad y Estadstica. 9. Edicin. Pearson Educacin de Mxico. Mxico