Distribucin muestral de

proporciones
Algunas secciones han sido tomadas de:
Apuntes de Estadstica Inferencial
Instituto Tecnolgico de Chiuhuahua

Distribucin muestral de Proporciones

Existen ocasiones en las cuales no estamos interesados en la media de la

muestra, sino que queremos investigar la proporcin de artculos
defectuosos o la proporcin de personas con telfono, etc en la
muestra. La distribucin muestral de proporciones es la adecuada para
dar respuesta a estas situaciones.
Esta distribucin se genera de igual manera que la distribucin muestral
de medias, a excepcin de que al extraer las muestras de la poblacin se
calcula el estadstico proporcin (p=x/n en donde x es el nmero de
xitos u observaciones de inters y n el tamao de la muestra) en
lugar de la media de cada muestra que era lo que calculamos antes.

El siguiente diagrama sirve para explicar el concepto de distribucin

muestral de proporciones.

La distribucin muestral de proporciones est estrechamente

relacionada con la distribucin binomial; una distribucin binomial es una
distribucin del total de xitos en las muestras, mientras que una
distribucin de proporciones es la distribucin de un promedio (media)
de los xitos.
Como consecuencia de esta relacin, las afirmaciones probabilsticas
referentes a la proporcin muestral pueden
evaluarse usando la aproximacin normal a la binomial, siempre que:

np 5 y

n(1-p) 5

Una distribucin binomial es, por ejemplo, si echamos una moneda al aire
y observamos el lado que cae. Est claro que slo hay dos posibilidades.
Ahora bien, la probabilidad de que caiga la moneda de cualquier lado es
la misma siempre que sta no est 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 algn lado
es 0.5.
Si realizamos el experimento n veces y queremos saber la probabilidad
de que salga guila o sol x veces, entonces usamos una distribucin
binomial.

Generacin de la Distribucin Muestral de Proporciones

Suponga que se cuenta con un lote de 12 piezas, el cual tiene 4 artculos
defectuosos. Se van a seleccionar 5 artculos al azar de ese lote sin
reemplazo. Vamos a generar la distribucin muestral de proporciones
para el nmero de piezas defectuosas. Como se puede observar en este
ejercicio la proporcin de artculos defectuosos de esta poblacin es
P = 4/12=1/3.
Por lo que podemos decir que el 33% de las piezas de este lote estn
defectuosas.
El nmero posible de muestras de tamao 5 a extraer de una poblacin
de 12 elementos es 12C5=792, las cuales se pueden desglosar de la
siguiente manera:

Para calcular la media de la distribucin muestral de proporciones se

tendra que hacer la sumatoria de la frecuencia por el valor de la
proporcin muestral y dividirla entre el nmero total de muestras. Esto
es:

p =

(0.8 8) + (0.6 112) + (0.4 336) + (0.2 280) + (0 56) 1

= = 0.333
792
3

Como podemos observar la media de la distribucin muestral de

proporciones es igual a la proporcin de la poblacin.

p = P

La desviacin estndar de la distribucin muestral de proporciones del

ejemplo se puede calcular directamente con los datos:

(0.8 0.33) 2 8 + (0.6 0.33) 2 112 + (0.4 0.33) 2 336 + (0.2 0.33) 2 280 + (0 0.33) 2 56
=
= 0.168
792

Sin embargo, podemos usar la distribucin binomial lo cual nos da la

siguiente frmula para la desviacin estndar de la distribucin
muestral de proporciones:

p =

P (1 P )
n

Notar que P es la
proporcin de la poblacin

pero n es el tamao de la
muestra

Como vimos antes, si contamos con una poblacin finita y un muestreo

sin reemplazo, para calcular la desviacin estndar usamos la correccin
(Como regla aproximada, si el muestreo se hace sin reemplazo y el
tamao de la poblacin es 20 veces el tamao de la muestra o menor,
entonces se puede usar la frmula):

p =

P (1 P ) N n
n
N 1

Para el ejemplo anterior tendramos la siguiente distribucin de

probabilidades:

Usando la frmula tendramos entonces:

p =

P (1 P ) N n
=
n
N 1

0.333(0.666) 12 5
= 0.168
5
12 1

Lo cual es igual al valor de la desviacin estndar obtenido antes

La frmula que se utilizar para el clculo de probabilidad en una

distribucin muestral de proporciones est basada en la aproximacin
de la distribucin binomial a la normal . Esta frmula nos servir para
calcular la probabilidad del comportamiento de la proporcin en la
muestra.

z=

p P

P (1 P )
n

Esta frmula se puede comparar a las anteriores si pensamos en que

estamos calculando una diferencia entre la proporcin de la muestra y la
de la poblacin en unidades de desviacin estndar, como era el caso de
la distribucin de medias:

z=

A la frmula anterior se le puede agregar el factor de correccin (en el

denominador):

z=

p P
P (1 P ) N n
n
N 1

si se cumplen con las condiciones mencionadas anteriormente de que sea

una poblacin finita (N/n < 20) y sin reemplazo.

Ejemplo:
Se ha determinado que 85.1% de los estudiantes de una universidad
fuman cigarrillos. Se toma una muestra aleatoria de 200 estudiantes.
Calcular la probabilidad de que no ms de 80% de alumnos de la muestra
fume.

Solucin:
La media o valor esperado de la distribucin muestral es de P=0.851 (la
proporcin de la poblacin), por lo que:

z=

p P
P (1 P )
n

0.800 0.851
0.851(1 0.851)
200

= 2.0255

Usando las tablas de valor z, para z = -2.02 encontramos que la

probabilidad de que no ms de (es decir, menos de) 80% de los alumnos
de la muestra fumen es de 0.0214 o sea 2.14%

0.0214

Actividad 1.
Suponer que de la gente que solicita ingresar a una compaa, 40%
pueden aprobar un examen de artimtica para obtener el trabajo. Si
se tomara una muestra de 20 solicitantes, Cul sera la probabilidad
de que 50% o ms de ellos aprobaran?
Datos:
P = 0.40, n = 20,

z=

p = 0.50

p P
P (1 P )
n

0.50 0.40
0.40(1 0.40)
20

= 0.9129

Usando tablas de valor o calificacin z, o un programa para

distribucin normal estndar (como Minitab, etc.), encontramos que el
rea bajo la curva hasta un valor de z = 0.9129 es de 0.81935, o sea
que
(1- 0.81935) = 0.1806,
por lo que la probabilidad de que 50% o ms aprobaran es de 18.06% .

El rea desde es de 0.81935

hasta z= 0.9129

Cmo calcular probabilidades normales usando MINITAB (versin en

ingls):

En el men superior: Calc > Probability Distributions > Normal

Tenemos 3 opciones:
Probability density Esta nos da el valor de la funcin de densidad,
f(x) para un valor especfico de x. Esto no nos es muy til en esta
clase.
Cumulative Probability Esta nos da el rea bajo la curva hasta un
valor z especfico. Usamos esto para encontrar probabilidades.
Inverse Cumulative Probability Esto nos da el valor z para una rea
especfica bajo la curva. Esto lo usamos para encontrar valores
crticos.
Hacer Click en la opcin que queremos.
Se introduce la media y la desviacin estndar de la distribucin
normal que estamos usando.
En el caso de la estndar normal (Z) introducimos N(0,1).
Hacemos Click en input constant e introducimos el valor de x (xvalue) para la opcin 1, el valor z para la opcin 2, o la probabilidad
para la opcin 3.

Ejemplo: Cul es la probabilidad de que tengamos un valor mayor a 60 si

tenemos datos con una distribucin normal con media 55 y deviacin
estndar de 4?
Esto es, encontrar P(x > 60).

Como puede verse en la figura, el resultado que se obtiene es que P(X <
60) = 0.8964. Notar que nos da los valores de la probabilidad de que X
sea menor al valor dado, por lo que para nuestro problema:
P(X > 60) = 1 - 0.8964 = 0.1036

Si lo que queremos es el rea para una calificacin Z (normal estndar)

entonces, como se explic, podemos introducir una media igual a 0 y una
desviacin estndar de 1.0, e introducir el valor de Z para el cual
queremos encontrar la probabilidad.

Poner media = 0
Poner = 1.0

Poner z = valor de
inters