TRABAJO COLABORATIVO N1 INFERENCIA ESTADISTICA 100403_117

HAROLD MAURICIO JARAMILLO TUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BASICAS, TECNOLOGICA E INGENIERIA UNAD 2012

TABLA DE CONTENIDO

INTRODUCCION ------------------------------------------------------------------------------------- 2 OBJETIVOS -------------------------------------------------------------------------------------------- 3 DESARROLLO DE LA ACTIVIDAD -------------------------------------------------------------- 4 CONCLUSIONES ----------------------------------------------------------------------------------- 18 REFERENCIAS BIBLIOGRAFICAS ----------------------------------------------------------- 19

INTRODUCCION

La inferencia constituye la base terica del muestreo, permite conocer el todo con cierta aproximacin, a partir del estudio de una parte. La estadstica inferencial no nos da una certeza completa en sus resultados, sino que estn sujetas a una probabilidad de error. Una incorrecta seleccin de las unidades mustrales puede

acarrear la imposibilidad de inferir correctamente las caractersticas de la poblacin.

En la actualidad, la inferencia estadstica, da respuesta suficiente para tratar de forma adecuada la problemtica suscitada. Tomar el valor de una medida (poblacin), pasa por realizar unas concretas determinaciones (muestra) y a partir de sus resultados, dar el resultado final de la medida y su incertidumbre. La incertidumbre es un parmetro asociado al resultado de una medicin que caracteriza la dispersin de los valores que pueden atribuirse a la medicin. De esta forma, la muestra y las tcnicas de muestreo se convierten en el fundamento de la inferencia estadstica clsica.

OBJETIVOS

Determinar un tamao de muestra representativo tanto para medias como para proporciones. Conocer los tipos de muestreo.

Conocer los elementos del teorema central de lmite y su utilidad. Aplicar las tcnicas de muestreo y de intervalos de confianza. Identificar los principios sobre poblacin y muestra, teorema central del lmite. Conocer las ventajas y desventajas de los procedimientos para realizar una estimacin. Identificar los diferentes diseos de muestreo y su utilidad en diferentes campos del saber.

DESARROLLO DE LA ACTIVIDAD

1. Realizar un mapa conceptual cuyo tema central sea el muestreo. Debe tener en cuenta que ste contemple todos los elementos significativos de dicha temtica. Recuerde usar conectores apropiados.

2. Los siguientes valores corresponden a las alturas en centmetros (cm) a la primera semana de siembra, de cada planta en una parcela de maz. Seleccione cinco posibles muestras de tamao 6, utilizando en Excel el comando para generar nmeros aleatorios. (Ver mdulo) Debe insertar en el documento a entregar formato.doc una hoja de clculo de Excel, en dnde se evidencie la frmula y los nmeros aleatorios as como las unidades seleccionadas. 28,59 24,61 24,29 16,41 1,47 4,21 7,45 7,28 25,52 3,76 7,14 7,45 13,25 12,07 14,72 20,41 16,57 19,70 17,10 9,95 6,42 18,87 7,69 15,85 28,95 19,79 28,03 21,15 23,44 0,29

N= 30 n=6 CRITERIO DE SELECCIN: Los dgitos antes de la coma de los nmeros aleatorios obtenidos en Excel.

n1={x19, x6, x26, x7, x13, x23}

19,5883325 6,20470224 26,733213 7,68830305 13,3057399 23,8596275 8,1927978 6,60188941 29,2405932 12,586056 22,382696 29,067564 27,8623028 5,32076702 2,7710025

n1= {16,41; 19,79; 3,76; 24,61; 24,29; 23,44}

n2= {x20, x9, x10, x11, x15, x18}

20,01445474 9,771090234 10,53123466 11,29360686 15,14672348 18,88767723 15,01800246 19,686661 12,38871462 10,68060902 3,365548577 2,583873617 20,67775283 18,90565975 5,031895128

n2= {25,52; 7,45; 16,57; 18,87; 13,25; 21,15}

n3= {x5, x9, x13, x25, x17, x12}

5,21086501 9,33201926 13,5468575 9,56831105 5,5149845 25,9241337 17,4138762 12,8207211 25,8520864 13,4320045 22,2289509 9,28592662 14,1234546 19,5951032 25,2135794

n3= {6,42; 7,45; 24,29; 1,47; 7,69; 28,03}

n4= {x1, x28, x5, x18, x10, x20}

1,23541645 28,7914349 5,3607223 18,0309987 28,8933892 10,5804018 5,51049899 20,7356768 4,80644387 25,7559562 11,813613 4,25318078 18,9064821 9,19229501 10,9735221

n4= {28,59; 9,95; 6,42; 21,15; 16,57; 25,52} n5= {x18, x15, x11, x17, x23, x27}

18,3477937 18,8296863 15,9724596 11,7397294 17,8450847 23,0788377 27,9597211 24,8514397 3,20931042 11,7047688 27,4235149 10,6520057 0,43549216 9,39873856 13,7275684

n5= {21,15; 13,25; 18,87; 7,69; 15,85; 14,27}

3. Se debe tomar una muestra estratificada de tamao n=120, de una poblacin de tamao N= 2000 que consta de cuatro estratos de tamao N1= 400, N2=1100, N3=150 y N4=350. Cul es el tamao de la muestra que se debe tomar en cada uno de los cuatro estratos si la distribucin debe ser proporcional? Se calcula el porcentaje de cada estrato dentro de la poblacin Para N1 = 400/2000 * 100 = 20% se multiplica este porcentaje por el tamao de la muestra: 120*20% = 24 es decir, se toman 24 elementos del estrato 1 Para los dems estratos se hace lo mismo, resumiendo tenemos que en la ltima columna se observa el tamao de la muestra a tomar en cada estrato:

4. un mapa conceptual cuyo tema central sea las Distribuciones Muestrales. Debe tener en cuenta que ste contemple todos los elementos significativos de dicha temtica.

5. Dada la variable de inters nmero de horas a la falla de un dispositivo electrnico (N=5) y los datos de la poblacin: X= 50, 35, 45, 48 y 47.

a. Halle la media y la varianza poblacional.

Media Poblacional:

Varianza poblacional:

b. Seleccione todas las muestras posibles de tamao tres (sin reemplazamiento). Se utiliza la frmula de combinatoria sin reemplazamiento:

= 10 combinaciones
MUESTRA 1 2 3 4 5 6 7 8 9 10 DISPOSITIVOS ELECTRNICOS 1 2 3 1 2 4 1 2 5 1 3 4 1 3 5 1 4 5 2 3 4 2 3 5 2 4 5 3 4 5 DATOS 50 50 50 50 50 50 35 35 35 45 35 35 35 45 45 48 45 45 48 48 45 48 47 48 47 47 48 47 47 47

c. Calcule la media de cada una de las muestras encontradas anteriormente.

DISPOSITIVOS DATOS ELECTRNICOS 1 2 3 50 35 45 1 2 4 50 35 48 1 2 5 50 35 47 1 3 4 50 45 48 1 3 5 50 45 47 1 4 5 50 48 47 2 3 4 35 45 48 2 3 5 35 45 47 2 4 5 35 48 47 3 4 5 45 48 47 TOTAL MEDIAS MEDIA MUESTRAL 43,33 44,33 44 47,67 47,33 48,33 42,67 42,33 43,33 46,67 450

MUESTRA 1 2 3 4 5 6 7 8 9 10

d. Encontrar la varianza y desviacin estndar de las medias del punto c.

Media de las medias muestrales:

Varianza de las medias muestrales:

Desviacin estndar de las medias:

e. Calcule desviacin estndar de la distribucin muestral de medias utilizando el factor de correccin. Para utilizar el factor de correccin se halla primero la desviacin poblacional con el fin de verificar la diferencia entre las desviaciones obtenidas: Como la poblacin es finita el factor de correccin es

utilizando la igualdad

Reemplazando:

6. En mximo dos (2) prrafos, con los resultados obtenidos en el ejercicio anterior explique los principios del teorema del lmite central. Mediante este teorema se afirma si la muestra es grande. El tamao muestral debe superar los 30. El modelo de distribucin que esta sigue es normal y los parmetros utilizados son: la media y la varianza.

El teorema del lmite central estudia el comportamiento de la suma de variables aleatorias y afirma que la suma Sn de variables aleatorias independientes se puede aproximar por una funcin normal de densidad 7. En mximo un (1) prrafo, explique la diferencia entre el nivel de confianza 1- y el de s La probabilidad de que el verdadero valor del parametro se encuentre en el intervalo construido se denomina NIVEL DE CONFIANZA, y se denota 1-. La probabilidad de equivocarnos se llama NIVEL DE SIGNIFICANCIA y se simboliza . Generalmente se construyen intervalos con confianza 1- = 95% (o significa = 5%). Menos frecuentes son los intervalos con = 10% o = 1%. Para construir un intervalo de confianza se puede comprobar que la distribucin normal estndar cumple:

(Lo anterior se puede comprobar con una tabla de probabilidades o un programa computacional que calcule probabilidades normales). Luego, si una variable X tiene distribucin N (, 2), entonces el 95% de las veces se cumple:

Despejando en la ecuacion se tiene:

El resultado es un intervalo que incluye al el 95% de las veces. Es decir, es un intervalo de confianza al 95% para la media cuando la variable X es normal y 2 es conocido 8. Al construir un intervalo de confianza para la media y la proporcin es necesario tener en cuenta fundamentalmente algunos elementos. Diligencie la siguiente tabla que le permite ver los elementos requeridos: Elementos y/o estadsticos muestrales que se usan*: 2 Elementos y/o Estadsticos poblacionales que se usan**:

Intervalo para:

Estadstico de prueba que se usa: t - studet t - studet z (normal) z (normal) z (normal) z (normal)

Muestras La media pequeas Diferencias de medias n<30 muestras La media grandes n>=30 Diferencias de medias muestras Proporciones grandes n>=30 Diferencias de proporciones muestras grandes Varianza poblacional n>=30 (siempre)

*Entre los elementos muestrales hay: = = o =

**Entre los elementos poblacionales hay: = 2 o = =

9. En una muestra de 25 individuos se ha medido la ansiedad, a travs de un test que categoriza este rasgo entre 0 puntos hasta 30; obtenindose una media de 22 y una desviacin tpica de 10. A partir de estos datos se ha calculado un intervalo de confianza para la media de la poblacin, a un nivel de confianza del 95%. Indique cul es el intervalo de confianza de la media.

Como el tamao de muestra es menor a 30 se utiliza la distribucin t de Student de dos colas con n 1 = 25 1 = 24 grados de libertad

10. Para probar la durabilidad de una pintura nueva para las lneas divisorias, un departamento de carreteras pint franjas de prueba en carreteras muy transitadas en ocho sitios distintos y los contadores electrnicos demostraron que se deterioran luego de que 142600, 167800, 136500, 108300, 126400, 133700, 162000 y 149400 automviles cruzaron por estas. Elabore un intervalo de confianza del 95% para la cantidad promedio de trnsito (automviles que cruzaron por las lneas) que esta pintura puede soportar antes de deteriorarse.

X = automviles que cruzaron la carretera X = {142600, 167800, 136500, 108300, 126400, 133700, 162000, 149400} X = x / n= = = 140837,5 1 = 95% Z = 1.96 Entonces el intervalo de confianza para la media x z (142600 140837,5)2 + (167800 140837,5)2 +(136500 - 140837,5 )2 + (108300 140837,5)2 + (126400 - 140837,5)2 + (133700 . 140837,5)2 + (162000 - 140837,5)2 + (149400 - 140837,5)2 8 T= = 19228 3.6917 * 108 Entonces el intervalo de confianza queda: x z = 140837,5 1.96 x 19228 = 140.837.5 13.324 127514 < X < 154162 Con una confiabilidad del 95%, el promedio del nmero de automviles que cruzan las lneas de pintura se sita entre: 127514 y 154162
8

CONCLUSIONES

La aportacin fundamental de la Inferencia Estadstica en el curso, es comprender es los mtodos y procedimientos para deducir propiedades de una poblacin, a partir de una pequea parte de la misma, tomando como base el planteamiento para definir con precisin la poblacin, caracterstica a estudiar, las variables entre otros. Podemos concluir que con la actividad realizada aplicamos los conceptos aprendidos utilizando las diferentes frmulas de la inferencia estadstica como lo son la media, desviacin estndar y teorema central del lmite.

REFERENCIAS BIBLIOGRAFICAS

Rondn Duran, Jorge Eliecer. Brito Rosado, Danis. Inferencia Estadstica. Bogot: Unidad de Ciencias Bsicas, Universidad Nacional Abierta y a Distancia (indito).