Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EsquemaTema21b PDF
EsquemaTema21b PDF
16.1 INTRODUCCIN
1
independientes extradas de esa poblacin. Como bien sabemos, la variable aleatoria
nmero de casos que cumplen una condicin, siendo independientes las
observaciones, se distribuye B(x; n, ). Supongamos, por ejemplo, que el 40% de
una poblacin son favorables a una determinada proposicin (=0.40). Al encuestar
a una m.a.s. de 8 personas el nmero de personas de la muestra que son favorables
puede ser cualquier valor de 0 a 8. Las probabilidades de cada uno de estos valores
vienen dadas por la distribucin binomial. Son las siguientes (vase la tabla II del
libro):
X 0 1 2 3 4 5 6 7 8
P(Xi=X) .017 .090 .209 .279 .232 .124 .041 .008 .001
X
P=
n
X 0 1 2 3 4 5 6 7 8
P 0 .125 .250 .375 .500 .625 .750 .875 1
P(Pi=P) .017 .090 .209 .279 .232 .124 .041 .008 .001
2
otras palabras, expresa la Distribucin Muestral de la Proporcin para cuando =
0.40 y n = 8. As, la probabilidad de que la proporcin de favorables sea 0.125 (uno
de los ocho) es igual a 0.090, mientras que la de que sean favorables al menos la
mitad, P 0.500 (cuatro o ms de los ocho), es la suma de las probabilidades
asociadas a 0.500, 0.625, 0.750, 0.875 y 1; es decir, 0.406. En cada caso, las
probabilidades dependern de dos cantidades, el tamao de la muestra (n) y la
probabilidad () de que en cada observacin individual se cumpla la condicin, que
son los parmetros de la distribucin binomial. Resumiendo,
1 1
E(P) = E(X/n) = E(X) = n =
n n
(1 )
2
1 1
(P ) = 2 (X ) = 2 n (1 ) =
2
n n n
3
Es decir, el valor esperado de la proporcin es igual al propio parmetro ,
mientras que su varianza depende (como en el caso de la media) del tamao
muestral. Como n est en el denominador, a mayor tamao muestral, menor
variabilidad de las proporciones obtenidas en sucesivas muestras.
CUADRO 16.1
Ejemplos de aplicacin de la distribucin muestral de la proporcin
4
16.3 LA DISTRIBUCIN MUESTRAL DE LA PROPORCIN CON
MUESTRAS GRANDES
(
P(Pi P ) P z
P +
n
)
0.5 E(P )
= P z (
P +
n
)
0.5
(P ) (1 )
n
5
CUADRO 16.2
Ejemplos de aplicacin de la aproximacin de la binomial a la normal en la
distribucin muestral de la proporcin con muestras grandes
(a)
.28 .25 .22 .25
= 0.98 = 0.98
.25 (1 .25) .25 (1 .25)
200 200
En la tabla de la normal obtenemos que la probabilidad de
obtener un valor comprendido entre estos es .8365 - .1635 = .6730
(b)
.30 .25 .20 .25
= 1.63 = 1.63
.25 (1 .25) .25 (1 .25)
200 200
La probabilidad de obtener un valor comprendido entre estos dos
es .9484 - .0516 = .8968
(c)
.33 .25 .17 .25
= 2.61 = 2.61
.25 (1 .25) .25 (1 .25)
200 200
La probabilidad es, en este caso, .9955 - .0045 = .9910
6
16.4 PROBLEMAS Y EJERCICIOS
3. Supongamos que con una terapia para tratar el miedo a volar en avin se
recupera el 80% de los pacientes. Si seleccionamos al azar 16 pacientes que han
acudido a la consulta de un psiclogo clnico con este tipo de fobia, cul es la
probabilidad de que al menos 12 se hayan recuperado y puedan tomar aviones?
(Obtenga la solucin Binomial y la solucin por aproximacin a la Normal).
7
5. En caminos el 90% de los estudiantes son varones, mientras que en
psicologa lo son el 40%. Tenemos un sobre con los cuestionarios ya respondidos
por una m.a.s. de 50 estudiantes, pero como se despeg la etiqueta identificativa no
sabemos de cul de esas facultades procede. Comprobamos al abrirlo que contiene
25 encuestas de varones y 25 de mujeres. Qu argumento probabilstico se puede
emplear para considerar de qu centro procede?
8
16.4.1 Soluciones