Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Normal probabilidad
DISTRIBUCIONES MUÉSTRALES
Una estadística muestral (𝑋̅) proveniente de una muestra aleatoria simple tiene un patrón de
comportamiento (predecible) en repetidas muestras. Este patrón es llamado la distribución muestral
de la estadística.
Si conocemos la distribución muestral podemos hacer inferencia. Las distribuciones muéstrales
adoptan diferentes formas según las estadísticas investigadas y las características de la población
estudiada.
3. Si la muestra es obtenida sin remplazo de una población finita de tamaño N, entonces el error
estándar es
σ N−n
σx̅ = √
√n N − 1
N−n
El coeficiente N−1 es denominado factor de corrección para población finita. Se observa que
4. Si la población original tiene distribución Normal, entonces para cualquier tamaño muestral "n"
la distribución de la media muestral es también Normal
σ
Si X ~ N(μ, σ) ⇒ x̅ ~ N (μ, )
√n
5. Si la población de origen no es Normal pero podemos calcular su media y desviación estándar y
el tamaño muestral (n) es “suficientemente” grande la distribución de la media muestral es
aproximadamente Normal
σ
Aun si X no es N(μ, σ) ⇒ x̅ ~ N (μ, )
√n
Este resultado se conoce como el Teorema del Límite Central.
𝜎 𝑁−𝑛 𝜎 𝑁−𝑛
𝐼𝐶(𝜇)(1−𝛼)% : 𝑥̅ − 𝑍0 ∗ √ ≤ 𝜇 ≤ 𝑥̅ + 𝑍0 ∗ √
√𝑛 𝑁 − 1 √𝑛 𝑁 − 1
𝜎 𝑁−𝑛
Error estandar o desviación estandar = 𝜎𝑥̅ = √
√𝑛 𝑁 − 1
𝑁−𝑛
Donde√ 𝑁−1 es denominado factor de corrección para poblaciones finitas
𝜎 𝑁−𝑛
Con un error máximo de: 𝑒 = 𝑍0 ∗ Error estandar ⟹ e = 𝑍0 ∗ √
√𝑛 𝑁−1
Media o promedio 𝑥̅ = 48
𝜎 9
Error estándar 𝜎𝑥̅ = = = 0.760638829
√𝑛 √140
𝑍0 𝑍0 = 1.96
𝑥̅ − 𝑒 = 48 − 1.490852092 = 46.51
𝐿𝐼
𝑥̅ + 𝑒 = 48 + 1.49085092 = 49.50
𝐿𝑆
Interpretación: Al 95% de confianza, se afirma que la canidad media que los fumadores
gastan en cigarrillos durante una semana se encuentre s/.46.51 a s/.49.50.
Media o promedio 𝑥̅ = 48
𝜎 9
Error estándar 𝜎𝑥̅ = = = 0.760638829
√𝑛 √140
𝑍0 𝑍0 = 2.576
𝑒 = 𝑍0 ∗ 𝜎𝑥̅ = 1.815361171
Error máximo
𝑥̅ − 𝑒 = 46.18
𝐿𝐼
𝑥̅ + 𝑒 = 49.82
𝐿𝑆
Interpretación: Al 99% de confianza, se afirma que la cantidad media que los fumadores
gastan en cigarrillos durante una semana se encuentre s/.46.18 a s/.49.82.
2. La asociación de productores de azúcar desea calcular el consumo medio de azúcar por año.
Una muestra aleatoria de 58 personas revela que el consumo medio anual es de 11 kilos por
persona, con una desviación estándar de 2.7 kilos.
a. Cuál es el valor de 𝑍0 para un intervalo de 98% para la media de la población.
b. Determine el intervalo de confianza de 98% para la media poblacional. interprete
c. Es razonable concluir que la media poblacional es de 15 kilos.
Tamaño de la muestra 𝑛 = 58
Media o promedio 𝑥̅ = 11
𝜎
Error estándar 𝜎𝑥̅ = = 0.354527368
√𝑛
𝑍0 = 2.326
𝑍0
𝑒 = 𝑍0 ∗ 𝜎𝑥̅ = 0.824630657968
Error máximo
𝑥̅ − 𝑒 = 10.175
𝐿𝐼
𝑥̅ + 𝑒 = 11.825
𝐿𝑆
PRACTICA
INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL
3. Una empresa de investigación llevo a cabo una encuesta para determinar la cantidad
media que los fumadores gastan en cigarrillos durante una semana. La empresa
encontró que la distribución de cantidades gastadas por semana tendía a seguir la
distribución normal, con una desviación estándar de s/9. Una muestra aleatoria de
170 fumadores revelo que en promedio gastan s/68 por semana
a) Con el nivel de confianza del 95%, determine el intervalo de confianza para 𝜇.
Interprete
Z de una muestra
La desviación estándar supuesta = 9 Interpretación:
Error
estándar
de la
N Media media IC de 95%
170 68.000 0.690 (66.647; 69.353)
Z de una muestra
La desviación estándar supuesta = 9
Error Interpretación:
estándar
de la
N Media media IC de 99%
170 68.000 0.690 (66.222; 69.778)
Z de una muestra
La desviación estándar supuesta = 2.7
Interpretación:
Error
estándar
de la
N Media media IC de 95%
58 12.000 0.355 (11.305; 12.695)
0.3
0.3
Densidad
Densidad
0.2
0.2
0.1
0.1
0.1
0.0
-2.201 0 2.201 0.0
-1.328 0
X
X
0.3
Densidad
0.2
0.1
0.01
0.0
0 2.998
X
0.3
Densidad
0.2
0.1
0.05
0.0
-1.761 0
X
0.3
Densidad
0.2
0.1
0.0
-1.714 0 1.714
X
0.3
Densidad
0.2
0.1
0.1
0.0
0 1.363
X
Gráfica de distribución
T, df=1 7
0.4 0.95
0.3
Densidad
0.2
0.1
0.0
-2.110 0 2.110
X
Gráfica de distribución
T; df=11
0.4 0.95
0.3
Densidad
0.2
0.1
0.0
-2.201 0 2.201
X
Desviación estándar 𝜎 = 43
𝜎
Error estándar 𝜎𝑥̅ = = 8.6
√𝑛
𝑡0 𝑡0 = 2.797
𝑒 = 𝑡0 ∗ 𝜎𝑥̅ = 24.0542
Error máximo
𝑥̅ − 𝑒 = 315.9458
𝐿𝐼
𝑥̅ + 𝑒 = 364.0542
𝐿𝑆
Interpretación:
Al 99% de confianza, la oficina de marketing de empresas dedicadas a la venta de
productos puede esperar que sus clientes gastan en promedio 315.92 𝑠𝑜𝑙𝑒𝑠 a
364.08 𝑠𝑜𝑙𝑒𝑠. No es razonable concluir que la media poblacional sea de 370 soles, es
decir la empresa no puede esperar que sus clientes gasten en promedio 370 en sus
productos.
Tamaño de la muestra
𝑛 = 10
𝑠
Error estándar 𝜎𝑥̅ = = 2.91
√𝑛
Nivel de confianza
1 − 𝛼 = 0.90
𝑡0 𝑡0 = ±1.833
𝑒 = 𝑡0 ∗ 𝜎𝑥̅ = 5.33403
Error máximo
𝑥̅ − 𝑒 = 97.26957
𝐿𝐼
𝑥̅ + 𝑒 = 107.93403
𝐿𝑆
7. Las cajas de un cereal producidos en una fabrica deben tener un contenido de 16 onzas.
Un inspector tomo una muestra que arrojo los siguientes pesos en onzas
15.7 16.3 15.7 15.8 16.115.9 16.2 15.9 15.8 15.66
Indicar si es razonable que el inspector usando un coeficiente de confianza del 95%
ordene que se multe al fabricante.
Tamaño de la población 𝑁=
Tamaño de la muestra 𝑛=
Media o promedio 𝑥̅ =
Desviación estándar 𝜎=
𝜎 𝑁−𝑛
Error estándar 𝜎𝑥̅ = √ =
√𝑛 𝑁 − 1
𝑍0 𝑍0 =
𝑥̅ − 𝑒 =
𝐿𝐼
𝑥̅ + 𝑒 =
𝐿𝑆
≤𝜇≤
𝐼𝐶(𝜇)1−𝛼% : 𝐿𝐼 ≤ 𝜇 ≤ 𝐿𝑆
Interpretación:
p̅ (1 − p
̅)
σP̅ = √
n
3. Si la muestra es obtenida sin remplazo de una población finita de tamaño N, entonces el error
estándar es
p̅ (1 − p
̅) N − n
σP̅ = √ √
n N−1
N−n
El coeficienteN−1es denominado factor de corrección para población finita. Se observa que
IC(P)1−α% : p
̅ − Z0 ∗ σp̅ ≤ P ≤ p
̅ + Z0 ∗ σp̅
p̅ (1 − p
̅) p̅ (1 − p
̅)
̅ − Z0 ∗ √
IC(P)1−α% : p ̅ + Z0 ∗ √
≤ P≤ p
n n
X
p
̅ = n Es un valor que se obtiene de una muestra, representa la proporción
muestral
p̅ (1 − p
̅)
Error estandar o desviación estandar = σp̅ = √
n
̅ (1−p
p ̅)
Con un error máximo de: e = Z0 ∗ Error estandar ⟹ e = Z0 ∗ √ n
p̅ (1 − p
̅) N − n p̅ (1 − p
̅) N − n
̅ − Z0 ∗ √
IC(P)1−α% : p √ ̅ + Z0 ∗ √
≤ P≤ p √
n N−1 n N−1
X
p
̅= Es un valor que se obtiene de una muestra, representa la proporción
n
muestral
p̅ (1 − p
̅) N − n
Error estandar o desviación estandar = σp̅ = √ √
n N−1
p̅ (1 − p
̅) N − n
e = Z0 ∗ √ √
n N−1
𝑋
Proporción muestral 𝑝̅ =
𝑛
𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ =
𝑛
𝑍0 𝑍0 =
𝐿𝐼 𝑝̅ − 𝑒 =
𝐿𝑆 𝑝̅ + 𝑒 =
𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆
Interpretación:
11. El propietario de una gasolinera desea determinar la proporción de clientes que utilizan
tarjeta de crédito o débito para pagar la gasolina. Entrevisto a 100 clientes y descubre que 80
pagaron con tarjeta.
a) Cuál es el valor de la proporción muestral.
b) Determine el intervalo de confianza de 95% para la proporción poblacional. Interprete,
comente.
𝑋
Proporción muestral 𝑝̅ =
𝑛
𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ =
𝑛
𝑍0 𝑍0 =
𝐿𝐼 𝑝̅ − 𝑒 =
𝐿𝑆 𝑝̅ + 𝑒 =
𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆
Interpretación:
12. María García considera postularse para la alcaldía de su ciudad. Antes de solicitar la
postulación, decide realizar una encuesta entre los electores de su ciudad. una muestra de400
electores revela que 300 la apoyarían en las elecciones próximas.
a) Cuál es el valor de la proporción muestral.
b) Calcule el error estándar de la población.
c) Determine el intervalo de confianza de 99% para la proporción poblacional. Interprete,
comente
𝑋
Proporción muestral 𝑝̅ =
𝑛
𝑝̅ (1 − 𝑝̅ )
Error estándar 𝜎𝑝̅ = √ =
𝑛
𝑍0 𝑍0 =
𝐿𝐼 𝑝̅ − 𝑒 =
𝐿𝑆 𝑝̅ + 𝑒 =
𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆
Interpretación:
14. De una población de 3000 empleados de una empresa industrial se seleccionó una muestra
aleatoria de 300 para que participen en una encuesta. Entre las comprendidas en la muestra
240 manifestaron que estaban satisfechos por completo con todas las condiciones laborales
de la empresa. Construir el intervalo de confianza del 95% por la proporción real que opinan
de esta manera:
15. Durante cierta semana una tienda del departamento observo y registro que 5750 de las 12500
personas que entraron en la tienda hicieron por lo menos una compra, tratando esto como
una muestra al azar de todos los clientes potenciales. Hallar el intervalo de confianza del
99% para la proporción real de las personas que entran en la tienda y que