Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Intervalos de Confianza PDF
Intervalos de Confianza PDF
Distribuciones Muestrales
Herramientas Estadísticas
k
n 1,2,3,4,4,4,5,6,7
x= (n 1) / 2 ; n es impar
xi xi * fi
(n / 2) ((n / 2) 1) ; n es par
x= x i 1 x i 1
2 n n
Variancia Muestral
Variancia Muestral Media Poblacional
(Datos agrupados)
n n n 2
k
( xi x ) n* ( xi )
2 k
xi2 x1 x2 ... x N xi
2
n * xi * fi xi * fi
2
S 2 i 1 S2 i 1 i 1 S2 i 1 i 1 N N
n 1 n * (n 1) n * (n 1)
Distribuciones Muestrales
Distribuciones Muestrales
Ejemplo: Los periodos de tiempo, en minutos, que 10 pacientes esperaron
en un consultorio médico antes de recibir tratamiento fueron: 5, 11, 9, 5, 10,
15, 6, 10, 5, y 10. Tratando los datos como una muestra aleatoria, encuentre.
a) la media, b) la mediana c) la moda, d) varianza y desviación estándar.
Ordenar datos: 5,5,5,6,9,10,10,10,11,15
k
xi * fi (5 * 3) (6 *1) (9 *1) (10 * 3) (11*1) (15 *1) (6 *1)
a) x i 1 x 8.6 min .
n 10
x x2
b) (n / 2) ((n / 2) 1) es impar 5 25
2 [x(5)+X(5+1)]/2 = (9+10)/2 = 9.5 5 25
5 25
c) 5,5,5,6,9,10,10,10,11,15 6 36
n n 9 81
n * xi2 ( xi ) 2 10 100
d) S 2 i 1 i 1 10 100
n * (n 1) 10 100
(10 * 838) 7396 11 121
S2 10.93
10 * (10 1) 15 225
POBLACION Y MUESTREO
MUESTREO PROBABILISTICO
POBLACION Y MUESTREO
MUESTREO NO PROBABILISTICO
En este tipo de muestreo, puede haber clara influencia de la persona o personas
que seleccionan la muestra o simplemente se realiza atendiendo a razones de
comodidad. Salvo en situaciones muy concretas en la que los errores cometidos no
son grandes, debido a la homogeneidad de la población, en general no es un tipo de
muestreo riguroso y científico, dado que no todos los elementos de la población
pueden formar parte de la muestra
Donde:
N = Total de la población
Za2 = 1.962 (si la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1-0.05 = 0.95)
d = precisión (en este caso deseamos un 3%).
Fuente:https://www.fisterra.com/mbe/investiga/9muestras/9muestras2.asp
Ing. Deny González
Estadística II / Estimación Estadística.
Donde:
N = Total de la población
Za2 = 1.962 (si la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1-0.05 = 0.95)
d = precisión (en este caso deseamos un 3%).
Fuente:https://www.fisterra.com/mbe/investiga/9muestras/9muestras2.asp
Ing. Deny González
Estadística II / Estimación Estadística.
Donde
S2 varianza de la poblacion
Ejemplo: Una compañía fabrica focos que tiene un periodo de vida que esta
distribuido aproximadamente en forma normal, con media igual a 800 horas y
una desviación estándar de 40 horas. Encuentre la probabilidad de que una
muestra aleatoria de 16 focos tenga una vida promedio de menos de 775
horas.
La distribución muestral de X será aproximadamente normal con = 800.
Correspondiendo a x = 775.
775 800
Z 2.5
40
16
Y por lo tanto, P(X < 775) = P(Z<-2.5), por tabla
P(X < 775) = 0.0062
775 800
Datos: = 80 kg / x = 100 / = 10 kg / n = 1.
100 80
Z 2
10
1
Y por lo tanto, como el área total bajo la curva es igual a 1, se puede deducir que:
x1 x2 1 2
12 22
2
x1 x2
n1 n2
De aquí que,
( x1 x2 ) ( 1 2 )
Z
12 22
n1 n2
a)
b)
EJERCICIOS PROPUESTOS
EJERCICIOS PROPUESTOS
(n 1) * s 2
2
2
La probabilidad de que una muestra aleatoria produzca un valor chi cuadrado mas
grande que cualquier valor especificado es igual al área bajo la curva a la derecha de
este valor.
Solución: S2 = 0.815, 2 = 1 y n = 5
(5 1) * 0.815
2 3.26
1
(19) * 0.842
2
2
37.24
0.6
Por lo tanto el criterio de decisión se puede expresar en una de las dos formas
siguientes:
a) Como X2 = 37.24 > 36.19 la muestra no proviene de un proceso con una
desviación estándar de 0.60.
b) Se calcula S2 = 0.842 = 0.7056. Como 0.7056 > 0.6857 se llega a la misma
conclusión de que no es probable que la muestra tomada provenga de una
población con una desviación estándar de 0.60 milésimas de pulgada.Ing. Deny González
Estadística II / Funciones Variables Aleatorias.
Distribución t
Para valores pequeños de n a menos de que supongamos que la muestra proviene de
una población normal. Bajo esta condición,
x
t
s
n
Es el valor de una variable aleatoria con distribución t y parámetro v=n-1.
No es necesario tabular los valores de t para > 0.50, pues por la simetría de la
distribución t1- = - t. Por lo tanto, el valor de t corresponde al área de la cola situada a
la izquierda de es - t .
Distribución t
Ejemplo: Un fabricante de fusibles asegura que con una sobrecarga del 20%,
sus fusibles se fundirán al cabo de 12.4 min en promedio. Para probar esta
afirmación una muestra de 20 fusibles fue sometida a una sobre carga de un
20% y los tiempos que tardaron en fundirse tuvieron una media de 10.63 min y la
desviación estándar de 2.48 min. Si se supone que los datos constituyen una
muestra aleatoria de una población normal. ¿ Se tiende a apoyar o a refutar la
afirmación del fabricante?.
10.63 12.4
t 3.19
2.48
20
v = N-1 = 19, El valor mas cercano a 3.19 es 2.81 y su probabilidad es 0.005 baja,
por lo tanto los datos tienden a refutar la afirmación del fabricante.
Distribución t
Ejemplo: En un recorrido de prueba de una hora cada uno, el consumo promedio de gasolina de un
motor fue 16.4 galones, con una desviación estándar de 2.1 galones. Se quiere saber si es cierta la
afirmación de que "el consumo promedio de gasolina es 12 galones/hora".
Solución: S = 2.1, n = 16, = 12, x = 16.4
Para responder la pregunta debemos verificar que tan probable es que una muestra de 16.4 galones
pertenezca a una distribución con una media de 12. Por lo tanto, debemos calcular la probabilidad de
que la media muestral sea mayor o igual que 16.4 si la verdadera media de donde proviene dicha
muestra es 12 galones. Esto es:
x 16.4 12
t t 8.38
s 2.1
n 16
Buscando en la tabla de la distribución t con 15 grados de libertad, tenemos que para una
probabilidad de 0.005 el respectivo valor de t es 2.947, lo cual implica que la probabilidad para t = 8.38
es cero). Por lo tanto, concluimos que la probabilidad de obtener una muestra con una media de 16.4
de una población cuya media es 12.0 es cero, es decir, que "el consumo promedio de gasolina no es
12 galones/hora", sino que es superior.
Distribución t
Ejemplo: El valor de t con v= 14 grados de libertad que tiene un área de 0.025 a la izquierda, y por lo
tanto un area de 0.975 a la derecha, es:
Solución:
Distribución f
Se define como la relación de dos variables aleatorias chi cuadrada independientes,
cada una dividida por su numero de grados de libertad. De aquí que puede escribirse:
U
v
f 1
V
v2
Donde U y V son variables aleatorias independientes que tiene una distribución chi
cuadrada con v1 y v2 grados de libertad, respectivamente.
1
f1 (v1, v2 )
f (v2 , v1 )
Distribución f
Ejemplo 1: Si dos muestras aleatorias independientes de tamaño n1= 7 y n2=13
se toman de una población normal, ¿Cuál es la probabilidad de que la variancia
de la primera sea al menos tres veces mas grande que la de la segunda?
1 1
f1 (v1, v2 ) 0.36
f 0.05 (20,10) 2.77