Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cartilla - S3 PDF
Cartilla - S3 PDF
ESTADÍSTICA II
AUTOR: Rogelio Alvarado Martinez
ÍNDICE
ÍNDICE
2.1.1. Intervalo para la media de una población normal y la varianza de la población
conocida
Acceso rápido
2.1.2. Intervalo
para
la
media
de
una
población
normal,
la
varianza
de
la
población
2.1.3. Intervalo para la media de una población no normal
2.2. INTERVALOS DE CONFIANZA PARA PROPORCIONES DE UNA POBLACIÓN (TAMAÑO DE
NORMAL
2.4.1. Tamaño de la muestra para estimar la media poblacional con distribución normal
y
varianza
conocida
REFERENCIAS
2.4.2. Tamaño
de
la
muestra
para
estimar
la
proporción
poblacional
con
distribución
Este material pertenece al Politécnico
normal
Grancolombiano y a la Red Ilumno. Por ende, son
de uso exclusivo de las Instituciones adscritas a
la Red Ilumno. Prohibida su reproducción total
o parcial.
01 ------- G
INTRODUCCIÓN
RECOMENDACIONES
ACADÉMICAS
Se
pueden
hacer
inferencias
acerca
de
los
parámetros
poblacionales
de
dos
maneras.
Se
En
esta
unidad
se
tratarán
algunos
conceptos
relacionados
con
Estimación
y
Determinación
del
estiman
los
valores
de
los
parámetros
o
podemos
tomar
decisiones
con
respecto
a
ellos.
El
tamaño
de
muestra;
de
acuerdo
con
el
material
presentado
se
recomienda
profundizar
en
los
procedimiento
que
se
utilice
depende
muchas
veces
de
las
circunstancias
que
motivan
la
temas
Estimación
por
intervalo
para
la
media
con
varianza
conocida
en
muestras
pequeñas
y
realización
de
inferencias.
Por
ejemplo,
en
empresas
con
producción
masiva
es
imposible
o
al
grandes,
Estimación
por
intervalo
para
la
media
con
varianza
desconocida
en
muestras
menos
impráctico
medir
cada
pieza
de
material
que
llega
o
las
propiedades
de
cada
producto
pequeñas
y
grandes,
Determinación
tamaño
de
muestra
y
Estimación
por
intervalo
para
la
terminado.
En
estos
casos,
las
características
se
estudian
mediante
muestras
de
artículos
proporción
además
del
Tamaño
de
muestra.
extraídos
al
azar
y
los
resultados
se
generalizan
a
toda
la
producción.
Se
recomienda
revisar
las
lecturas
y
las
teleconferencias
en
detalle,
siguiendo
los
ejemplos
con
Suponga
que
una
fábrica
tiene
dos
incentivos
de
trabajo
para
que
los
empleados
incrementen
la
papel,
lápiz
y
calculadora,
para
la
mejor
comprensión
del
tema,
para
cualquier
duda,
puede
usar
producción.
Se
hace
un
muestreo
de
los
empleados
y
con
base
en
los
resultados
del
mismo,
se
los
canales
de
comunicación
tales
como:
correo,
elluminate
y
chat.
escoge
el
incentivo
que
da
una
mayor
producción.
Así
es
que
se
desea
tomar
una
decisión
acerca
de
la
diferencia
en
la
producción,
pero
es
necesario
medir
el
riesgo
de
tomar
una
decisión
incorrecta
haciendo
que
la
probabilidad
de
que
esto
ocurra
sea
relativamente
pequeña.
Si
se
observa
detenidamente,
en
todo
momento
se
están
haciendo
estimaciones.
Los
gerentes
recurren
a
las
estimaciones
porque
en
la
mayoría
de
casos
deben
tomar
decisiones
racionales
sin
disponer
de
información
completa
y
con
mucha
incertidumbre
respecto
a
lo
que
les
depara
el
futuro.
La
teoría
de
la
probabilidad
constituye
el
fundamento
de
la
inferencia
estadística,
rama
de
la
estadística
que
se
ocupa
del
uso
de
los
conceptos
de
la
probabilidad
para
afrontar
la
incertidumbre
en
la
toma
de
decisiones.
La
inferencia
estadística
se
basa
en
la
estimación,
que
se
tratará
en
esta
lectura
y
en
la
siguiente
sobre
prueba
de
hipótesis,
en
donde
se
harán
inferencias
respecto
a
las
características
de
la
población
a
partir
de
la
información
contenida
en
las
muestras.
02 -------
ESTIMACIÓN
DE
PARÁMETROS
confiabilidad,
la
cual
mide
que
el
verdadero
parámetro
poblacional
se
encuentre
dentro
del
intervalo.
La
estimación
por
intervalo
es
una
regla
que
indica
cómo
calcular
dos
números
con
base
en
los
datos
muestrales,
estos
dos
números
tienen
asociada
una
probabilidad
llamada
grado
de
< >?=
𝜎𝜎; =
para
población
finita
o
conocida
= >?@
Ejemplo
1
Figura
1.
Representación
del
nivel
de
confianza
El
gerente
de
una
fábrica
preocupado
por
la
demora
en
la
producción,
desea
estimar
el
tiempo
Fuente: Elaboración propia
promedio
que
gastan
sus
trabajadores
en
ensamblar
una
pieza
determinada.
Por
experiencia
se
sabe
que
el
tiempo
gastado
tiene
distribución
normal
con
desviación
estándar
de
3,38
minutos.
Se
toma
una
muestra
de
seis
obreros
y
se
registra
el
tiempo,
en
minutos,
que
gastan
obteniendo:
𝑃𝑃 𝑋𝑋 − 𝑍𝑍2 ∙ 𝜎𝜎4
≤
𝜇𝜇
≤ 𝑋𝑋 − 𝑍𝑍2 ∙ 𝜎𝜎4
= 1 − 𝛼𝛼
& &
Obtener
una
estimación
con
un
nivel
de
confianza
del
90%.
Que
se
escribe
en
forma
resumida
como:
Solución:
𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4
& Con
los
datos
de
la
muestra
se
obtiene
𝑋𝑋
4 @C@,E
𝑋𝑋
=
=
=16,9
Donde:
= F
Para
una
confiabilidad
o
nivel
de
confianza
del
90%
encontramos
el
valor
𝑍𝑍∝/&
en
la
tabla
de
la
Z
es
el
valor
de
la
tabla
normal
que
deja
por
arriba
o
por
abajo
una
probabilidad
igual
a
𝛼𝛼 /2
que
distribución
normal,
para
ello
haremos
lo
siguiente:
corresponde
al
nivel
de
confianza
(1 − 𝛼𝛼)
y
𝜎𝜎4
es
el
error
estándar.
• Paso
1:
Encontrar
el
nivel
alfa.
Si
se
le
da
el
nivel
alfa
en
la
pregunta
(por
ejemplo,
un
Figura 2. Tabla Z, áreas bajo la curva.
nivel
alfa
de
10%),
vaya
al
paso
2.
Para
este
caso
Restamos
el
nivel
de
confianza
del
Fuente: Elaboración propia
100%.
Es
decir,
si
tiene
un
nivel
de
confianza
del
90
por
ciento,
entonces
el
100%
-‐
90%
=
10%.
• Paso
2:
Divida
la
cantidad
que
se
encontró
en
el
paso
1
en
2
para
obtener
el
nivel
alfa
para
una
prueba
de
dos
colas:
10%
/
2
=
5%.
• Paso 3: Reste el paso 2 del 50%: 50% -‐ 5% = 45%.
• Paso 4: Convertir Paso 3 a un decimal y encontrar esa zona en el centro de la Tabla Z.
El
más
cercano
de
puntuación
Z
de
45%
(0.45)
se
encuentra
entre
en
Z
=
1,64
y
Z=1,65;
lo
que
haremos
es
sumar
estos
dos
datos
y
dividir
en
dos
el
resultado,
obteniendo
𝑍𝑍∝/& =1,645
Figura 3. Representación del nivel de confianza ejemplo 1
𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4
&
3,83
16,9 ± 1,645
6
Con
una
confiabilidad
del
90%,
se
estima
que
el
tiempo
promedio
de
ensamblado
está
entre
14,32
y
19,47
minutos.
2.1.2. Intervalo
para
la
media
de
una
población
normal,
la
varianza
de
la
población
desconocida
y
muestra
pequeña
(n<30).
El
intervalo
entonces
queda:
Para
una
confiabilidad
o
nivel
de
confianza
del
95%
encontramos
el
valor
t
en
la
tabla
de
la
distribución
t-‐Student,
para
ello
haremos
lo
siguiente:
𝑋𝑋 ± 𝑡𝑡2 ,=?@ ∙ 𝑆𝑆;
& • Paso
1:
Encontrar
el
nivel
alfa.
Si
se
le
da
el
nivel
alfa
en
la
pregunta
(por
ejemplo,
un
nivel
alfa
de
10%),
vaya
al
paso
2.
Para
este
caso
Restamos
el
nivel
de
confianza
del
Donde
100%.
Es
decir,
si
tiene
un
nivel
de
confianza
del
95
por
ciento,
entonces
el
100%
-‐
95%
=
5%.
𝑡𝑡A,=?@
:
es
el
valor
de
la
t
de
la
distribución
t-‐Student
que
deja
por
arriba
o
por
debajo
una
B
• Paso
2:
Divida
la
cantidad
que
se
encontró
en
el
paso
1
en
2
para
obtener
el
nivel
alfa
probabilidad
igual
a
𝛼𝛼 /2
con
(n-‐1)
grados
de
libertad,
para
una
prueba
de
dos
colas:
5%
/
2
=
2.5%
𝑆𝑆;
es
el
error
estándar.
• Paso
3:
Ubique
en
la
columna
1
de
la
tabla,
los
n-‐1
grados
de
libertad,
en
este
caso
da
13.
Ejemplo 2
Un
supermercado
vende
café
cuya
etiqueta
dice
“40
onzas”.
Ante
los
reclamos
hechos,
el
gerente
toma
una
muestra
de
14
paquetes
y
encuentra
un
peso
promedio
de
34,86
y
una
desviación
estándar
de
4,23.
Con
una
confiabilidad
del
95%,
estimar
el
peso
promedio
de
todos
los
paquetes.
Datos:
𝑡𝑡2,=?@ = 𝑡𝑡C.C&S,@T = 2.1604
Un
gran
distribuidor
de
partes
para
automóviles
necesita
una
estimación
de
la
vida
media
que
& cabe
esperar
de
los
limpia
brisas
en
condiciones
normales
de
manejo.
La
gerencia
ya
ha
determinado
que
la
desviación
estándar
de
la
vida
de
la
población
es
seis
meses.
Se
selecciona
luego,
una
muestra
aleatoria
simple
de
100
limpiabrisas
obteniéndose
una
vida
media
de
21
meses.
4,23 Como
el
distribuidor
utiliza
miles
de
estas
piezas
al
año,
quiere
encontrar
una
estimación
por
𝑋𝑋 ± 𝑡𝑡2,=?@ ∙ 𝑆𝑆; = 34,86
± 2,1604 = 34,86 ± 2,44
intervalo
con
un
nivel
de
confianza
del
95%.
& 14
34,86 + 2,44 = 32,42
=
34,86 − 2,44 = 37,00 Solución:
Dado
que
el
tamaño
de
la
muestra
es
mayor
que
30,
se
puede
utilizar
la
distribución
normal
como
la
distribución
de
muestreo
y
por
lo
tanto:
Con
una
confianza
del
95%,
se
puede
decir
que
el
peso
promedio
se
encuentra
entre
32,42
y
37,0
onzas.
𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4
&
2.1.3. Intervalo
para
la
media
de
una
población
no
normal
Como
el
grado
de
confiabilidad
(1
–
α
)
=
95%
entonces
en
la
distribución
normal
el
valor
de
Z
=
En
la
lectura
anterior
se
dijo
que
para
poblaciones
no
normales
cuando
n
es
grande
entonces
el
1,96
(ver
pasos
del
ejemplo
1
para
hallar
el
valor
de
Z)
;?V
valor
de
𝑍𝑍 =
W
se
distribuye
en
forma
aproximadamente
normal;
también
se
dijo
que
una
X 𝑋𝑋 = 21
muestra
se
considera
grande
si
n
>
30.
Entonces
el
intervalo
queda:
n=100
s=6
(desviación
estandar)
𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4
&
Si
se
desconoce
σ2
se
estima
con
la
varianza
muestral
S2
𝑋𝑋 ± 𝑍𝑍2 ∙ 𝜎𝜎4
&
6
21 ± 1,96 = 21 ± 1,18
100
21 + 1,8 = 19,82
=
21 − 1,8 = 22,18
Ahora,
se
puede
decir
que
la
vida
media
de
los
limpiabrisas
se
estima
entre
19,82
y
22,18
meses
es
aproximadamente
una
distribución
normal
estándar.
Haremos
uso
de
este
resultado
para
con
una
confiabilidad
del
95%
obtener
los
intervalos
de
confianza
de
la
proporción
de
la
población,
𝑃𝑃 − 𝑃𝑃
1−∝= 𝑃𝑃 −𝑍𝑍∝ < 𝑍𝑍 < 𝑍𝑍∝ = 𝑃𝑃 −𝑍𝑍∝ < < 𝑍𝑍∝
& & & &
2.2. INTERVALOS
DE
CONFIANZA
PARA
PROPORCIONES
DE
UNA
POBLACIÓN
𝑃𝑃 1 − 𝑃𝑃
(TAMAÑO
DE
MUESTRA
GRANDE)
𝑛𝑛
Las
proporciones
poblacionales
se
refieren
a
aquella
parte
de
la
población
que
satisface
cierta
característica.
Como
es
una
proporción
se
refiere
a
una
fracción,
es
decir,
una
parte
del
total
𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃
= 𝑃𝑃 −𝑍𝑍∝ < 𝑃𝑃 − 𝑃𝑃 < 𝑍𝑍∝
que
cumple
con
cierta
condición.
& 𝑛𝑛 & 𝑛𝑛
𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃
La
proporción
muestral
está
dada
por:
= 𝑃𝑃 𝑃𝑃 − 𝑍𝑍∝ < 𝑃𝑃 < 𝑃𝑃 + 𝑍𝑍∝
& 𝑛𝑛 & 𝑛𝑛
𝑋𝑋
𝑃𝑃 =
𝑛𝑛
donde
𝑃𝑃
representa
la
proporción
de
la
muestra,
X
el
número
de
éxitos
y
n
el
número
de
luego,
si
la
proporción
muestral
observada
es
𝑃𝑃,
se
obtiene
un
intervalo
de
confianza
elementos
de
la
muestra.
aproximado
de
la
proporción
de
la
población
al
100(1-‐∝)%
por
medio
de:
𝑃𝑃 1 − 𝑃𝑃
𝑃𝑃 ± 𝑍𝑍∝ = 𝑃𝑃 ± 𝑀𝑀𝑀𝑀
& 𝑛𝑛
Si
no
se
conoce
el
valor
de
P
(la
probabilidad
de
éxito)
este
valor
puede
ser
estimado
por
𝑃𝑃
siempre
que
el
tamaño
de
la
muestra
dado
sea
mayor
que
30
(n>30),
así
la
distribución
de
variable
aleatoria,
donde
ME
es
el
margen
de
error
de
este
intervalo
𝑃𝑃 − 𝑃𝑃
𝑍𝑍 =
𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃
𝑀𝑀𝑀𝑀 = 𝑍𝑍∝
𝑛𝑛 & 𝑛𝑛
Ejemplo 4
En
una
muestra
aleatoria
de
95
empresas
manufactureras,
67
han
indicado
que
su
empresa
ha
obtenido
la
certificación
ISO
en
los
dos
últimos
años.
Halle
el
intervalo
de
confianza
al
99%
de
la
proporción
poblacional
de
empresas
que
han
recibido
la
certificación
en
los
dos
últimos
años.
Solución:
𝑋𝑋 67
𝑃𝑃 = =
𝑛𝑛 95
Para
una
confiabilidad
o
nivel
de
confianza
del
99%
encontramos
el
valor
Z
en
la
tabla
de
la
distribución
normal,
para
ello
haremos
lo
siguiente:
• Paso
1:
Encontrar
el
nivel
alfa.
Si
se
le
da
el
nivel
alfa
en
la
pregunta
(por
ejemplo,
un
nivel
alfa
de
10%),
vaya
al
paso
2.
Para
este
caso
Restamos
el
nivel
de
confianza
del
100%.
Es
decir,
si
tiene
un
nivel
de
confianza
del
90
por
ciento,
entonces
el
100%
-‐
99%
=
1%.
• Paso
2:
Divida
la
cantidad
que
se
encontró
en
el
paso
1
en
2
para
obtener
el
nivel
alfa
para
una
prueba
de
dos
colas:
1%
/
2
=
0,5%
Figura 5. Tabla Z, áreas bajo la curva, ejemplo 4
Hallemos
el
intervalo
de
confianza:
χn2−1,α
es
el
valor
que
satisface
que
P ⎛⎜ χn2−1 > χn2−1,α ⎞ α
y
2
χ n −1,1−α
es
el
valor
para
el
cual
⎟ =
2 ⎝ 2 ⎠ 2 2
α
P ⎛⎜ χn2−1 < χn2−1,1−α ⎞⎟ = .
𝑃𝑃 1 − 𝑃𝑃 𝑃𝑃 1 − 𝑃𝑃 ⎠ 2
𝑃𝑃 − 𝑍𝑍∝ < 𝑃𝑃 < 𝑃𝑃 + 𝑍𝑍∝
⎝ 2
& 𝑛𝑛 & 𝑛𝑛
67 67 67 67
67 1− 67 1−
− 2,58 ∙ 95 95 < 𝑃𝑃 < + 2,58 ∙ 95 95
95 95 95 95
Ejemplo
5
0,71 − 0,12 < 𝑃𝑃 < 0,71 + 0,12
El
director
de
control
de
calidad
de
una
empresa
química
ha
extraído
una
muestra
aleatoria
de
0,58 < 𝑃𝑃 < 0,705
veinte
sacos
de
fertilizante
de
100
kilos
para
estimar
la
varianza
de
los
kilos
de
impurezas.
Se
ha
observado
que
la
varianza
muestral
es
de
6.62.
Determine
el
intervalo
de
confianza
al
95%
de
la
varianza
poblacional
de
los
kilos
de
impurezas.
Así
la
proporción
de
empresas
con
certificación
ISO
(con
un
margen
de
error
de
un
12%
y
un
nivel
de
confianza
del
99%)
se
encuentra
entre
el
58%
y
71%
aproximadamente.
Solución:
χn2−1,α χ n2−1,1−α α = 0.025
Dado
que
𝑠𝑠 & = 6.62
y
n=20
vamos
a
establecer
los
valores
2
y
2
cuando
2 .
&
• Para
calcualar
𝜒𝜒@^,C.C&S
2.3. INTERVALOS
DE
CONFIANZA
DE
LA
VARIANZA
DE
UNA
POBLACIÓN
QUE
SE
DISTRIBUYE
NORMAL
& &
𝛼𝛼
𝑃𝑃 𝜒𝜒=?@ > 𝜒𝜒=?@,2/& =
2
Si
se
tiene
una
muestra
aleatoria
de
tamaño
n
cuyas
observaciones
son
extraídas
de
una
& &
población
que
se
distribuye
normal
con
varianza
𝜎𝜎 &
desconocida
y
la
varianza
muestral
es
𝑆𝑆 & ,
𝑃𝑃 𝜒𝜒@^ > 𝜒𝜒@^,C.C&S = 0,025
entonces
un
intervalo
de
confianza
para
la
varianza
poblacional
con
un
nivel
de
confianza
de
100 1 − 𝛼𝛼 %
es
de
acuerdo
a
los
valores
de
la
tabla
chi
cuadrado
𝜒𝜒 &
(n − 1)s 2 2 (n − 1)s 2
<σ <
χ n2−1,α χ n2−1,1−α
2 2
La variable aleatoria,
&
(𝑛𝑛 − 1)𝑆𝑆 &
𝜒𝜒=?@ =
𝜎𝜎 &
sigue
una
distribución
ji-‐cuadrado
con
(n-‐1)
grados
de
libertad.
Este
resultado
constituye
la
base
para
hallar
intervalos
de
confianza
de
la
varianza
poblacional
cuando
se
extrae
una
muestra
de
una
población
que
sigue
una
distribución
normal.
Figura 6. Tabla chi cuadrado (𝝌𝝌𝟐𝟐 ), áreas bajo la curva, ejemplo 5 parte 1 Figura
7.
Tabla
chi
cuadrado
(𝝌𝝌𝟐𝟐 ),
áreas
bajo
la
curva,
ejemplo
5
parte
2
&
𝜒𝜒@^,C.C&S = 32,85
&
𝜒𝜒@^,C.^aS = 8.91
Luego
el
intervalo
de
confianza
es
(n 2− 1)s < σ 2 < (n2− 1)s
2 2
&
• Para
calcualar
𝜒𝜒@^,C.^aS
χ n −1,α χ n −1,1−α
2 2
& &
𝛼𝛼
𝑃𝑃 𝜒𝜒=?@ < 𝜒𝜒=?@,@?2/& =
2 (20 − 1)6.62
<σ2 <
(20 − 1)6.62
&
32.85 8.91
&
𝑃𝑃 𝜒𝜒@^ < 𝜒𝜒@^,C.^aS = 0,025
3.8289 < σ 2 < 14.1167
de
acuerdo
a
los
valores
de
la
tabla
chi
cuadrado
𝜒𝜒 &
En
otras
palabras,
la
varianza
poblacional
o
la
varianza
en
kilos
de
impurezas
se
encuentra
entre
3.83
y
14.12
kilos.
Ejemplo 6
La
política
de
gobierno
en
asuntos
internos
ha
recibido
un
índice
de
aprobación
del
65%
en
una
encuesta
reciente.
Se
ha
dicho
que
el
margen
de
error
era
de
0.035.
¿De
qué
tamaño
era
la
2.4.1. TAMAÑO
DE
LA
MUESTRA
PARA
ESTIMAR
LA
MEDIA
POBLACIONAL
CON
muestra
utilizada
para
hacer
esta
encuesta
si
suponemos
que
el
nivel
de
confianza
era
del
95%?
DISTRIBUCIÓN
NORMAL
Y
VARIANZA
CONOCIDA
Dado
que
el
margen
de
error,
que
denotaremos
e
es
igual
a
e = Z
σ x
Solución:
n
para
determinar
el
valor
de
n
sólo
necesitamos
despejarlo:
Organicemos
la
información
dada:
2
σ x2
n= Z pˆ = 0.65
e 2
ME
=
0,035
Téngase en cuenta que los datos dados deben ser el margen de error y la varianza poblacional.
Para
una
confiabilidad
o
nivel
de
confianza
del
95%
encontramos
el
valor
Z
en
la
tabla
de
la
distribución
normal,
para
ello
haremos
lo
siguiente:
2.4.2. TAMAÑO
DE
LA
MUESTRA
PARA
ESTIMAR
LA
PROPORCIÓN
POBLACIONAL
CON
DISTRIBUCIÓN
NORMAL
Al
igual
que
en
el
caso
anterior,
dado
que
el
margen
de
error,
que
denotaremos
ME
es
igual
a
• Paso
1:
Encontrar
el
nivel
alfa.
Si
se
le
da
el
nivel
alfa
en
la
pregunta
(por
ejemplo,
un
nivel
alfa
de
10%),
vaya
al
paso
2.
Para
este
caso
Restamos
el
nivel
de
confianza
del
100%.
Es
decir,
si
tiene
un
nivel
de
confianza
del
90
por
ciento,
entonces
el
100%
-‐
95%
=
5%.
• Paso
2:
Divida
la
cantidad
que
se
encontró
en
el
paso
1
en
2
para
obtener
el
nivel
alfa
para
una
prueba
de
dos
colas:
5%
/
2
=
2,5%
Luego,
• Paso
3:
Reste
el
paso
2
del
50%:
50%
-‐
2,5%
=
47,5%
&
𝑍𝑍2/& 𝑃𝑃 1 − 𝑃𝑃
• Paso
4:
Convertir
Paso
3
a
un
decimal
y
encontrar
esa
zona
en
el
centro
de
la
Tabla
Z.
𝑛𝑛 =
𝑀𝑀𝑀𝑀 &
1,96 &
0,65 1 − 0,65
𝑛𝑛 = = 713.44 ≈ 714
El
más
cercano
de
puntuación
Z
de
47,5%
(0.475)
se
encuentre
entre
en
𝑍𝑍∝/& =1,96
0,035 &
El
tamaño
de
la
muestra
utilizada
para
hacer
esta
encuesta
con
un
nivel
de
confianza
del
95%
es
de
714.
Figura 8. Tabla Z, áreas bajo la curva - ejemplo 6
04 -------
REFERENCIAS
• GUTIERREZ, H. y. (2005). Control estadístico de Calidad y Seis Sigma. McGrawHill.
• FREUND
John
E.,
M.
I.
(2000).
Estadística
Matemática
con
aplicaciones
(6
ed.).
Prentice
Hall.
• Paul, N. (1988). Estadística para los Negocios y la Economía (4 ed.). Prentice Hall.
Figura 4. Tabla t de Student, áreas bajo la curva. ......................................................................... 11
Figura 5. Tabla Z, áreas bajo la curva, ejemplo 4 .......................................................................... 17
Figura 6. Tabla chi cuadrado (χ2), áreas bajo la curva, ejemplo 5 parte 1 .................................... 20
Figura 7. Tabla chi cuadrado (χ2), áreas bajo la curva, ejemplo 5 parte 2 .................................... 21
Figura 8. Tabla Z, áreas bajo la curva -‐ ejemplo 6 ......................................................................... 24