10/08/2007

Diseño Estadístico y
Herramientas para Distribuciones
la Calidad Muestrales
Expositor:
p
Dr. Juan José Flores Romero
juanf@umich.mx
http://lsc.fie.umich.mx/~juan

M. en Calidad Total y Competitividad

Distribuciones Muestrales Distribuciones Muestrales

z Son la base para inferencia estadística
z Basadas en el concepto de muestreo
z Muestra vs. Muestreo
z A la distribución de todos los posibles valores
que puede tomar un estadístico, calculada en
base a muestras del mismo tamaño,
aleatoriamente de la misma población
aleatoriamente, población, se le
llama distribución muestral de ese
estadístico.

1
 10/08/2007

Distribución Muestral de la
Distribuciones Muestrales Media
z Construcción: z Una población consiste de 10 vendedores de
1. De una población discreta, finita, de tamaño N, una compañía. La variable de interés, X, es
extraer todas las muestras posibles de tamaño la antigüedad. X = {1, 2, 3, 4, 5, 6, 7, 8, 9,
n. 10} Podemos calcular los siguientes
10}.
2. Calcular el valor del estadístico de interés de parámetros:
cada muestra
μ=∑ σ2 = ∑
xi 55 ( xi − μ ) 2
3. Hacer una tabla con dos columnas: en la = = 5.5 = 8. 5
primera los posibles valores diferentes del N 10 N
estadístico y en la segunda, la frecuencia de
ocurrencia.

Distribución Muestral de la Distribución Muestral de la

Media Media
1. Extraemos todas las posibles muestras.
Supongamos n=2 (100 muestras).
2. Calculamos la media x para cada una de
esas muestra
3. Listar los valores diferentes del estadístico y
sus frecuencias.

2
 10/08/2007

Distribución Muestral de la Distribución Muestral de la

Media Media

Distribución Muestral de la Distribución Muestral de la

Media Media
z Calculamos la media de la distribución z Calculamos la media de la distribución
muestral muestral
σ2
σ x2 = ∑
( xi − μ x ) 2 412.5 σ x2 = =
8.25
= 4.125
=∑
= = 4.125
x 550 Nn n 2
μx i
= = 5.5
100
Nn 100
z La media de la población de medias z Error Estándar de la Media o Error Estándar
muestrales.
σ
σ x2 = = 4.125 = 2.031
n

3
 10/08/2007

Distribuciones Muestrales Teorema del Límite Central

Cuando el muestreo se extrae de una población distribuida z Dada una población con media μ y varianza
normalmente, la distribución muestral de la media
finita σ2, con cualquier distribución, la
muestral tiene las siguientes propiedades:
1. La distribución de la media es normal,
distribución muestral de la media, calculada
i d
independientemente
di t t ddell ttamaño
ñ dde lla muestra.
t de muestras aleatorias de tamaño n, n está
2. La Media de la distribución de las medias es igual a la distribuida normalmente con media μ y
media de la población. varianza finita σ2/n, cuando n es grande.
3. La varianza de la distribución de las medias es igual a
la varianza de la población, dividida entre n.
z La regla de oro dice que n≥30.

Distribución de la diferencia
Ejemplo entre dos Medias Muestrales
z La vida promedia de cierta herramienta es de z Dadas dos poblaciones distribuidas normalmente con
medias μ1 y μ2, y varianzas σ12 y σ22, la distribución
41.5 horas, con una desviación estándar de
muestral de la diferencia ⎯x1 - ⎯x2, de muestral aleatorias
2.5 horas. ¿Cuál es la probabilidad de que independientes de tamaños n1 y n2, extraídas de las
una muestra aleatoria de tamaño 50 extraída poblaciones se encuentra normalmente distribuida con
poblaciones,
de esta población tenga una media entre media
40.5 y 42 horas? μ x − x =μ1 − μ 2
1 2

P (40.5 ≤ x ≤ 42) = P (−2.86 ≤ z ≤ 1.43) z y varianza

= P ( z ≤ 1.43) − P ( z ≤ −2.86) = 0.9236 − 0.0021 = 0.9215 σ x2 − x =(σ 12 / n1 ) − (σ 22 / n2 )
1 2

4
 10/08/2007

Ejemplo Ejemplo
( x1 − x2 ) − ( μ1 − μ 2 )
z Dos compañías fabrican lubricantes de alta temperatura, z=
σ 12 σ 22
para el mismo mercado. La compañía A anuncia que en +
promedio, su lubricante deja de ser efectivo a 505 °F, n1 n2
con una desv. est. de 10 °F. La compañía B anuncia
que su producto tiene una media de 475 °F F, con una 25 − (505 − 475)
z1 = = −1.89
desv. est. de 7 °F. Suponga que una muestra de 10 2 7 2
tamaño 20 para la primera compañía y otra +
20 25
independiente de tamaño 25 para la segunda son
35 − (505 − 475)
extraídas aleatoriamente. ¿ Cuál es la probabilidad de z2 = = 1.89
que la diferencia en temperatura promedio de falla para 10 2 7 2
+
las dos muestras esté entre 25 y 35 °F? 20 25

P (−1.89 ≤ z ≤ 1.89) = 0.9706 − 0.0294 = 0.9412

Distribución Muestral de una

Proporción Ejemplo
z Cuando el tamaño de la muestra es grande, z Una fábrica de clavos determina que 3% de
la distribución muestral de una proporción su producto está defectuoso. Suponga que
está distribuida normalmente, donde: se examina una muestra aleatoria de 300
clavos ¿Cuál es la probabilidad de que la
clavos.
μ pˆ = p proporción de defectuosos esté entre 0.02 y
0.035?
p (1 − p )
σ 2pˆ =
n
P (−1.02 ≤ z ≤ 0.51) = 0.6950 − 0.1539 = 0.5411