Documentos de Académico
Documentos de Profesional
Documentos de Cultura
𝑥̅−𝜇𝑥
Si X es una v.a. normal y la 𝑍 = también es normal estándar, donde
�
√𝑛
�
En este caso se usará la varianza muestral S2, se asume que la distribución es aproximadamente
normal, por lo que además se usará la distribución t-Student con n-1 grados de libertad. Por lo
𝑥̅ −𝜇𝑥
dicho, ahora el estadístico será 𝑇 = 𝑠𝑥
√𝑛
-t/2, n -1 0 t/2, n -1
Tamaño de la muestra para estimar la media
El tamaño de la muestra para estimar la media, se lo obtiene con una confianza del 100(1-)%
con un error máximo | x -| a partir del intervalo de confianza para la media, caso 1.1.
z σ 2
n α/2 (3)
e
Donde:
x es el estimador puntual de
e= |𝑥̅ -| error máximo admisible (error de estimación)
2 es la varianza poblacional
Zα/2 es el punto crítico en la distribución normal correspondiente al nivel de significancia α
Para poder calcular el tamaño de la muestra, se debe fijar el error de muestreo y conocer es la
desviación estándar poblacional o aproximarla.
Puesto que e= |𝑥̅ -|, se entiende que e tiene las mismas unidades de la variable de estudio X,
por ejemplo, si X: salario tiene como unidad de medida dólares, de igual forma el error e tendrá
como unidad de medida dólares.
Luego para poder fijar e antes del cálculo de la muestra se recomienda que este error no supere
el 5% en términos de porcentaje. Para resolver el problema, se puede partir de una hipótesis,
por ejemplo, si quiere comprobar que el salario medio es $490, se podría tomar un 5% de este
valor para fijar el error, luego: e=$490*0.05 = $24.5.
Para finalizar, si no se cuenta con una hipótesis acerca de la media, como último recurso se
podría tomar la media de un estudio anterior o prueba piloto (no muy recomendable) para fijar
una hi- pótesis sobre la media para los cálculos.
Aunque en la fórmula del tamaño de la muestra, se encuentra la varianza 2, esta puede ser un
valor teórico conocido, pero no siempre será así, por lo que debe aproximarse. Se tienen tres cri-
terios:
Estudios anteriores
𝑛 2
Si se conoce la varianza muestral de estudios similares o anteriores 𝑆2 = 𝑖=1(𝑥𝑖−𝑥̅)
∑
, se to-
∗ 𝑛∗−1
Si no es posible aproximar la varianza por los dos criterios anteriores, se recurre a la regla empí-
rica, sin embargo, es la menos recomendable. El criterio se basa en la normalidad de la distribu-
ción normal, y la posilbildad de hallar intervalos de confianza a una, dos y tres desviaciones es-
tándar de la media. A dos desviaciones estándar de la media, se tiene un intervalo de confianza
que contiene un poco más del 95% de las observaciones, de modo que:
Dada una muestra aleatoria de tamaño n de una población grande y sea la variable aleatoria dis-
donde:
La varianza poblacional es 2 = pq
Puesto que e = |𝑝̂ − 𝑝| no tiene unidad de medida, este teoricamente toma valores entre cero y
uno, sin embargo para garantizar un muestreo adecuado, se recomienda usar valores del error
directamente entre 1% y 5%, es decir 0.01 ≤p≤0.05
Aunque en la fórmula del tamaño de la muestra, se encuentra la varianza 2, esta puede ser un
valor teórico conocido, pero no siempre será así, por lo que debe aproximarse. Se tienen tres cri-
terios:
Prueba de hipótesis sobre la media con varianza desconocida
Sea X1, X2, …, Xn una muestra aleatoria extraida de una distribución aproximadamente normal
varianza.
𝑛
𝑇 = 𝑥̅ − 𝜇
𝑠
√𝑛
Para probar la hipótesis se siguen los mismos pasos del caso de muestras grandes, con los
cambios sobre los puntos críticos como se indica a continuación.
Nota.- Para esta prueba de hipótesis, los grados de libertad, son g.l. = n–1, ya que se va a
estimar un parámetro, por ende se tiene una restricción.
Usualmente algunos programas estadísticos suelen usar la distribución t-Student para prue-
bas de hipótesis sobre la media, puesto que la distribución t-Student es una buena aproximación
de la distribución normal, especialmente cuando el tamaño de la muestra es grande, lo que está
justificado en parte por el teorema del límite central.
Estudios anteriores
Si se conoce la varianza muestral
∗ 𝑆 2 = 𝑝̂ 𝑞̂ de estudios similares o anteriores,
se tomará este valor para aproximar la varianza poblacional 2.
Prueba piloto
Se toma una muestra cuyo tamaño n* es mucho más pequeño que la muestra
definitiva n, (n*<<n), y se halla la varianza
∗ muestral 𝑆2 = 𝑝̂𝑞̂ , la misma que
aproximará a varianza
poblaciona
l 2.
Regla
e
m
pi
ric
a