Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INFERENCIAL
DISTRIBUCION MUESTRAL DE UNA PROPORCION E
INTERVALOS DE CONFIANZA PARA UNA PROPORCIÓN
𝜋 1−𝜋
𝑃~𝑁 𝜋 ,
𝑛
Una distribución binomial está estrechamente relacionada con la distribución
muestral de proporciones; pues una población binomial es una colección de éxitos ó
fracasos, mientras que una distribución muestral de proporciones contiene las
proporciones de todos los números posibles de éxitos en un experimento binomial.
Para tamaños de muestra mayores a 30 por el teorema del límite central se puede
asegurar que la proporción muestral, p, tiene una distribución normal con media 𝜇 =
𝜋(1−𝜋) 𝜋 1−𝜋
𝜋 y Desviación estándar 𝜎 = , es decir: 𝑃~𝑁 𝜋 ,
𝜋 𝑛
𝑝−𝜋
Z=
Estandarización 𝜋 1−𝜋
𝑛
Ejemplo:
Una máquina fabrica piezas para autos. En su producción habitual, se fabrica 3
piezas defectuosas de cada 100 piezas. Un cliente recibe una caja de 500 piezas
procedentes de la fábrica. Calcular la probabilidad de que haya más de un 5% de
piezas defectuosas en la caja
Solución: Població Muestra
n
𝑃: 𝑃𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑑𝑒 𝑝𝑖𝑒𝑧𝑎𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑎𝑠 3
𝜋= 𝑛 = 500
100
Estandarizamos:
Piden:
𝜋 = 0.03
𝟎. 𝟎𝟓 − 𝟎. 𝟎3
𝑃(𝑃 > 0,05) → 𝑃 𝑍>
0.03 1 − 0.03
500
= 𝑃 𝑍 > 2,62 Propiedad
p(1 p)
IC ( ) : p Z0
n
Nota:
La aproximación a la normal de la distribución muestral se da para
muestras grandes (n>50), es decir se recomienda utilizar este intervalo
sólo cuando se toma una muestra grande.
EJEMPLO 1
Datos/Observaciones
SOLUCIÓN:
𝑝(1 − 𝑝)
𝐼. 𝐶. 𝜋 = 𝑝 ± 𝑍0 • Luego:
𝑛
0.34 − 0.0657 < 𝜋 < 0.34 + 0.0657
68
→𝑝= = 0.34 0.2743 < 𝜋 < 0.4057
200
• Reemplazando:
(0.34)(0.66)
𝐼. 𝐶. 𝜋 = 0.34 ± 1.96
200
𝐼. 𝐶. 𝜋 = 0.34 ± 0.0657
Datos/Observaciones
EJEMPLO 2
Datos/Observaciones
SOLUCIÓN:
𝑝(1 − 𝑝)
𝐼. 𝐶. 𝜋 = 𝑝 ± 𝑍0 • Luego:
𝑛
0.575 − 0.088 < 𝜋 < 0.575 + 0.088
69
→𝑝= = 0.575 0.487 < 𝜋 < 1.663
120
• Reemplazando:
(0.575)(0.425)
𝐼. 𝐶. 𝜋 = 0.575 ± 1.96
120
𝐼. 𝐶. 𝜋 = 0.575 ± 0.088
Datos/Observaciones