Documentos de Académico
Documentos de Profesional
Documentos de Cultura
z 2 pq
n= 2
E
0.45
90%
5% 5%
0.5
p = 0.90/2 = 0.45
p ( z< z2 ) =0.5+0.45
p ( z< z2 ) =0.95
Z=1.65
q=1− p=1−0.45=0.55
z 2 pqN
n=
N E2 + z 2 pq
Se desean saber las proporciones de artículos defectuosos en una población de 25000. Para
un estudio con un nivel de confianza del 95% y un error de 0.2, suponiendo que en un
estudio anterior produjo 18 artículos defectuosos de cada 100 ¿de qué tamaño debe ser la
muestra?,
Donde:
E = 0.2
P ( z<z1) = 0.025
P = 100-18= 82 unidades no
defectuosas de cada 100 = 0.82
q = 1- p = 1-0.82 = 0.18
N= 25000
2
z pqN
n=
N E2 + z 2 pq
n=14.1674
Por lo tanto la muestra para realizar un estudio del nivel de confianza de 95% y margen de
error de 20 % en una población de 25000 artículos, debe componerse de 14 artículos.
Caso 1: Aplicar un muestreo sistemático para poder seleccionar una muestra de 11 personas
desparecidas. Elabore un listado con el número de puntos seleccionados y su valor
respectivo para la variable lugar de procedencia, utilice como columna de arranque la c6.
TABLA N°1:
C1 C2 C3 C4 C5 C6 C7
4 8 2 4 6 6 3
9 3 9 4 1 4 4
9 2 3 3 3 8 1
1 6 0 8 3 9 6
1 6 6 1 6 4 2
1 9 0 5 5 0 8
6 1 2 9 5 0 4
Solución:
determinamos el valor de K
N ( poblacion)
K=
n(muestra)
150
K= =13.64
11
K=13
valor de arranque
1≤ A≤ K
1 ≤ A ≤ 13
6
Ayacucho = = 0.545
11
Caso 2: La tabla anexa muestra el número de nacimientos y la tasa de natalidad por cada
1000 individuos para Estados Unidos durante seis años seleccionados sistemáticamente.
Solución:
n
1 1
^μ= y´sy = ∑ y i= 11,561.610=1,926.935.
n i=l 6
2
^ ( y sy )= s N −n
V (n N )
↓ N =26 a ñ os
↓ S 2=37,913,412,871.20
^ ( ý sy )=4,860,693,957.85
V
B=139,437.35
1 51 42
2 62 53
3 49 40
4 73 45
5 101 63
A) N=57 N=5
m1 y1 m 21 y 21 m1 y 1
51 42 2601 1764 2142
62 53 3844 2809 3286
49 40 2401 1600 1960
73 45 5329 2025 3285
101 63 10201 3969 6363
∑ yi 243
^p= i=1
n
= =0.7232⇒ ^p =72,32 %
336
∑ mi
i=1
n n n n
1 1
2
S=
c ∑
n−1 i=1
2
( [ y 1−^p mi ] )=
n−1 (∑
i=1
2
y i−2 ^p ∑
i=1
y i mi + ^
i=1
)
p2 ∑ mi2 =68,7
336 2
M 2 ≈ m 2= ( )
5
=4515,84
2
1 N −n S c
V ( ^p )= 2
^ =0,00278
M N n
√ V^ ( ^p )=0,1054 ⇒ 10.54 %
B2 M 2 0.052 × 4515,84
B) D= = =2,8224
4 4
Una población de 6000 personas se ha dividido en tres estados uno con 1000 personas, otro
con 3500 y otro con 1500. En esa población se ha realizado un muestreo estratificado con
afijación proporcional, en el que se ha elegido al azar 15 personas del tercer estrato.
Determine el tamaño total de la muestra obtenida con ese muestreo y su composición.
b) dada la población {1, 4, 7}construya las muestras posibles de tamaño 2 que pueden
formare mediante muestras aleatorio simples y hallle la varianza de las medias muestrales
de todas esas muestras.
SOLUCION:
a. Total = 6000
1000 n1= 10
3500 n2= 35
1500 n3= 15
n3 1500
=
N 6000
15 1500
=
N 6000
N=60
b. {1,4,7}
n =2
σ2
{1,4,7}
N (u , σ )= N ( 4 , √ 3)
σ
N (u , )
√n
1+ 4+7
u= =4
3
2 12 + 42 +72 2
σ = −4 =6
3
σ
N (u , )
√n
6
N (4, √ )
√2
El coste del muestreo se incrementa mucho por la dispersión geográfica de las unidades,
siendo más deseable obtener la muestra de un modo menos disperso. Cuando ocurre esto, se
recomienda el uso del muestreo polietápico, que se caracteriza por obtener la muestra en
sucesivas etapas. Para un ejemplo de esta técnica de muestreo, veamos la 4 siguiente ficha
técnica de la "Encuesta sobre la opinión respecto a la intervención militar contra Irak"
(publicada por EL PAÍS 2-2-2003):
-Unidades últimas (INDIVIDUOS) según cuotas cruzadas de sexo, edad y recuerdo de voto
de las elecciones generales de 2000.
Para cada parámetro pueden existir varios estimadores diferentes. En general, escogeremos
el estimador que posea mejores propiedades que los restantes,
como insesgadez, eficiencia, convergencia y robustez (consistencia).
Más formalmente un estadístico es una función medible T que, dada una muestra estadística
de valores , les asigna un número, , que sirve para
estimar determinado parámetro de la distribución de la que procede la muestra..
Imagina que tienes una población con media µ y desviación típica s. y que extraes
aleatoriamente todas las posibles muestras, todas ellas de tamaño n. Si obtuvieras las
medias de todas estas muestras, y las consideras una distribución de datos (la distribución
muestral de medias), comprobarías que:
En consecuencia, "si una población tiene media m y d.t. s , y tomamos muestras de tamaño n ( de
tamaño al menos 30, o cualquier tamaño, si la población es "normal"), las medias de estas
muestras siguen aproximadamente la distribución:
Cuanto menor sea, más ajustadas a la media de la población serán las medias que obtengamos de
una muestra. De su propia definición, es fácil darse cuenta de que cuanto mayor es el tamaño de
la muestra, menor es este grado de variabilidad, y por tanto más similar a la media de la población
será la media obtenida de la muestra.
X̄−μ
z=
σ /√n