Documentos de Académico
Documentos de Profesional
Documentos de Cultura
APLICADA
DISTRIBUCIONES DE PROBABILIDAD
TEMA 2:
DISTRIBUCIONES MUESTRALES
https://www.youtube.com/watch?v=Y7oKqrV4Bm
w
MUESTRA Y POBLACIÓN
Estrato 1 Estrato 2
Muestreo aleatorio estratificado: la
población se divide en grupos homogéneos
que llamamos estratos. La proporción de
cada estrato en la población se mantiene Población
en la muestra. Cada uno de los estrato de
la muestra se obtiene por muestreo
aleatorio simple sobre el estrato
correspondiente de la población.
Muestra
Tipos de muestreo aleatorio (II)
Error de muestreo
7 3 3/21=0,1429
7,5 9 9/21=0,4285
8 6 6/21=0,2857
8,5 3 3/21=0,1429
21 1
• Los distintos valores de –xi dan lugar a una variable aleatoria que representamos
– –
por X y se llama media muestral. La distribución de los valores de X se llama
distribución en el muestreo de la media.
–
La variable aleatoria X tiene las siguientes características:
1. Media :
2. Desviación típica:
n
–
3. A medida que n crece, la distribución de X se aproxima a la normal.
Distribución
de la
población de
partida
Distribución
de las medias
muestrales
para n = 5
Distribución
de las medias
muestrales
para n = 10
Distribución
de las medias
muestrales
para n = 30
Distribución en el muestreo de una proporción
• Supongamos que en una población la proporción de elementos con una determinada
característica es p.
^
• En una muestra cualquiera la proporción de individuos con dicha característica será p.
^
• Los distintos valores de p^ dan lugar a una variable aleatoria que representamos por P, y
^
que recibe el nombre de proporción muestral. La distribución de P se llama distribución
en el muestreo de una proporción.
^
La variable aleatoria P tiene las siguientes características:
1. Media : p
p(1 – p)
2. Desviación típica: n
^
3. A medida que n crece, la distribución de P se aproxima a la normal,
siempre que p no se acerque ni a 0 ni a 1. En cualquier caso, se considera
normal si n ≥ 30.
Distribuciones en el muestreo de una proporción
Un nuevo medicamento ha curado al 85 % de los
enfermos a los que se les ha aplicado. Determinar las
distribuciones en el muestreo de la proporción de
enfermos curados para muestras de tamaño 30, 100 y
1000 personas.
Tamaño Distribución
Desviación típica:
de la Media: muestral
p(1 – p)
muestra: p p(1 – p)
n n N(p, )
n
Se ha determinado que 60% de los estudiantes de una universidad grande fuman cigarrillos.
Se toma una muestra aleatoria de 800 estudiantes. Calcule la probabilidad de que la
proporción de la muestra de la gente que fuma cigarrillos sea menor que 0.55.
Ejercicios de Distribuciones en el muestreo de una proporción
Se sabe que la verdadera proporción de los componentes defectuosos fabricadas por una
firma es de 4%, y encuentre la probabilidad de que una muestra aleatoria de tamaño 60 tenga:
•Menos del 3% de los componentes defectuosos.
•Más del 1% pero menos del 5% de partes defectuosas.
ACTIVIDAD DE CIERRE
DISTRIBUCIONES DE PROBABILIDAD
TEMA 2:
DISTRIBUCIONES MUESTRALES
https://www.youtube.com/watch?v=Y7oKqrV4Bm
w
MUESTRA Y POBLACIÓN
Estrato 1 Estrato 2
Muestreo aleatorio estratificado: la
población se divide en grupos homogéneos
que llamamos estratos. La proporción de
cada estrato en la población se mantiene Población
en la muestra. Cada uno de los estrato de
la muestra se obtiene por muestreo
aleatorio simple sobre el estrato
correspondiente de la población.
Muestra
Tipos de muestreo aleatorio (II)
Error de muestreo
7 3 3/21=0,1429
7,5 9 9/21=0,4285
8 6 6/21=0,2857
8,5 3 3/21=0,1429
21 1
• Los distintos valores de –xi dan lugar a una variable aleatoria que representamos
– –
por X y se llama media muestral. La distribución de los valores de X se llama
distribución en el muestreo de la media.
–
La variable aleatoria X tiene las siguientes características:
1. Media :
2. Desviación típica:
n
–
3. A medida que n crece, la distribución de X se aproxima a la normal.
Distribución
de la
población de
partida
Distribución
de las medias
muestrales
para n = 5
Distribución
de las medias
muestrales
para n = 10
Distribución
de las medias
muestrales
para n = 30
Distribución en el muestreo de una proporción
• Supongamos que en una población la proporción de elementos con una determinada
característica es p.
^
• En una muestra cualquiera la proporción de individuos con dicha característica será p.
^
• Los distintos valores de p^ dan lugar a una variable aleatoria que representamos por P, y
^
que recibe el nombre de proporción muestral. La distribución de P se llama distribución
en el muestreo de una proporción.
^
La variable aleatoria P tiene las siguientes características:
1. Media : p
p(1 – p)
2. Desviación típica: n
^
3. A medida que n crece, la distribución de P se aproxima a la normal,
siempre que p no se acerque ni a 0 ni a 1. En cualquier caso, se considera
normal si n ≥ 30.
Distribuciones en el muestreo de una proporción
Un nuevo medicamento ha curado al 85 % de los
enfermos a los que se les ha aplicado. Determinar las
distribuciones en el muestreo de la proporción de
enfermos curados para muestras de tamaño 30, 100 y
1000 personas.
Tamaño Distribución
Desviación típica:
de la Media: muestral
p(1 – p)
muestra: p p(1 – p)
n n N(p, )
n
Se ha determinado que 60% de los estudiantes de una universidad grande fuman cigarrillos.
Se toma una muestra aleatoria de 800 estudiantes. Calcule la probabilidad de que la
proporción de la muestra de la gente que fuma cigarrillos sea menor que 0.55.
Ejercicios de Distribuciones en el muestreo de una proporción
Se sabe que la verdadera proporción de los componentes defectuosos fabricadas por una
firma es de 4%, y encuentre la probabilidad de que una muestra aleatoria de tamaño 60 tenga:
•Menos del 3% de los componentes defectuosos.
•Más del 1% pero menos del 5% de partes defectuosas.
ACTIVIDAD DE CIERRE
TEMA 1:
ESTIMACIONES
https://www.youtube.com/watch?v=kzLA0ar8a5k
Estimaciones puntuales e intervalos
de confianza
• Estimación puntual: Estadístico calculado a partir de la
información obtenida de la muestra y que se usa para
estimar el parámetro poblacional.
• Intervalo de confianza: Un conjunto de valores obtenido a
partir de los datos muestrales, en el que hay una
determinada probabilidad de que se encuentre el
parámetro. A esta probabilidad se le conoce como el nivel
de confianza.
5
Estimación puntual y estimación
por intervalos
• Los hechos que determinan la amplitud de un intervalo de
confianza son:
1. El tamaño de la muestra, n
2. La variabilidad de la población. normalmente estimada por s.
3. El nivel de confianza deseado.
6
Estimación puntual y estimación por intervalos
• Si la desviación estándar de la población es conocida o la
muestra es mayor que 30 utilizamos la distribución z.
s
X z
n
7
Punto e intervalo de estimación
• Si la desviación estándar de la población es desconocida y la
muestra es menor que 30 utilizamos la distribución t
s
X t
n
8
ACTIVIDAD DE CIERRE
TEMA 2:
INTERVALOS DE CONFIANZA
https://www.youtube.com/watch?v=kzLA0ar8a5k
Intervalo de estimación
• Un intervalo de estimación establece el rango
en el cual se encuentra el parámetro de
población.
• Un intervalo en el cual se espera que ocurra
el parámetro de población se llama intervalo
de confianza.
• Los dos intervalos de confianza que son más
utilizados son de 95% y 99%.
Intervalo de estimación
• Para un 95% de intervalo de confianza, aproximadamente 95%
de los intervalos construidos igualmente contendrán el
parámetro inicial. También el 95% de la muestra media para un
tamaño de muestra específico se encontrará dentro del 1.96 de
la desviación estándar de la media de la población.
6
7
Error estándar de la media muestral
El error estándar de la media muestral es la desviación estándar de la
distribución de las medias muestrales.
Se calcula como:
x
n
• x es el símbolo para el error estándar de la media
muestral.
• es la desviación estándar de la población.
• n es la magnitud de la muestra.
8
Error estándar de la media muestral
• Si σ no es conocido y n >= 30, la desviación
estándar de la muestra, designada s, se
aproxima a la desviación estándar de la
población.
• La fórmula para la desviación estándar es:
s
sx
n
9
95% y 99% intervalos de confianza para µ
• El 95% y 99% intervalos de confianza:
– 95% CI para la media de la población es dada:
s
X 1.96
n
99% CI para la media de la población es dada
como:
s
X 2 .58
n
10
Construyendo intervalos generales de
confianza para µ
• En general, un intervalo de confianza para la
media se calcula como:
s
X z
n
11
Ejemplo 3
• El director de una escuela de negocios quiere estimar la
cantidad media de horas que los estudiantes trabajan
por semana. De una muestra de 49 estudiantes mostró
una media de 24 horas con una desviación estándar de 4
horas. ¿Cuál es la media de la población?
13
Intervalo de confianza para la proporción de la
población
• El intervalo de confianza para la proporción
de la población se estima como:
p (1 p )
pz
n
14
Ejemplo 4
• De una muestra de 500 ejecutivos que tienen casa propia 175
revelaron planear vender sus casas y cambiarse a Arizona.
Desarrolle un intervalo de confianza con el 98% para la
proporción de ejecutivos que planean vender sus casas y
cambiarse a Arizona.
(.35)(.65)
.35 2.33 .35 .0497
500
15
Factor de corrección de la población-finita
• La población que ha sido establecida en líneas anteriores se dice que es
finita.
• Para una población finita, donde el número total de objetos es N y la
magnitud de la muestra es n, el siguiente arreglo está hecho para los errores
estándar de la media muestral y la proporción:
• Error estándar de la media muestral:
N n
x
n N 1
16
Factor de corrección de la población-finita
Error estándar de las proporciones de la muestra:
p(1 p) N n
p
n N 1
• Este arreglo es llamado factor de corrección de
la población-finita.
• Si n/N < .05,el factor de corrección de la
población-finita se ignora.
17
Ejemplo 5
• Dada la información del Ejemplo 4, construya un intervalo de
confianza del 95% para la cantidad media de horas que los
estudiantes trabajan por semana si tan sólo son 500
estudiantes en el campus.
• Porque n/N = 49/500 = .098 el cual es mayor que 05, utilizamos
el factor de corrección de la población-finita
4 500 49
24 1.96( )( ) 24.00 1.0648
49 500 1
18
Elección del tamaño de muestra
apropiado
• Existen 3 factores que determinan
el tamaño de la muestra, ninguno
de los cuales tiene relación con el
tamaño de la población. Éstos son:
19
Variación en la población
Para encontrar el tamaño de la muestra para
una variable:
2
zs
n
E
• Donde: E es el error permisible, z es el valor-z
correspondiente al nivel de confianza
seleccionado, y s es la desviación de la
muestra del estudio piloto.
20
Ejemplo 6
• Un grupo de consumidores quiere estimar la
media del cargo mensual de energía de julio de
una casa común dentro de $5 utilizando 99% de
nivel de confianza. Basado en estudios similares,
la desviación estándar se estima debe ser $20.00.
¿Cuántas muestras son requeridas?
2
( 2.58)( 20)
n 107
5
21
Tamaño de la muestra
para proporciones
• La fórmula para determinar el tamaño de la
muestra en el caso de una proporción es:
2
Z
n p(1 p)
E
Donde: p es la proporción estimada, basada en
la experiencia anterior o de un estudio piloto, z
es valor-z asociado con el grado de confianza
seleccionado; E es el máximo error permisible
que el investigador tolerará.
22
Ejemplo 7
• Un club quiere estimar la proporción de niños
que tiene un perro como mascota. Si el club
quisiera estimarlo dentro del 3% de la
proporción de la población, ¿cuántos niños
necesitarían contactar? Asuma 95% de nivel
de confianza y que el club estima que un 30%
de los niños tienen un perro como mascota.
2
1.96
n (.30)(.70) 897
.03
23
6.- Según los dirigentes del partido A, la intención de voto del partido
rival B, en Andalucía, es la misma que la que tiene en Madrid. Se
realiza una encuesta a 100 personas en Andalucía de los que 25
mostraron su apoyo al partido B, y a otras 100 personas en Madrid
de las que 30 se inclinaron por el partido B.
27
28
ACTIVIDAD DE CIERRE
PRUEBAS DE HIPÓTESIS
TEMA 1:
NOCIONES GENERALES
https://www.youtube.com/watch?v=5ZvKgnRVSjI
¿Qué es una hipótesis?
• Una hipótesis es una declaración sobre el valor de un
parámetro de la población desarrollado con el fin de poner a
prueba.
• Ejemplos de hipótesis que se hicieron sobre un parámetro de
la población:
– El ingreso mensual para los analistas de sistemas es $3.625
– Veinte por ciento de todos los clientes de La Majada regresan para
otra comida dentro de un mes.
5
¿Qué es una prueba de hipótesis?
• La prueba de hipótesis es un
procedimiento basado en la evidencia
de la muestra y la teoría de las
probabilidades, usadas para determinar
si la hipótesis es una declaración
razonable y no debe ser rechazada, o es
irrazonable y debe ser rechazada.
6
Prueba de hipótesis
Paso 1: Se plantean las
hipótesis nula y alternativa
Paso 3: Se identifica el
estadístico de prueba
7
Definiciones
• Hipótesis nula H0: Una declaración
sobre el valor de un parámetro de la
población.
• Hipótesis alternativa H1: Una
declaración que se acepta si los datos de
la muestra proporcionan evidencia de
que la hipótesis nula es falsa.
• Nivel de significancia: La probabilidad
de rechazar la hipótesis nula cuando es
verdadera.
• Error tipo I: Rechazar la hipótesis nula
cuando es verdadera.
8
Definiciones
9
10
Pruebas de significancia de una cola
11
Distribución muestral para el estadístico z para la prueba
de una cola, con el .05 de nivel de significancia
.95 de probabilidad
.05 región de rechazo
Valor crítico
Z = 1.645
0 1 2 3
12
13
Pruebas de significancia de dos colas
14
Distribución muestral para el estadístico z para la
prueba de dos colas, con el .05 de nivel de significancia
.95 de probabilidad
.025 región de rechazo
Valor crítico
Z = 1.96,-1.96
-2 -1 0 1 2
16
Prueba para la media de la población: muestra grande,
desviación estándar de la población conocida
17
Ejemplo1
Los procesadores de la salsa de tomate de los fritos indican en la
etiqueta que la botella contiene 16 onzas de la salsa de tomate. La
desviación estándar del proceso es 0.5 onza. Una muestra de 36
botellas de la producción de la hora anterior reveló un peso promedio
de 16.12 onzas por botella. ¿En un nivel de significancia del .05 el
proceso está fuera de control? ¿Es decir, podemos concluir que la
cantidad por botella es diferente a 16 onzas?
18
19
20
Ejemplo 1 (Continuación)
• Paso 1: Indique las hipótesis nulas y
alternativas:
21
Ejemplo 1 (Continuación)
X 16.12 16.00
z 1.44
n 0.5 36
No rechazamos la hipótesis nula. No podemos concluir
que la media sea diferente a 16 onzas.
22
Valor-p en la prueba de la hipótesis
23
Cálculo del Valor-p
24
Prueba para la media de la población: muestra grande,
desviación estándar poblacional desconocida
X
z
s/ n
25
Ejemplo 2
La cadena de almacenes de descuento de Roder emite su propia tarjeta de
crédito. Lisa, la gerente de crédito, desea descubrir si el promedio sin pagar
mensual es más de $400. El nivel de significancia se fija en .05. Una verificación
al azar de 172 balances sin pagar reveló que la media de la muestra fue $407 y
la desviación estándar de la muestra fue $38. ¿Debe Lisa concluir que el medio
de la población es mayor de $400, o es razonable asumir que la diferencia de
$7 ($407-$400) es debido al azar?
26
Ejemplo 2 (Continuación)
27
Prueba para la media de la población: muestra pequeña,
desviación estándar poblacional desconocida
• El estadístico de la prueba es la distribución t.
• El estadístico de la prueba para el caso de una
muestra es:
X
t
s/ n
28
Ejemplo 3
La tasa de producción de los fusibles de 5 amperios en Neary Co. eléctrico es
250 por hora. Se ha comprado e instalado una máquina nueva que, según el
proveedor, aumentará la tarifa de la producción. Una muestra de 10 horas
seleccionadas al azar a partir del mes pasado reveló que la producción cada
hora en la máquina nueva era 256 unidades, con una desviación estándar de
6 por hora. ¿En el nivel de significancia del .05. Neary puede concluir que la
máquina nueva es más rápida?
29
Ejemplo 3 (Continuación)
30
Ejemplo 3 (Continuación)
31
32
Pruebas respecto a proporciones
• Una proporción es la fracción o el
porcentaje que indican la parte de la
población o de la muestra que tiene un
rasgo particular de interés.
• La proporción de la muestra es denotada
por p y calculada con:
p = número de éxitos en la muestra /
tamaño de la muestra
33
Prueba estadística para la proporción de la población
p
z
(1 )
n
La proporción de la muestra es p y es la
proporción de la población.
34
Ejemplo 4
35
Ejemplo 4 (Continuación)
36
Ejemplo 4 (Continuación)
37
38
ACTIVIDAD DE CIERRE
_
___
___
___
__esunconj
unt
odev
alor
esobt
eni
doapar
ti
rdel
osdat
os_
___
___
___
_,enelquehayuna
det
erminadapr
obabi
li
daddequeseencuent
reelpar
ámet
ro.Aest
apr
obabi
li
dadsel
econocecomo
el_
____
_ _
_.
[
int
erv
alodeconf
ianz
a],
[muest
ral
es]
,[
niv
eldeconf
ianza]
Compl
ete:
_
___
___
__esunest
adí
sti
cocal
cul
adoapar
ti
rdel
ainf
ormaci
ónobt
eni
dadel
a__
___
__yqueseusa
par
aest
imarelpar
ámet
ro_
___
___
___
_.
[
Est
imaci
ónpunt
ual
],
[muest
ra]
,[
pobl
aci
onal
].
Sel
ecci
onel
aopci
óncor
rect
a.Cuál
essonl
osf
act
oresquedef
inenl
aampl
it
uddeuni
nter
val
odeconf
ianza:
Tamañodel
amuest
ra,
desv
iaci
ónest
ándar(
gener
alment
eseusal
amuest
ral
)yel
niv
eldeconf
ianza.
Deunapoblacióncondist
ribuciónnormalsetomóunamuestr
aal
eator
iade4obser
vaci
ones
cor
respondient
ealti
empodeesper aenmi nut
osquel
oscl
ient
est
ardanenserat
endi
dosenunbanco,
obt
eniéndoselossi
guient
esr esul
tados:
3.
4;2.
2;1.
7;2.
6
Encuent
reuni
nter
val
odeconf
ianzapar
alamedi
apobl
aci
onalconunni
vel
deconf
ianzadel90%.
[
1,89–3,
07]
Sehaobtenidounamuestrade30docentesdeunapr estigi
osauniversi
daddeE.E.U.
U.paraestimarl
a
cal
if
icaci
ónmediadelosdocentesdel
auni ver
sidadenl aeval
uaciónquereal
izar
onlosalumnos.Sesabe
porl
asotrasuniv
ersi
dadesqueladesv
iacióntí
picadel aspuntuaci
onesendichauniver
sidadesde3,00
punt
os.Lamediadelamuest r
afuede5,7.Hall
arel i
nterval
odeconf i
anzaaunniveldeconfianzadel
93%.
(
4.71;
6.69)
Suponi
endoquesehaobt
eni
dounamuest
raalazarde250obr
erosdeunaf
ábr
icapar
aest
imarl
a
proporci
óndeobrer
osenlafábri
caquesoninefi
cient
esensusact i
vi
dades.Deent
rel
osselecci
onados,125
hansidoseñal
adoscomoinefi
cient
es.Deter
minaruninter
val
odeconf i
anzapar
alapr
oporcióndeobrer
os
enlafábri
caquesondenominadosinef
ici
entesaunniveldeconf
ianzadel85%.
(
0.45;
0.54)
Elpesode6ar t
ícul
osdeunamuest raaleat
ori
atomadadel apr
oducci
óndeunafábri
caf
ue:0.51;0.
59;0.52;
0.
47;0.53;0.
49kg.Encuentr
euninterv
alodeconfianzade98%paralamedi
adelpesodetodoslosart
ículos
pr
oducidos.Supongaquelospesossiguenunadistri
buci
ónnormal
.
[
0,5–0,
56]
Encuáldelossi
gui
ent
escasossepuedeut
il
izarl
asi
gui
ent
efór
mul
apar
acal
cul
arel
int
erv
alodeconf
ianza
par
alaproporci
óndel
apoblaci
ón:
n/
N=0,
06
Sel
ecci
onel
afór
mul
aquenosper
mit
ecal
cul
aruni
nter
val
odeconf
ianzapar
apr
opor
cióndel
apobl
aci
ón:
Respuest
a:
Sel
eccionelafór
mul aquenosper
mit
ecal
cul
aruni
nter
val
odeconf
ianza(
par
alamedi
apobl
aci
onal
)conl
as
si
guientescondi
ciones:
●Seconoceladesvi
aci
ónestándardel
apobl
aci
ón
●Eltamañodelamuestraesmayora30.
●Disponemosdelv
alordelamediamuest
ral
.
Respuest
a:
Sel
eccionelafór
mul aquenosper
mit
ecal
cul
aruni
nter
val
odeconf
ianza(
par
alamedi
apobl
aci
onal
)conl
as
si
guientescondi
ciones:
●Noseconoceladesviaci
ónest
ándardel
apobl
aci
ón
●Eltamañodelamuestraesmayora30.
●Disponemosdelv
alordelamediamuest
ral
.
Respuest
a:
Sel
ecci
onela f
órmulaquenosper
mit
ecal
cul
aruni
nter
val
odeconf
ianza(
par
ala
mediapobl
aci
onal
)conl
assi
gui
ent
escondi
ciones:
●Noseconoceladesviaci
ónest
ándardel
apobl
aci
ón
●Eltamañodelamuestraesmenora30.
●Disponemosdelv
alordelamediamuest
ral
.
Respuest
a: