UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE ESTADÍSTICA
“Año del Fortalecimiento de la Soberanía Nacional”

TRABAJO ENCARGADO N° 2
Grupo N° 3

INTEGRANTES:
● Pacherres Peña Razuri Román
● Razuri Román Fabricio Ramón
● Reto Moreno Greysi Briggith
● Rodriguez Canales Susan Marycielo
DOCENTE:
● Dr. César Haro Díaz
CURSO:
● MUESTREO ESTADÍSTICO I
CICLO:
● IV

2022
 TRABAJO ENCARGADO Nº 2

5. En una región con N = 1000 viviendas determinar el tamaño de muestra necesario para
que, con un grado de confianza del 95%, la estimación de la proporción de viviendas sin
conexión de agua no difiera en más del 0.1 del valor verdadero. Comentar los resultados
para muestreo sin reposición.

Sugerencia. Para determinar el tamaño de la muestra pueden utilizar directamente la expresión 3.31. En este
caso el error absoluto máximo admisible toma el valor de 𝑒1 = 0. 1

Otra manera de trabajar en la resolución de este ejercicio es como sigue:

^
Suponiendo población normal del estimador 𝑃, tenemos:
^ ^
(| | ) (
𝑃 𝑃 − 𝑃 ≤0. 10 = 0. 95 ⇔𝑃 − 0. 10≤𝑃 − 𝑃≤0. 10 = 0. 95 ⇔ )
( ( ))
= 0. 95 ⇔ (− ) = 0. 95
^
0.10 𝑃−𝑃 0.10 0.10 0.10
𝑃 − ^ ≤ ^ ≤ ^ ^ ≤𝑍≤ ^
()
σ 𝑃 ()
σ 𝑃 σ 𝑃 σ 𝑃 () ()
σ 𝑃

^
De lo anterior se deduce que:
0.10
^
()
σ 𝑃
()
= 𝑍0.025 = 1. 96 ⇒ σ 𝑃 =
0.10
1.96
= 0. 051

Luego el problema se traduce en calcular el tamaño de muestra necesario para cometer un error de muestreo de
^
()
0. 051[𝑒 = σ θ = 0. 051] al estimar la proporción de viviendas sin conexión de agua.

Finalmente deben aplicar la expresión 3.21. Compruebe ambos resultados.

solución:

primero encontramos el tamaño de muestra con reposición

𝑝(1−𝑝) 0.5*0.5
𝑛= 2 = 2 = 96 𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎𝑠
𝑒 0.051

tamaño de la muestra sin reposición

𝑛𝑜
𝑛= 𝑛𝑜 ,donde 𝑛0 = 𝑛𝑐𝑟
1+ 𝑁

𝑛0 = 96

96
𝑛= 96 = 87. 59 ≈ 87 𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎𝑠
1+ 1000

se observa que el tamaño de muestra sin reposición es menor que el tamaño de muestra con reposición

por lo tanto en términos de tamaño muestral el muestreo sin reposición es más eficiente que el muestreo con
reposición

2
6. Una muestra irrestricta aleatoria de n = 100 estudiantes del último año de una institución
educativa fue seleccionada para estimar: a) La fracción de entre los N = 300 estudiantes
del último año que asistirán a una universidad, y b) la fracción de estudiantes que han
tenido trabajos de tiempo parcial durante su estancia en el colegio.

Estudiante Y X

1 1 0

2 0 1

3 0 1

4 1 1

5 0 0

6 0 0

7 0 1

. . .

. . .

96 0 1

97 1 0

98 0 1

99 0 1

100 1 1

100 100
∑ 𝑌𝑖 = 15 ∑ 𝑋𝑖 = 65
𝑖=1 𝑖=1

Sean 𝑌𝑖 𝑦 𝑋𝑖 (𝑖 = 1, 2, … , 100) las respuestas del i-ésimo estudiante seleccionado.

Estableceremos que 𝑌𝑖 = 0 si el i-ésimo estudiante no planifica asistir a una
universidad, e 𝑌𝑖 = 1 si lo planifica. Asimismo, sea 𝑋𝑖 = 0 si el estudiante i-ésimo no ha
tenido trabajo durante su estancia en el colegio y sea 𝑋𝑖 = 1 si lo ha tenido. Usando los
datos de la muestra presentamos en la tabla adjunta, estime las proporciones indicadas en
los incisos a) y b). Asimismo calcule los respectivos límites de error de estimación al
95%.

solución:

3
La proporción muestral está dada por
100
∑ 𝑦𝑖
1 15
𝑝1 = 𝑛
= 100
= 0. 15

100
∑ 𝑥𝑖
1 65
𝑝2 = 𝑛
= 100
= 0. 65

los límites para los errores de estimación de 𝑝1 𝑦 𝑝2 son respectivamente

𝑝1*𝑞1 𝑁−𝑛
2 𝑣(𝑝1) = 2 𝑛−1
( 𝑁
)
(0.15)*(0.85) 300−100
=2 99
( 300
) = 2(0. 0293) = 0. 059

𝑝2*𝑞2 𝑁−𝑛
2 𝑣(𝑝2) = 2 𝑛−1
( 𝑁
)
(0.65)*(0.35) 300−100
=2 99
( 300
) = 2(0. 0391) = 0. 078

por lo tanto estimamos que 0.15 (15%) de los estudiantes del último año planea asistir a
una universidad con límite para el error de estimación igual a 0.059 (5.9%).
estimamos que 0.65 (65%) de los estudiantes del último año ha tenido un trabajo de
tiempo parcial durante su estancia en el colegio con un límite para el error de estimación
igual a 0.078 (78%)

límites de error de estimación al 95%.:

𝑝1*𝑞1
𝑝1 ∓ 𝑧α/2 * 𝑛
0.059*0.941
0. 059∓ 1. 96 100
[0.0128 , 0.1051]

𝑝2*𝑞2
𝑝2 ∓ 𝑧α/2 * 𝑛
0.078*0.922
0. 078∓ 1. 96 * 100
[0.025 , 0.1305]