Taller Corte 2

Sebastian Chaparro J

2022-09-30

Palabras clave
• Muestra
• Media
• Poblacion
• Equilibrio de la sumatoria
• Combinatoria.

Resumen:
Se comprueba los estimadores insesgados para la media y proporción de una muestra seleccionada por m.a.s

Introducción
Un muestreo consiste en tomar una fracción de la población que sea representativo para esta, con el fin de
generalizar su media o proporción de forma insesgada.
A continuación se busca comprobar que la media muestral dada por:

n
1X
X̄ = xi
n i=1

es un estimador insesgado de la media poblacional

n
1 X
X= xi
N i=1

De otra forma, se quiere comprobar que:

ˆ)
X̄ = E(X̄

Día Venta M
Lunes 0.8
Martes 0.63
Miercoles 0.5

1
 Día Venta M
Jueves 0.85
Viernes 0.73

El espacio muestral esta dado por:

Muestra 1 Muestra 2 Muestra 3 Muestra 4 V1 V2 V3 V4

Lunes Martes Miercoles Jueves 0.80 0.63 0.50 0.85
Lunes Martes Miercoles Viernes 0.80 0.63 0.50 0.73
Lunes Martes Jueves Viernes 0.80 0.63 0.85 0.73
Lunes Miercoles Jueves Viernes 0.80 0.50 0.85 0.73
Martes Miercoles Jueves Viernes 0.63 0.50 0.85 0.73

Se calcula la media de cada una de las posibles muestras y su valor esperado E(X) = πi Xi La probabilidad
de inclusión de cada muestra es:
1
πk = n

N

V1 V2 V3 V4 Media_muestral
0.80 0.63 0.50 0.85 0.6950
0.80 0.63 0.50 0.73 0.6650
0.80 0.63 0.85 0.73 0.7525
0.80 0.50 0.85 0.73 0.7200
0.63 0.50 0.85 0.73 0.6775

V1 V2 V3 V4 Media_muestral pik Valor_esperado

0.80 0.63 0.50 0.85 0.6950 0.2 0.1390
0.80 0.63 0.50 0.73 0.6650 0.2 0.1330
0.80 0.63 0.85 0.73 0.7525 0.2 0.1505
0.80 0.50 0.85 0.73 0.7200 0.2 0.1440
0.63 0.50 0.85 0.73 0.6775 0.2 0.1355

Se sabe que cuando las probabilidades de selección de una muestra son constantes, su valor esperado es igual
a la media. Como el objetivo es determinar que X̄ = X̄ ˆ

M edias M uestrales = [0.70, 0.66, 0.75, 0.72, 0.68]

ˆ = 0.70 + 0.66 + 0.75 + 0.72 + 0.68 = 0.702
X̄
5
# Comprobacion con el valor esperado
sum(BASE$Valor_esperado)

## [1] 0.702

2
Comprobación del sesgo:

ˆ) = 0
X̄ − E(X̄

V1 V2 V3 V4 Media_muestral pik Valor_esperado Var_esperada

0.80 0.63 0.50 0.85 0.6950 0.2 0.1390 0.0064417
0.80 0.63 0.50 0.73 0.6650 0.2 0.1330 0.0042417
0.80 0.63 0.85 0.73 0.7525 0.2 0.1505 0.0022729
0.80 0.50 0.85 0.73 0.7200 0.2 0.1440 0.0059833
0.63 0.50 0.85 0.73 0.6775 0.2 0.1355 0.0055229

sum(BASE$Var_esperada)

## [1] 0.0244625

var(U.T)

## [1] 0.01957

Para el intervalo de confianza :

Para calcular el intervalo de confianza se utiliza la fórmula con var poblacional conocida.

V1 V2 V3 V4 Media_muestral pik Valor_esperado Var_esperada liminfe limsup

0.80 0.63 0.50 0.85 0.6950 0.2 0.1390 0.0064417 0.6854107 0.7045893
0.80 0.63 0.50 0.73 0.6650 0.2 0.1330 0.0042417 0.6554107 0.6745893
0.80 0.63 0.85 0.73 0.7525 0.2 0.1505 0.0022729 0.7429107 0.7620893
0.80 0.50 0.85 0.73 0.7200 0.2 0.1440 0.0059833 0.7104107 0.7295893
0.63 0.50 0.85 0.73 0.6775 0.2 0.1355 0.0055229 0.6679107 0.6870893

Para Proporciones
ˆ ), para una proporción de fallos en algún
De igual manera que se realizó para la comprobación de X̄ = E(X̄
componente se tiene como estimador muestral:

n
1X
p̂ = yi
n i=1
Es igual a la proporción poblacional.

N
1 X
p= yi
N i=1

Para comprobar que es un estimador insesgado se dispone de información sobre 10 componentes y si estos
están o no defectuoso, discriminados con 1 para defectuoso y 0 buenos

3
 Table 7: Primeros 10 valores espacio muestral

idComponente defectuoso
xl25 1
fd12 1
rr23 1
re78 0
xx11 1
sRR11 0
ss15 0
ue11 0
ww85 1
ssq7 1

Poblacionalmente, se tiene una proporción de defectuosos de

## [1] 0.6

1
p= (1 + 1 + 1 + 0 + 1 + 0 + 0 + 0 + 1 + 1) = 0.6
10
Para comprobar el estimador se genera el correspondiente espacio muestral de 4 elementos

Table 8: Primeras 10 posibles muestras

E.1 E.2 E.3 E.4 Prop muestral

1 1 1 0 0.75
1 1 1 1 1.00
1 1 1 0 0.75
1 1 1 0 0.75
1 1 1 0 0.75
1 1 1 1 1.00
1 1 1 1 1.00
1 1 0 1 0.75
1 1 0 0 0.50
1 1 0 0 0.50

Al calcular la media de las proporciones muestrales se tiene un valor de 0.6 el cual corresponde a la proporción
poblacional de defectuosos

# Muestras
mean(m_p$`Prop muestral`)

## [1] 0.6

# Poblacion
mean(df_p$defectuoso)

## [1] 0.6

4
Varianza para proporciones

Se conoce la varianza poblacional de las proporciones, la cual está dada por la siguiente fórmula.

σ̂ 2 = p̂(1 − p̂)

Un intervalo de confianza para una proporción está dado por

r
p(1 − p)
p ± z1−α/2
n

## [1] 1.959964

Table 9: Primeros 10 resultaods

E.1 E.2 E.3 E.4 Prop muestral LimSu LimInf

1 1 1 0 0.75 1.174345 0.3256553
1 1 1 1 1.00 1.000000 1.0000000
1 1 1 0 0.75 1.174345 0.3256553
1 1 1 0 0.75 1.174345 0.3256553
1 1 1 0 0.75 1.174345 0.3256553
1 1 1 1 1.00 1.000000 1.0000000
1 1 1 1 1.00 1.000000 1.0000000
1 1 0 1 0.75 1.174345 0.3256553
1 1 0 0 0.50 0.989991 0.0100090
1 1 0 0 0.50 0.989991 0.0100090