Estimaciones y

tamaño de la muestra
la proporción 𝑝̂
 u CONCEPTOS CLAVE:
u El objetivo es obtener la proporción de una Población
en base a la proporción de una Muestra
u Para esto debemos comprender y entender:
u La proporción muestral es la mejor estimación
puntual de la proporción poblacional
Estimación de la u Podemos utilizar una proporción muestral para
Proporción de construir un intervalo de confianza con la finalidad
de estimar el valor verdadero de una proporción
una Población p poblacional, y saber cómo interpretar dichos
intervalos de confianza
u Debemos saber cómo calcular el tamaño de la
muestra necesario para estimar una proporción
poblacional
 Capitulo 7

Proximo
Estimaciones y tamaño de la
examen muestra
Corto
Fecha: 29 de septiembre 2,021
Proporción, probabilidad y porcentaje y requisitos
u Sí en una encuesta realizada a una muestra un 55% opino que cree en la vida extra terrestre
u Se puede decir que la proporción muestral 𝒑
! = 55%
u O de forma decimal 0.55
Como La proporción muestral es la mejor estimación puntual de la proporción poblacional

u Yo puedo concluir o interpretar que si la encuesta cumple los requisitos de la Normalidad la

proporción Poblacional p = Proporción muestral 𝒑
! = 55%
u (¿es esto facil de creer?)

Los requisitos que la muestra debe cumplir son:

u La forma de recolctar los datos debe ser de una forma aleatoria simple
u Se debe comportar como un experimento binomial (éxito y fracaso), eventos
independientes, existen dos categorias (no más),
u La probabilidad o proporción se mantiene constante
 ¿Por qué necesitamos intervalos de confianza?
u Sabemos que La proporción muestral es la mejor estimación puntual de la proporción poblacional
u Pero no tenemos ningún indicador de qué tan “buena” es la mejor estimación

u Al no tener la certeza de que tan precisa es la proporción muestral para describir a toda una
Población podemos definir un rango de valores donde puede estar la proporción poblaciónal
u por ejemplo: (45.4% - 47.3%)
Tenemos la siguiente definición:

u Un intervalo de confianza IC (o estimación del intervalo) es un rango (o un

intervalo) de valores que se usa para estimar el valor real de un parámetro
poblacional.
u Un intervalo de confianza se asocia con un nivel de confianza, como por ejemplo
0.95 (o 95%)
Intervalos de confianza y Nivel de confianza NC
u Un intervalo de confianza IC (o
estimación del intervalo) es un rango
(o un intervalo) de valores que se usa
para estimar el valor real de un
parámetro poblacional.
u Un intervalo de confianza se asocia con un nivel
de confianza, como por ejemplo 0.95 (o 95%)
u El nivel de confianza suele expresarse como la
probabilidad o área 1 - 𝛼

u Definición del Nivel de NC

confianza:
u El nivel de confianza es la 1 - 𝛼 de que el
intervalo de confianza realmente contenga el
parámetro poblacional
(lim Inf, lim Sup)
Valor Critico Z𝛼/2
u Es una puntuación z estándarizada como lo que hemos calculado anteriormente
u Tiene la capacidad de distinguir entre estadísticos muestrales que tienen
probabilidades de ocurrir y aquellos que son poco probables

u Una puntuación z de este tipo se llama valor crítico

Definición; Valor Critico Z𝛼/2 en la distribución normal estándar
u Un valor crítico es el número en la línea limítrofe que separa estadísticos muestrales que
tienen mayor probabilidad de ocurrir de aquellos que tienen poca probabilidad de ocurrir
u El número Z𝛼/2 es un valor crítico, una puntuación Z con la propiedad de separar un área
de 𝛼/2 en la cola derecha de la distribución normal estándar

En Excel se obitiene con:

Z 𝛼/2 = -INV.NORM.ESTAND((1-NC)/2)
 Margen de Error 𝑬
u Cuando se utilizan datos de una Muestra Aleatoria Simple (MAS) para
calcular la proporción Poblacional P el MARGEN DE ERROR denotato por E es
la diferencia máxima probable (con probabilidad 1- 𝛼 ) entre la proporción
de la muestra 𝒑 ! y el valor real de la Proporción poblacional 𝒑
Denotado por la siguiente Formula: Intervalo de confianza de una proporción poblacional 𝒑

𝒑
!𝒒!
𝑬 = Z𝛼/2 * 𝒏
Donde el Intervalo de confianza será:

Donde: E= margen de error deseado

𝒑 = Proporción Poblacional Z 𝛼/2 = puntuación z que separa un
# = Proporción Muestral
𝒑 área de a/2 en la cola derecha de
la distribución normal estándar
# = 1- 𝒑
𝒒 #
Intervalo de confianza de una proporción poblacional p
Intervalo de confianza de una proporción poblacional p

Donde: Z 𝛼/2 = puntuación z que separa un

área de a/2 en la cola derecha de la
𝒑
!𝒒!
𝑬 = Z𝛼/2 * 𝒏
p = Proporción Poblacional
! = Proporción Muestral
𝒑
distribución normal estándar

! = 1- 𝒑
𝒒 !
E= margen de error deseado
Requeisitos:
1.Los datos deben provenir de una selección aleatoria simple (MAS)
2. Es un experimento binomial (éxito p y fracaso q)
3. La muestra debe contener como mínimo 10 exitos y 10 fracasos
 Ejemplo:
En el ejercicio de lanzar 50 veces dos dados calcuele
u La proporción para obtener un numero impar al sumar el resultado tomando como datos
muestrales los obtenidos por usted
u Utilize un intervalo de confiaza de 95% para estimar el Intervalo de confianza de la
población (finita):
u SOLUCIÓN: (primero verifique requisitos)
u En una columna a la par de los resultados inserte la función =ES.IMPAR(CELDA A EVALUAR)
u A continuación cuente los verdaderos o haga un filtro y obtendra la proporción de su
muestra
u En la muestra TM1 la proporción puestra es 0.42 que es igual a 42% de los resultado
obtenidos de una muestra de n=50
u Como el intervalo de confianza es de 95% el valor de será 𝛼 = (1-0.95) = 0.05
u Con la formula =INV.NORM.ESTAND(𝛼 = 0.05) se obtiene el valor Z𝛼 /2que se usa en 𝑃$
u 𝑬 = Z𝛼/2 * 𝒑
"𝒒
𝒏
= 1.96 * 0.42∗0.58
𝟓𝟎
= 𝟎. 𝟏𝟑𝟕 (se deben usar 3 cifras significativas)

u Se puede representar como: 42% ± 13.7% o

u (28%, 56%) o (28.3 < P < 55.7)
u ¿Qué sucedería si n fuera 30?
(28.3 < P < 55.7)
(32.1 < P < 67.9)
Interpretación:
En el ejercicio de lanzar Dos Dados calcuele
u La proporción para obtener un numero impar al sumar el resultado tomando como datos muestrales los
obtenidos por usted
u Utilize un intervalo de confiaza de 95% para estimar el Intervalo de confianza de la población:
ṕ𝒒 0.42∗0.58
u 𝑬 = Z𝛼/2 * 𝒏
= 1.96 * 𝟓𝟎
= 𝟎. 𝟏𝟑𝟕 (se deben usar 3 cifras significativas)

u Se puede representar como: 42% ± 0.137% o

u (28%, 56%) o (28.3 < P < 55.7)
u INTERPRETACIÓN:

u Al momento de lanzar 2 dados y sumar sus resultados el 42% de la veces

totaliza un número impar, el porcentaje se basa en el ejercicio de lanzar 50
veces un dado y contar las veces que los resultados suman un resultado
impar (3,5, 7, 9, 11), en teoria el 95% de este tipo de tiros, el porcentaje
difiere en no más de 14 puntos porcentuales en ambos sentidos (± ) si se
estubiera haciendo tiros durante todo un dia, semana, etc. (o una
población)
Representación Grafica del Intervalo de confianza
Al hacer el ejercicio por 20 personas distintas se obtienen los siguientes Intervalos de confianza:

INTERVALOS DE CONFIANZA @ 0.95

0.80

0.70

0.60

#
𝒑
0.50

0.40

0.30

0.20
TODOS TM1 TM2 TM3 TM4 TM5 TM6 TM7 TM8 TM9 TM10 TM11 TM12 TM13 TM14 TM15 TM16 TM17 TM18 TM19 TM20
Lim Inf @ 0.95 Xmax+2𝛔 Xmin+2𝛔 Lim Sup @ 0.95
Representación Grafica del Intervalo de confianza
Al hacer el ejercicio por 20 personas distintas se obtienen los siguientes Intervalos de confianza:

INTERVALOS
INTERVALO DE
DECONFIANZA
CONFIANZA@@ 0.99
0.95

0.80

0.70

0.60

0.50

0.40

0.30

0.20
TODOS TM1 TM2 TM3 TM4 TM5 TM6 TM7 TM8 TM9 TM10 TM11 TM12 TM13 TM14 TM15 TM16 TM17 TM18 TM19 TM20
Lim Inf @ 0.95
0.99 Xmax+2𝛔 Xmin+2𝛔 Lim Sup @ 0.95
0.99
Tamaño de la muestra
Para calcular el tamaño de la muestra solo debemos despejar n de la ecuación E

ṕ𝒒
𝑬 = Z𝛼/2 * 𝒏
n quedará de la siguiente forma:
𝟐
Z𝛼/2 !𝒒
𝒑 !
n= 𝑬𝟐
Donde: Z 𝛼/2 = puntuación z que separa un
# = Proporción Muestral
𝒑 área de a/2 en la cola derecha de
la distribución normal estándar
# = 1- 𝒑
𝒒 # (tablas o Excel)
E= margen de error deseado
 Calcular el n de la muestra @ N. C. 0.95 u 0.05 de
Como:
Significancia
𝟐
Z𝛼/2 !𝒒
𝒑 !
n= 𝑬𝟐

𝟐
1.96 " 𝟎.𝟓𝟎𝟓
𝟎.𝟒𝟗𝟓 "
n0.95 =
𝟎.𝟎𝟑𝟏𝟐
Donde: Z 𝛼/2 = -INV.NORM.ESTAND((1-0.95)/2)
# = 0.495
𝒑
# = 0.505
𝒒
E= 0.031
n0.95 = 𝟑𝟖𝟒
 Calcular el n de la muestra @ N. C. 0.99 u 0.01 de
Como:
Significancia y un Error de 0.05
𝟐
Z𝛼/2 !𝒒
𝒑 !
n= 𝑬𝟐
𝟐
2.576 ! 𝟎.𝟓𝟎𝟓
𝟎.𝟒𝟗𝟓 !
n0.95 =
𝟎.𝟎𝟓𝟐

Donde: Z 𝛼/2 = -INV.NORM.ESTAND((1-0.99)/2)

# = 0.495
𝒑
# = 0.505
𝒒
E= 0.05 (a críterio)
n0.95 = 𝟔𝟔𝟑
Calcular el n de la muestra cuando se desconoce la p y q
𝟐
Z𝛼/2 !𝒒
𝒑 !
n= 𝑬𝟐
con 𝒑
! 𝒚 !𝒒 conocidas
Como: no conocemos el valor de P (y por ende el de q) se aseme un valor
central para la proporción (50 – 50)
𝟐 cuando n no sea entero
Z𝛼/2 𝟎.𝟐𝟓 redondee al próximo
n= 𝟐 con 𝒑
! 𝒚 !𝒒 desconocidas entero (5.25 ⟹ 6.00
𝑬
Donde: Z 𝛼/2 = -INV.NORM.ESTAND((1-NC)/2)
# = 0.50
𝒑
NC, usted lo puede asumir
# = 0.50
𝒒 (0.90, 0.95 y 0.99 son los mas
E= 0.05 (a críterio) comunes)
Calcular el n de la muestra cuando se desconoce la p y q
Ejemplo:
¿a cuantos adultos debo encuestar para determinar si este segemento de la
población usa Internet?
Como quiero cierto grado de presición elegire un NC de 0.95 y un error de 3 puntos
porcentuales alrededor de la muestra
𝟐
Z𝛼/2 𝟎.𝟐𝟓 Donde: E= 0.03 (a críterio)
n= . = 0.50
𝒑 Z 0.05/2 = -INV.NORM.ESTAND((1-0.95)/2)
𝑬𝟐 . = 0.50
𝒒 Z 0.05/2 = 1.96
con 𝒑
! 𝒚 !𝒒 desconocidas

𝟏.𝟗𝟔 𝟐 𝟎.𝟐𝟓 n = 𝟏𝟎𝟔𝟕. 𝟏𝟏𝟏 ⟹ n = 𝟏𝟎𝟔𝟖

n= 𝟎.𝟎𝟑 𝟐 ⟹ Con un Error del 3%
Calcular el n de la muestra cuando se desconoce la p y q
Ejemplo:
Luego usted hace la encuesta y determina que el 73% de los adultos usa internet,
¿a cuantos adulto debería entrebistar la proxima vez que quiera confirma el dato?
Use el mismo NC de 0.95 y error de 3 puntos porcentuales alrededor de la muestra
𝟐
Z𝛼/2 𝒑
(𝒒(
n= 𝑬𝟐
con Donde: E= 0.03 (a críterio)
. = 0.73
𝒑 Z 0.05/2 = -INV.NORM.ESTAND((1-0.95)/2)
, 𝒚 ,𝒒 conocidas
𝒑
. = 0.27
𝒒 Z 0.05/2 = 1.96

𝟏.𝟗𝟔 𝟐 (𝟎.𝟕𝟑∗𝟎.𝟐𝟑)
n= 𝟐 ⟹ n = 𝟖𝟒𝟏. 𝟑𝟏𝟎 ⟹ n = 𝟖𝟒𝟐
𝟎.𝟎𝟑
Como calcular la 𝑝! si conozco los intervalos de confianza
u Un artículo en una rebista medica indica que en un estudio hecho con 71 adultos,
el 70% se abstuvo de fumar durante 8 semanas con un Intervalo de Confianza IC de
95% del 58 al 81%
u Estime la estimació puntual 𝑝̂ y elmargen de error E
𝑙𝑖𝑚𝑖𝑡𝑒 𝑆𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝐼. 𝐶. + 𝑙𝑖𝑚𝑖𝑡𝑒 𝐼𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝐼. 𝑐.
𝑝̂ =
2
𝑝& =
&.() *&.+(
⟹ 𝑝& = 0.695 ⟹ 𝑝& = 70%
,

-./.01 23415.65 71- 8.9. : -./.01 8;<15.65 71- 8.=.

E=
,
&.() :&.+( E = 0.115 ⟹
E= ⟹ E = 12 %
,
 Un fabricante de componentes compra un lote de dispositivos de segunda mano y desea saber la proporción
de la población que están fallados.
Con ese fin experimenta con 140 dispositivos elegidos al azar y encuentra que 35 de ellos están fallados.
a) Calcular un intervalo de confianza del 99% para la proporción poblacional p.
b) ¿De qué tamaño deberá extraerse la muestra a fin de que la proporción muestral no difiera de la
proporción poblacional en más de 0.03 con un 95% de confianza?
b) Solución
a) Solución E
Datos: N.C.= 95%, a = 0.05, determino Z a/2
Datos:
N =ó 140
n n = 140
Z 0.05/2 = INV.NORM.ESTAND(0.05/2)
Valor de 𝑝
Valor de 𝑝̂̂ =
&'
= ¿? = 0.25
()*
Z 0.05/2 = 1.96
N.C.
N.C. =
= 0.99 𝑬 = 2.576 *
𝟎.𝟐𝟓∗𝟎.𝟕𝟓
𝟏𝟒𝟎
Donde úbico el 0.03 entre 𝑝̂ y p =E
a
a== 1-N.C.=
1-N.C. =0.01 𝟐
Za= 𝑬 = 0.0942 … Z𝛼/2 𝒑
!𝒒!
Z a = 2.576
15.57 < 𝑝 < 34.42
n= 𝑬𝟐
con 𝒑
! 𝒚 !𝒒 conocidas
𝟐
1.96 𝟎.𝟐𝟓∗𝟎.𝟕𝟓
E
n= 𝟎.𝟎𝟑𝟐
NOTA: el 35 solo es una 99%
proporción de la muestra n = 𝟖𝟎𝟎. 𝟑𝟎 n = 𝟖𝟎𝟏
15.57 < 𝑝 < 34.42