Documentos de Académico
Documentos de Profesional
Documentos de Cultura
√ p (1− p )
n
Entonces la distribución muestral de la proporción tiene las siguientes propiedades:
1. El promedio de todos los valores posibles de P es igual al parámetro P. En otras palabras, ^
P
es un estimador insesgado de P:
μ P=P
σ P=
√ p ( 1− p )
n
Si analizamos la fórmula, vemos que la desviación estándar de disminuye si el tamaño de
la muestra aumenta.
3. Si la muestra es obtenida sin remplazo de una población finita de tamaño N , entonces el error
estándar es
σ P=
√ n √
p ( 1− p ) N −n
N−1
N −n
El coeficiente es denominado factor de corrección para población finita. Se observa
N−1
que cuando N →+ ∞ el factor de corrección tiende a uno
IC ( P )1−α % : p−e ≤ P ≤ p +e
IC ( P )1−α % : p−Z 0∗
√ p ( 1−p )
n
≤ P ≤ p+Z 0∗
n√
p ( 1− p )
X
p= Es un valor que se obtiene de una muestra, representa la proporción muestral
n
IC ( P )1−α % : p−e ≤ P ≤ p +e
IC ( P )1−α % : p−Z 0∗
√ n √
p ( 1−p ) N −n
N −1
≤ P ≤ p+ Z 0∗
n √
p ( 1− p ) N−n
N −1 √
X
p= Es un valor que se obtiene de una muestra, representa la proporción muestral
n
e=Z 0∗
√ n √
p ( 1− p ) N −n
N −1
Z 0 Es el valor teórico de la distribución normal estándar, depende del nivel de confianza ( 1−α )
Nivel de
90% 91% 92% 93% 94% 95% 96% 97% 98% 99%
confianza
1,75 2,32
Z0 1,645 1,695
1
1,812 1,881 1,96 2,054 2,17
6
2,576
x 6
p= = =0.12
Proporción muestral n 50
p : proporcion de unidades defectuosas
Error estándar
σ p=
√ p ( 1− p )
n √=
0.12 ( 1−0.12 )
n
=0.04595650117
Z0 Z 0=¿1.96
LI p−e=0.0900747423=0.0299252577 ≅3 %
IC ( P )1−α % : LI ≤ P≤ LS 3 % ≤ P ≤21 %
Interpretación:
EJERCICIO 2:
El propietario de una gasolinera desea determinar la proporción de clientes que utilizan tarjeta
de crédito o débito para pagar la gasolina. Entrevisto a 100 clientes y descubre que 80 pagaron
con tarjeta.
a) Cuál es el valor de la proporción muestral.
b) Determine el intervalo de confianza de 90% para la proporción poblacional. Interprete
x 80
p= = =0.8
n 100
Proporción muestral
p : proporcion de clientesque utilizantarjeta de credito o
O debito para pagar la gasolina
Error estándar
σ p=
√ p ( 1− p )
n √
=
0.8 ( 1−0.8 )
100
=¿ ¿
Z0 Z 0=1.645
LI p−e=0.8−0.0658=0.7342 ≅ 73 %
LS p+e=0.8+ 0.0658=0.8658 ≅ 86 %
IC ( P )1−α % : LI ≤ P≤ LS 73 % ≤ P ≤87 %
x 80
p= = =0.8
n 100
b) Determine el intervalo de confianza de 90% para la proporción poblacional.
Interprete
Al 90% de confianza ,se afirma que la proporción de clientes que utilizan tarjeta de
crédito para pagar gasolina son de 73% a 87%.
Estadísticas descriptivas
INTERPRETACION:
Al 90% de confianza ,se afirma que la proporción de clientes que utilizan tarjeta de crédito para
pagar gasolina son de 73% a 87%.
Ejemplo 3
María considera postularse para la alcaldía de su ciudad. Antes de solicitar la postulación,
decide realizar una encuesta entre los electores. una muestra de 400 electores revela que 300 la
apoyarían en las elecciones próximas.
a) Cuál es el valor de la proporción muestral.
b) Calcule el error estándar de la población.
c) Determine el intervalo de confianza de 99% para la proporción poblacional. Interprete,
comente
x 300
p= = =0.75
Proporción muestral n 400
p : proporción de electores que apoyarían la candidatura de maria
Error estándar
σ p=
√ p ( 1− p )
n √=
0.75 ( 1−0.75 )
400
=¿ ¿ 0.2165063509
Z0 Z 0=2.576
LI p−e=0.05577203599=0.694227964 ≅ 69 %
LS p+e=0.75+ 0.05577203599=0.805772036 ≅ 80 %
IC ( P )1−α % : LI ≤ P≤ LS 69 % ≤ P ≤81 %
Estadísticas descriptivas
INTERPRETACION:
Al 99% de confianza , se afirma que la proporción de electores que apoyarían la candidatura de
maría 69% y 81%
Ejemplo 4
Se va a estudiar la proporción de consumidores potenciales de un nuevo producto, si con una
muestra de 550 consumidores escogida de una población de 3000 se encontró que 165
comprarían el nuevo producto. Encontrar un intervalo de confianza para la proporción de
consumidores al 98% de confianza.
x 165
Proporción muestral p= = =0.3
n 550
Error estándar
σ p=
√ n √
p(1− p) N−n
N −1
=
√ 550 √
0.3∗(1−0.3) 3000−550
3000−1
=0,01766131809
Z0 Z 0=2.326
LI
p−e=0.3+0.4108022582=0.3408022582
LS
p+e=0.3+ 0.4108022582=0.3408022582 ≅ 34.1 %
25.9 % ≤ P ≤34.1 %
IC ( P )1−α % : LI ≤ P≤ LS
Interpretación:
Ejemplo 5
De una población de 2500 trabajadores de una empresa industrial se seleccionó una muestra
aleatoria de 300 para que participen en una encuesta. Entre las comprendidas en la muestra 240
manifestaron que estaban satisfechos por completo con todas las condiciones laborales de la
empresa. Construir el intervalo de confianza del 95% para la proporción de trabajadores que
opinan de esta manera:
x 240
Proporción muestral p= = =0. 8
n 300
Error estándar
σ p=
√ n √
p(1− p) N−n
N −1
=
√ 300 √
0.3∗( 1−0. 8) 2500−300
2500−1
=0,0 2166843653
Z0 Z 0=1.96
LI
p−e=0. 8+0.0424701356=0.7575298644 ≅ 75.5 %
LS
p+e=0. 8+ 0.0424701356=0.8424701356 ≅ 84.2 %
75.8 % ≤ P≤ 84.2 %
IC ( P )1−α % : LI ≤ P≤ LS
INTERPRETACION:
Al 95% de confianza afirmamos que la proporción que opinan que están satisfechos por
completo es del 75.8% y 84.2%
Ejemplo 6
Durante cierta semana una tienda del departamento observo y registro una muestra de 5750
clientes de 12500 personas que entraron en la tienda de las cuales 2000 hicieron por lo menos
una compra. Hallar el intervalo de confianza del 99% para la proporción de las personas que
entran en la tienda y realizan una compra
x 2000
Proporción muestral p= = =0 .34782608696
n 5 750
Error estándar
σ p=
√ n √
p(1− p) N−n
N −1
=
√ 5 750 √
0.34∗(1−0. 34) 12500−5 750
12500−1
=0 , 0045908357
Z0 Z 0=2.576
LI
p−e=0.01182599292−.35182599292=0.335935892 ≅ 33.6 %
LS
p+e=0.01182599292−0.3 47826087=0.35182599292≅ 36 %
34 % ≤ P ≤ 36 %
IC ( P )1−α % : LI ≤ P≤ LS
INTEREPRETACION:
Al 99% de confianza se puede afrimar que el cliente que ingreso a ala tienda eh hicieron la
compra al 34% a 36%