Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Poblaciones y muestras
La totalidad de observaciones que nos interesan, ya sean de número
finito o infinito, constituye lo que llamamos población.
Una población consta de la totalidad de las observaciones en las que
estamos interesados.
Una muestra es un subconjunto de una población.
Para que las inferencias que hacemos sobre la población a partir de la
muestra sean validas, debemos obtener muestras que sean
representativas de ella.
Distribución muestral de un estadístico
Ambas muestras tienen la misma media, 1.00 litros. Es muy evidente que la
empresa A envasa el jugo de naranja con un contenido mas uniforme que la B.
Decimos que la variabilidad o la dispersión de las observaciones a partir del
promedio es menor para la muestra A que para la muestra B. Por lo tanto, al
comprar jugo de naranja, tendríamos mas confianza en que el envase que
seleccionemos se acerque al promedio anunciado si se lo compramos a la
empresa A.
Distribución muestral de un estadístico
Varianza Muestral:
Distribuciones Muestrales
El campo de la inferencia estadística trata básicamente con generalizaciones y
predicciones.
Solución
Teorema central del límite. Distribución muestral de la media
Distribución muestral de la diferencia entre dos medias
Teorema Si se extraen al azar muestras independientes de tamaños n1 y n2 de dos
poblaciones, discretas o continuas, con medias μ1 y μ2 y varianzas σ1 y σ2,
respectivamente, entonces la distribución muestral de las diferencias de las medias,
ത – 𝑋2,
𝑋1 ത tiene una distribución aproximadamente normal, con media y varianza
dadas por
Solución
Distribución muestral de una proporción
• Verifica que:
Distribución muestral de una proporción
• Por lo tanto:
Distribución muestral de una proporción
Distribución Muestral
El tiempo, en minutos, que 10 pacientes esperan en un consultorio médico
antes de recibir tratamiento se registraron como sigue: 5, 11, 9, 5, 10, 15, 6, 10,
5 y 10. Trate los datos como una muestra aleatoria y calcule
a) la media;
b) la mediana;
c) la moda.
d) Rango
e) Varianza
f) Desviación Estándar
Taller N02 Semana Tres
Teorema Límite central
Seguridad del teleférico En el problema señalamos que un teleférico en Los Andes, Colorado,
lleva a los esquiadores a la cima de la montaña. Hay una placa que indica que su capacidad
máxima es de 12 personas o 2004 libras. Dicha capacidad se excedería si 12 personas tienen
pesos con una media mayor que 2004/12 = 167 libras.
Puesto que los hombres suelen pesar más que las mujeres, el “peor de los casos” implicaría a
12 pasajeros hombres. Los pesos de los hombres se distribuyen normalmente, con una media
de 172 libras y una desviación estándar de 29 libras (según datos del National Health Survey).
Estimación de parámetros
Un fabricante automotriz ha producido un nuevo tipo de defensa, la que se
presume absorbe impactos con menos daño que las defensas previas. El
fabricante ha utilizado esta defensa en una secuencia de 25 choques
controlados con un muro, cada uno a 10 mph, utilizando uno de sus modelos de
carro compacto. Sea X = el número de choques que no provocaron daños
visibles al automóvil. El parámetro que tiene que ser estimado es p = la
proporción de todos los choques que no provocaron daños [alternativamente, p
= P (ningún daño en un choque)]. Si se observa que X es x = 15, el estimador y
estimación más razonable son:
Taller N01 Semana Tres
• Se verifica:
Distribución de la diferencia de proporciones muestrales
Otro caso especial muy importante de la distribución gamma se obtiene al permitir que α
= v/2 y β = 2, donde v es un entero positivo. Este resultado se conoce como distribución
chi cuadrada. La distribución tiene un solo parámetro, v, denominado grados de
libertad.
La variable aleatoria continua X tiene una distribución chi cuadrada, con v grados de
libertad, si su función de densidad es dada por
Distribución Muestral de 𝑺𝟐
El teorema del limite central nos permitió utilizar el hecho de que
En donde X1,X2..Xn constituye una muestra aleatoria de una distribución normal con
media µ y varianza σ^2 desconocida. Para determinar una distribución de muestreo que
permita hacer inferencia sobre σ^2 con base en 𝑆 2 .
Distribución Muestral de 𝑺𝟐
Teorema: Si 𝑺𝟐 es la varianza de una muestra aleatoria de tamaño
n que se toma de una población normal que tiene la varianza σ2,
entonces el estadístico
donde tα/2 es el valor t con n – 1 grados de libertad, por arriba del cual
encontramos una área de α/2. Debido a la simetría, un área igual de α/2 caerá a
la izquierda de –tα/2.
El caso en que se desconoce σ
𝑠 𝑠
𝑥ഥ + 𝑡∝/2 𝑦 𝑥ҧ − 𝑡∝/2
√𝑛 √𝑛
Solución
El caso en que se desconoce σ
Solución
Concepto de intervalo de confianza para una muestra grande
Solución:
Problemas de estimación de una y dos muestras
Solución:
Problemas de estimación de una y dos muestras
donde tα/2 es el valor t con v = n – 1 grados de libertad, que deja una área de α/2 a la
derecha.
Problemas de estimación de una y dos muestras
Límites de confianza
Un científico interesado en vigilar contaminantes químicos en alimentos
y, por lo tanto, la acumulación de contaminantes en la dieta humana,
seleccionó una muestra aleatoria de n = 50 adultos hombres. Se
encontró que el promedio de ingesta diaria de productos lácteos fue de
x ̅ = 756 gramos por día, con una desviación estándar de s = 35 gramos
por día. Use esta información muestral para construir un intervalo de
confianza de 95% para la ingesta diaria media de productos lácteos
para hombres.
Taller N02 Semana 3