Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(mhuamanr1@usmp.pe)
0 / 60
Contenido
1 / 60
1. Teoría del muestreo
Errores no muestrales
P
ty Yk
θ= = PU
tz U Zk
▶ Es aquella que para un tamaño dado todas las muestras posibles del marco
tienen la misma posibilidad de ser seleccionadas.
▶ Esto permite que cada miembro de la población tenga igual chance o prob-
abilidad de ser incluido en una muestra.
▶ Probabilidades de inclusión iguales para todos.
▶ Bajo el muestreo simple al azar, cada muestra s de tamaño n tiene la misma
probabilidad de selección:
1
si s es de tamaño n
Pd (s) = (Nn )
0 en otro caso
z 2S 2
n0 =
c2
z 2 pq
n0 =
c2
▶ En ambos casos, si n0
N no es despreciable, el tamaño difinitivo
es:
n0
n=
1 + nN0
(zα/2 )2 σ 2 N
n=
(zα/2 )2 σ 2 + e 2 (N − 1)
n : Tamaño de muestra
N : Tamaño de la población
zα/2 : Valor estándar de Z con nivel de α
e : Precisión o error admitido
σ : Desviación estándar poblacional
n : Tamaño de muestra
N : Tamaño de la población
zα/2 : Valor estándar de Z con nivel de α
e : Precisión o error admitido
p : Proporción poblacional de éxito
PL
N σ2
i=1 i i
n= L
1
P
ND + N
N σ2
i=1 i i
!
Ni
ni = n PL
i=1
Ni
PL
i1
Ni p̂i q̂i
n= PL
1
ND + N i=1
Ni p̂i q̂i
!
Ni
ni = n PL
i=1
Ni
x¯1 − x¯2
PN
i1 xi
µ=
N
Intervalo de estimación para la media poblacional
σ
x̄ ± zα/2 √
n
s
σ12 σ22
(x¯1 − x¯2 ) ± zα/2 +
n1 n2
5 ± 4.06
Marca A Marca B
n1 = 150 bombillas n2 = 200 bombillas
x̄1 = 1400 horas x̄2 = 1200 horas
σ1 = 120 horas σ2 = 80 horas
α = 0.05
s
σ12 σ22
(x̄1 − x̄2 ) ± zα/2 +
n1 n2
s
1202 802
(1400 − 1200) ± 1.96 +
150 200
177.83 ≤ µ1 − µ2 ≤ 222.17
El banco del Estado de Río desea estimar la diferencia entre las me-
dias de los saldos de las tarjetas de crédito de dos de sus sucursales.
Una muestra independiente de tarjeta de habitantes generaron los
resultados que aparecen en la siguiente tabla. Determinar un in-
tervalo de confianza de 90% para la diferencia entre medias de los
saldos.
Sucursal 1 Sucursal 2
n1 = 32 n2 = 36
x̄1 = $500 x̄2 = $375
σ1 = $150 σ2 = $130
Sucursal 1 Sucursal 2
Medias 500 375
Desviaciones 150 130
n 32 36
α = 0.1
s
σ12 σ22
(x̄1 − x̄2 ) ± zα/2 +
n1 n2
s
1502 1302
(500 − 375) ± 1.65 +
32 36
68.5 ≤ µ1 − µ2 ≤ 181.5
Para µ1 − µ2 : σ1 y σ2 conocidas
(x̄1 − x̄2 ) − D0
z= r
σ12 σ22
n1 + n2
(x̄1 − x̄2 ) − D0
t= r
s12 s22
n1 + n2
(325 − 286) − 0
t= q = 2.27
402 442
12 + 12
s2 s22 2 442
( n11 + n2 ) ( 40
12 + 12 )
gl = s12 2 s22 2
= 1 402 2 1 442 2
= 21.8
12−1 ( 12 ) + 12−1 ( 12 )
1 1
n1 −1 ( n1 ) + n2 −1 ( n2 )
α
Entonces para un valor t (21 gl) y 2 = 0.025 es de 2.080.
En una prueba de la cola superior, el valor-p es el área en la cola
superior a la derecha de t = 2.27. De acuerdo con este resultado
se ve que el valor-p está entre 0.025 y 0.01. Por tanto, el valor-p
es menor que α = 0.05 y se rechaza H0 . Los resultados muestrales
permiten al investigador concluir que µ1 − µ2 > 0, o que µ1 > µ2 .
La investigación favorece la conclusión de que con el nuevo software
el tiempo requerido es menor.
p̄1 − p̄2
Como ocurre con otros estimadores puntuales, p̄1 y p̄2 tiene una
distribución muestral que refleja los valores que podría tomar p̄1 y p̄2
si se tomaran repetidas muestras aleatorias simples independientes.
Error estandar
s
(1 − p1 ) p2 (1 − p2 )
σp̄1 −p̄2 = +
n1 n2
Oficina 1 Oficina 2
n1 = 250 n2 = 300
Número de declaraciones con Número de declaraciones con
errores = 35 errores = 27
Las proporciones muestrales en cada una de las oficinas son las siguientes.
35
p̄1 = 250 = 0.14
27
p̄2 = 300 = 0.09
La estimación puntual de la diferencia entre las proporciones de declara-
ciones con errores en las dos poblaciones es p1 − p2 = 0.14 − 0.09 = 0.05.
Entonces se estima que la oficina 1 comete 0.05 o 5% más errores que la
oficina 2.
0.05 ± 0.045
El margen de error es 0.045 y el intervalo de 90% de confianza es el
intervalo que va de 0.005 a 0.095.
Estimador combiando
n1 p̄1 + n2 p̄2
p̄ =
n1 + n2
(p̄1 − p̄2 )
z=q
p̄(1 − p̄)( n11 + 1
n2 )
Ejemplo
Una empresa que se dedica a elaborar declaraciones de impuestos,
suponga que la empresa desea realizar una prueba de hipótesis para
determinar si las proporciones de errores en las dos oficinas son
diferentes. Para esto, se requiere una prueba de hipótesis de dos
colas. Las hipótesis nula y alternativa son las siguientes:
H0 : p 1 − p 2 = 0
Ha : p1 − p2 ̸= 0
x1 340
p̂1 = = = 0.34
n1 1000
x2 450
p̂2 = = = 0.45
n2 1000
Z α = 1.96
2
r
0.34(1 − 0.34) 0.45(1 − 0.45)
(0.34 − 0.45) − 1.96 + = −0.1525776
1000 1000
r
0.34(1 − 0.34) 0.45(1 − 0.45)
(0.34 − 0.45) + 1.96 + = −0.06742241
1000 1000
3. Estimaciones puntuales y por intervalo para variables
cualitativas 59 / 60
Solución