Documentos de Académico
Documentos de Profesional
Documentos de Cultura
σ
La Administración de Calidad puede ser igual a la
administración de la variablidad.
←No necesariamente
igual
n
(xi- x) 2 Distribución de
σ = i =
1
Muestra n-1 una muestra
Cuándo no es posible medir todos los datos de una población,
la distribución se puede estimar a partir de la medición de los
datos de una muestra...
Cuándo el tamaño de muestra es pequeño, existe una
posbilidad de tener un valor de desviación pequeño, por lo
que para calibrar la desviación el valor (n-1) se utiliza en
lugar del valor (n). Esto nos da un valor más aproximado a la
verdadera desviación de la población...
4
Distribución normal
Cuando se hace una gráfica (histograma) de la altura de las
personas, ésta toma forma de montaña con su punto más
alto en el centro (promedio). Los histogramas de las
alturas de caballos y ballenas toman esta misma forma
(aunque su tamaño sea diferente)
La distribución de probabilidad
↑ que lleva a esta curva se
n
llama Distribución Normal.
→Altura
‐σ σ
‐2σ 2σ ・±4σ=99.996%
‐3σ 3σ ・±5σ=99.99994%
3. Pruebas destructivas
6. Tipo de información
SITUACIONES EN LAS QUE ES MAS
VENTAJOSO INSPECCIONAR TODOS LOS
ELEMENTOS DE UNA POBLACION
POBLACIONES DISCRETAS
Una muestra aleatoria es aquella en la que
cada elemento de la población tiene la misma
oportunidad de ser incluido en la muestra
POBLACIONES CONTINUAS
DE ACUMULACION.
Elementos físicamente próximos entre si
MUESTREO NO PROBABILISTICO
1. MEDIAS
2. PROPORCIONES
3. NUMERO DE OCURRENCIAS
DISTRIBUCION MUESTRAL DE MEDIAS
M = Media de la población
n = Tamaño de la muestra
σ
σx =
n
La cantidad de dispersión en la distribución de
muestreo depende de dos cosas:
1. La dispersión de la población
M = Xx = 20
Z= x–x
0.2 0.2 0.2 0.2 0.2 0.2 σ
-1σ 1σ Z1 = 20.2 - 20
‐2σ
= 1
2σ 0.2
‐3σ 3σ
AZ1 = 0.3413
Z2 = 19.8 - 20 = -1 AZ2 = 0.3413
0.2
AT= 0.1587+ 0.1587= 0.3174
AR2 = 0.5 – 0.3413 = 0.1587 o 31.74%
E2
Un fabricante de acumuladores asegura que su producto tiene
una vida promedio esperada de 50 meses.
σx = σ
50
n 49 51
Z1 = X - X
σ
E2 (Respuesta)
DATOS: n es mayor que 30
La media de la población es igual a la media de la distribución
de muestreo X
M = Xx = 50 meses
σ = 4 meses
Para n = 36 0.67 0.67 0.67 0.67
σx = σ = 4 = 0.67 50
n 36 49 51
Z1 = 49 - 50
= -1.5 AZ1 = 0.4332
0.67
AT= 0.4332 + 0.4332= 0.8664 o 86.64%
E2 (Respuesta)
DATOS: n es mayor que 30
La media de la población es igual a la media de la distribución
de muestreo X
M = Xx = 50 meses
σ = 4 meses
Para n = 64 0.67 0.67 0.67 0.67
σx = σ
50
n 49 51
Z1 = X - X
σ
E2 (Respuesta)
DATOS: n es mayor que 30
La media de la población es igual a la media de la distribución
de muestreo X
M = Xx = 50 meses
σ = 4 meses
Para n = 64 0.67 0.67 0.67 0.67
σx = σ = 4 = 0.50 50
n 64 49 51
Z1 = 49 - 50
= -2.0 AZ1 = 0.4773
0.50
AT= 0.4773 + 0.4773= 0.9546 o 95.46%
E3
Con la información del ejercicio anterior, ¿Cuál seria la
probabilidad de obtener un valor medio de muestra menor de
49.8 meses, de una muestra de 100 observaciones
E3 (Respuesta)
Con la información del ejercicio anterior, ¿Cuál seria la
probabilidad de obtener un valor medio de muestra menor de
49.8 meses, de una muestra de 100 observacionesX
M = Xx = 50 meses
σ = 4 meses
n = 100 0.4 0.4 0.4 0.4 0.4 0.4
σx = σ = 4 = 0.4 50
n 100 49.8
A= 0.1915
Z49.8 = 49.8 - 50
= -0.5 AZ49.8 = 0.1915
0.4
AT= 0.5 - 0.1915= 0.3085 o 30.85%
E4
a). M + - 1.96 σx
b). M + - 2.00 σx
c). M + - 2.33 σx
E4 (Respuestas)
Si se obtiene una muestra de una distribución normal,
¿Cuál es a probabilidad de que la media de la muestra
tenga un valor en cada uno de los siguientes intervalos?
M + - 1.96 σx
a). M + - 1.96 σx
X
-1σ 1σ
‐2σ 2σ
‐3σ 3σ
E4 (Respuestas)
A = 0.19
AT = 0.1915 + 0.1915
45 55
50 AT = 0.3830
E5 (Respuestas)
La media de una distribución de muestreo de medias es de 50 y su
desviación estándar es de 10.
Suponga que la distribución de muestreo es normal
A = 0.2734
AT = 0.2734 + 0.2734
42.5 57.5
AT = 0.5468
50
E5 (Respuestas)
La media de una distribución de muestreo de medias es de 50 y su
desviación estándar es de 10.
Suponga que la distribución de muestreo es normal
50%
0
E6
Se toman muestras de 36 observaciones de una maquina de
acuñar monedas conmemorativas. El espesor promedio de las
monedas es 0.20 cm, con una desviación estándar de 0.01 cm
0.9836 = 98.36%
E6 (Respuestas)
Se toman muestras de 36 observaciones de una maquina de
acuñar monedas conmemorativas. El espesor promedio de las
monedas es 0.20 cm, con una desviación estándar de 0.01 cm
0.0028 = 0.28%
E6 (Respuestas)
Se toman muestras de 36 observaciones de una maquina de
acuñar monedas conmemorativas. El espesor promedio de las
monedas es 0.20 cm, con una desviación estándar de 0.01 cm
Media p = proporción p q = 1- p
p Proporción de la población
σp = pxq
n
E7
Un detallista compra vasos de cristal en grandes cantidades
directamente de la fabrica. Tales vasos son envueltos uno por
uno.
Algunas veces, el detallista inspecciona las remesas para
determinar la proporción de vasos rotos o defectuosos.
Que me piden:
‐3σ ‐2σ 10 %
17 %
E7 (Respuesta)
Un detallista compra vasos de cristal en grandes cantidades
directamente de la fabrica. Tales vasos son envueltos uno por
uno. Algunas veces, el detallista inspecciona las remesas
para determinar la proporción de vasos rotos o defectuosos.
Si un gran cargamento contiene el 10% de vasos rotos o
defectuosos, ¿Cuál es la probabilidad de que el detallista
obtenga una muestra aleatoria de 100 vasos que presenta el
17% o mas de defectuoso
‐3σ ‐2σ
Media = np
n = tamaño de la muestra
q=1-p
σnp = np = nxpxq
E8
En una reciente investigación revela que el 60% de los
adultos de una población no son fumadores. Si se toma una
muestra aleatoria de 600 adultos, encuentre e interprete la
media y la desviación estándar de la distribución de muestreo.
DATOS
σx σ
= N–n
n
N–1
σp = pxq N–n
n N–1
σ N–n
σx =
n N–1
3.0 3.4
0.0139
o 1.39%
0.4861
3.0
3.4
3.4 – 3.0
Z = = 0.4 = 2.2
0.185 0.185
A3.4 = 0.4861
DATOS: X
p = 10%
n = 225
N = 625
P ( 9% > X < 11%)
9% 11%
E10 (Respuestas)
σx =
0.09 – 0.10
Z1 =
0.016 = -0.625 X
A1 = 0.2324
9% 11%
AT = 0.2324 + 0.2324 = 0.4648 = 46.48 %
DEFINICIONES
ESTIMACION
Es el proceso de utilizar datos muestrales para
estimar los valores de parámetros desconocidos de
una población.
ESTIMACION DE PUNTO
Estimación de un valor único de un parámetro de la
población
ESTIMACION DE INTERVALO
Estimación que incluye un intervalo de valores
posibles en el que se considera que esta
comprendido un parámetro de la población
TIPOS DE ESTIMACION
Media
a). El norteamericano promedio consume anualmente 20 kg de
carne de res (ESTIMACION DE PUNTO)
b). El consumo medio anual de carne en USA fluctúa entre 15
kg y 25 kg por persona (ESTIMACION DE INTERVALO)
Proporción
a). El 22% de los residentes se oponen a los limites de
velocidad mas altos (ESTIMACION DE PUNTO)
b). Entre el 18 y el 26% de los residentes se oponen a mayores
imites de velocidad (ESTIMACION DE INTERVALO)
Desviación Estándar
a). La desviación estándar del recorrido de llantas radiales es
de 2000 millas (ESTIMACION DE PUNTO)
b). La desviación estándar del recorrido de llantas radiales
millas esta entre 1500 y 2500 (ESTIMACION DE INTERVALO)
INTERVALO DE CONFIANZA (IC)
Un intervalo de confianza proporciona un intervalo de valores,
centrado en el valor estadístico de la muestra, en el cual
supuestamente se ubica el parámetro de la población, con un
riesgo de error conocido
Estimación de punto de M : X
Estimación de intervalo de M : X + - Z σx
σ
σx =
n
INTERVALO DE CONFIANZA (IC)
X - Z σx X X + Z σx = IC
σ
IC = X + Z
n
σ
σx =
n
E11
Calcule los Intervalos de confianza con la siguiente
información
n = 36
σ =3
X = 24.2
Confianza deseada
a). 90%
b). 95%
c). 99%
E11a (RESPUESTAS)
Calcule los Intervalos de confianza con la siguiente
información
n = 36
σ =3
X = 24.2
45 % 45 %
Confianza deseada 90 %
0.825
90% Z = 1.65 24.2 25.025
Confianza deseada 95 %
0.980
95% Z = 1.96 24.2 25.180
Confianza deseada 99 %
1.290
99% Z = 2.58 24.2 25.49
σ
n =z
e
σ 2
n = Z
e
E12
¿Que tamaño de muestra será necesario para producir un
intervalo de confianza del 90% en el caso de la media de la
población verdadera, con un error de 1.0 en cualquier sentido
si la desviación estándar de la población es 10.0?
E12 (Respuestas)
¿Que tamaño de muestra será necesario para producir un
intervalo de confianza del 90% en el caso de la media de la
población verdadera, con un error de 1.0 en cualquier sentido
si la desviación estándar de la población es 10.0?
X
DATOS:
σ = 10.0
e = 1.0
IC = 90 % 90 %
E12 (Respuestas)
¿Que tamaño de muestra será necesario para
producir un intervalo de confianza del 90% en el
caso de la media de la población verdadera, con un
error de 1.0 en cualquier sentido si la desviación
estándar de la población es 10.0?
σ 2 10 2
n = Ze n = 1.65 = 272.25 = 273
1
CUANDO NO SE CONOCE LA DESVIACION
ESTANDAR DE LA POBLACION
Grados de libertad = n - 1
E13 Calcule t para una confianza del 95%
13
23
28
DISTRIBUCION t
E13 (RESPUESTA)
13 12 2.179
23 22 2.074
28 27 2.052
DISTRIBUCION t
Confianza t Intervalo de
deseada Confianza
90%
95%
99%
E14 (RESPUESTAS)
DATOS
X = Valor medio de la muestra = 20
S = Desviación estándar de la muestra = 1.5
n = Tamaño de la muestra = 25
Confianza deseada = 90 %
Intervalo de Confianza = ?
sX
IC = x + - t
n
IC = De 19.4867 a 20.5133
E14 (RESPUESTAS)
Confianza t Intervalo de
deseada Confianza
90% 1.711 20 +- 0.5133
IC = x + - t sX N–n
n N–1
E15
x + - z σX N–n
IC =
n N-1
b). X = 15.0
s = 2.0
n = 100
N = 1000
IC = x + - t S N–n
N-1
n
De 13.975 a 16.025
ESTIMACION DE LA PROPORCION DE
UNA POBLACION
x
Estimación de punto de p: p =
n
IC = p +- z σp
IC = p +- z pxq
n
p= x/n q=1–p
e=z pxq
n
E16
Determine un intervalo de confianza del 98% para
la proporción verdadera de la población si x = 50 y
n = 200
DATOS
Nivel de confianza = 98%
x = 50
n = 200
E16 (RESPUESTA)
Determine un intervalo de confianza del 98% para
la proporción verdadera de la población si x=50 y
n= 200
DATOS
Nivel de confianza = 98%
x = 50 x 50 = 0.25
n = 200 n = 200
DATOS
Nivel de confianza = 99%
x = 20
n = 200
E17 (RESPUESTA)
A partir de una muestra de 200 observaciones se
encontró que, en una remesa, había 20
acumuladores defectuosos. Utilizando un intervalo
de confianza del 99% calcule el error de estimacion
DATOS
Nivel de confianza = 99%
x = 50 x 20 =
p= = 0.10
n = 200 n 200
e=z pxq
n
p= x/n q=1-p
2 2
e=z pxq
n
n = z2 p x q
e2
E18
¿Qué tamaño de muestra seria necesario para
obtener un intervalo de confianza del 95% para la
proporción de la población si el error es 0.08
E18 (RESPUESTA)
¿Qué tamaño de muestra seria necesario para
obtener un intervalo de confianza del 95% para la
proporción de la población si el error es 0.08
DATOS
Nivel de confianza = 95 %
e = 0.08
2
n = 1.96 0.5 x 0.5 = 3.84 0,25 = 49.9 = 150
2
0.08 0.0064
2
MUESTREO A PARTIR DE POBLACIONES
FINITAS
Cuando el tamaño de la muestra es mayor al 5% de
la población, la formula para la estimación de
intervalo de la proporción poblacional deberá ser
modificada
IC = p +- z pxq N-n
n N-1
z2 x p x q x N
n =
2 2
(N-1) e + z x p x q
PRUEBAS DE HIPOTESIS
La estimación y las pruebas de significación
son 2 de las ramas principales de la inferencia
estadística.
H0 : p = 6%
H1 : p < 6%
H1 : p > 6%
La prueba de significación consiste en saber
si algún valor estadístico muestral observado
puede provenir razonablemente de una
población que presente el parámetro
propuesto.
H1 : p Diferente 6%
H0 es H0 es H0 es
rechazada aceptada rechazada
H1 : p < 6%
H0 es
H0 es aceptada
rechazada
H1 : p > 6%
H0 es aceptada H0 es
rechazada
PRUEBAS DE SIGNIFICACION
DE MEDIAS
x-M
Z prueba = Cuando conocemos σ
σx / n
x-M
t prueba = Cuando NO conocemos σ
Sx / n
EJEMPLO (Prueba de una muestra)
Un fabricante establece que sus llantas radiales tienen un
promedio de vida de 40000 millas. Se decide aceptar un
riesgo de 0.05 de rechazar H0 si esta es verdadera.
1. Establezca H0 y H1
H0 : M = 40000 millas
H1 : M Diferente de 40000 millas
0.05 / 2 0.05 / 2
0.05
H1 : M < de 40000 millas
0.05 / 2 0.05 / 2
-1.96 1.96
tabla tabla
EJEMPLO 2 (Prueba de una muestra y desconocemos la
desviación estándar de la población)
0.05 / 2 0.05 / 2
H1 : M Diferente de 40000 millas
DATOS:
n = 50
S = 1000
X = 8000
H0 es
Nivel de Sig. = 0.05 H0 es aceptada
rechazada
H0 : Media = 9000
H1 : Media < 9000
EJEMPLO 4
Mediante un proceso de fabricación, se produce alambre de
acero con una resistencia media a la tensión de 200 libras
por pulgada cuadrada (psi). La desviación estándar del
proceso es 20 psi. El ingeniero encargado del control de
calidad quiere diseñar una prueba que le indique si ha habido
o no un cambio en el promedio del proceso, utilizando un
tamaño de muestra de 25 y un nivel de significación alfa =
0.05. Suponga que la población de la resistencia del alambre
es aproximadamente normal
a). Enuncie H0 y H1 para esta prueba.
H0 : X = 200 psi
H1 : X Diferente de 200 psi
H0 es H0 es H0 es
rechazada aceptada rechazada
PRUEBA DE MEDIAS DE 2 MUESTRAS
Se utilizan para decidir si las medias de 2 poblaciones son
iguales.
Se requieren 2 muestras independientes, una de cada una de
las 2 poblaciones.
Ejemplos:
Una compañía investigadora que experimenta con 2
diferentes mezclas de pintura, para ver si se puede modificar
el tiempo de secado de pintura para uso domestico,
Dos métodos de enseñanza
Dos marcas
Dos ciudades
Dos distritos escolares, etc.
H0: M1 = M2
X1 - X 2
Z prueba = Cuando conocemos la
σ1 2
σ22
n1 + n2 Desviación estándar
de la población ( σ )
X1 – X2
t prueba = 2 2
Cuando NO conocemos ( σ )
s1 s2
+
n1 n2
PRUEBA DE MEDIAS DE 2 MUESTRAS
X1 - X 2
t pba. = 2 2
(n1-1)s1 + (n2 -1)s2 1 1
n1 + n 2 -2 n1 + n 2
EJEMPLO
n1 = 36 n2 = 36
σ1 = 3 σ2 = 3
X1 = 20 X 2 = 18
PRUEBA DE PROPORCIONES
UNA MUESTRA
proporción de la muestra – proporción propuesta
Z=
desviación estándar de la proporción
p – p0 x
Z= p=
p0 x q0 n
n
H0: p0 = 90%
σp = 0.03
Z prueba = -3.33
x1 + x2
P= σp = p x q ( 1/ n1 + 1/ n2)
n1 + n2