CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

DISTRIBUCION MUESTRAL
DE LA PROPORCION

TEMA:
DISTRIBUCION MUESTRAL DE LA PROPORCION E INTERVALO
DE CONFIANZA PARA LA PROPORCION

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

Logro de Aprendizaje:
 Al finalizar la clase, el
estudiante, estará en la
capacidad de calcular la
probabilidad de ocurrencia de la
proporción de una muestra
extraída de una población.
 También podrá hallar el intervalo
de confianza para el parámetro
de la proporción poblacional.

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

Se utiliza la distribución muestral de la proporción

cuando queremos saber la proporción de artículos que
cumplen una determinada condición de un total de
artículos de una muestra.

Luego el estadístico utilizado es el de la proporción

(p=x/n) en donde "x" es el número de éxitos y "n" el
tamaño de la muestra.

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

Una distribución binomial está estrechamente relacionada con

la distribución muestral de proporciones; pues una población
binomial es una colección de éxitos ó fracasos, mientras que
una distribución muestral de proporciones contiene las
proporciones de todos los números posibles de éxitos en un
experimento binomial.

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

Luego las proporciónes muestrales pueden evaluarse usando la

aproximación normal a la binomial, siempre que np≥5 y n(1-p)≥ 5.
Cualquier evento se puede convertir en una proporción si se divide
el número de éxitos obtenido entre el número de intentos

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

A. Si n es suficientemente grande, entonces la variable aleatoria

p, tiene distribución aproximadamente normal N(0,1) y se
cumple que: Z= 𝑃−π 𝑥−𝑛π X: número de éxitos
π𝑞 = n: tamaño de muestra
√𝑛 √𝑛π𝑞
π: proporción de población
B. El error estándar de P es
π𝑞
ơ= Donde q=1-π
𝑛
C. Si la población es finita de tamaño N y el muestreo es sin
reposición el error estándar de la proporción muestral es:
π𝑞 𝑁−1
Ơ= .
𝑛 𝑁−𝑛

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

Para calcular la probabilidad, si n es suficientemente

grande (n≥30), se aproxima a una distribución normal,
por tanto: P(p ≤ p1)= dándole la forma llegamos a
𝑐−π
P(Z ≤ π𝑞 )
√
𝑛
Sin embargo una mejor aproximación, se obtiene si se introduce
el factor de corrección por continuidad 1/2n
1
𝑐 + 2𝑛 − π
Z≤ π𝑞 )
√𝑛

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

REGLA DE SIGNOS UTILIZADA PARA LA CORRECCION DE YATES

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 INTERVALO DE CONFIANZA
DE LA PROPORCION

FORMULAS PARA EL INTERVALO DE CONFIANZA DE LA PROPORCION

𝑃−π P - Z.
𝑝𝑞
< π < P + Z.
𝑝𝑞
Zα/2= π𝑞 𝑛 𝑛
√𝑛

𝑥−𝑛π x – Zα/2. 𝑛𝑝𝑞 < π < x + Zα/2. 𝑛𝑝𝑞

Zα/2=
√𝑛π𝑞

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

EJEMPLO1:
El 10% de las familias que tienen auto en el distrito de Los
Olivos son de color rojo. Si se selecciona una muestra aleatoria
de 900 familias. Cual es la probabilidad de que la proporción
muestral de familias con auto de color rojo?
a) Sea mayor a 12%
b) Sea menor a 10,5%
c) Este entre 11% y 13%

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

A. SOLUCION:
DATOS DE POBLACION DATOS DE MUESTRA
Π=0,10 n=900
P=?
a)P(P>0,12)=? Aplicando la corrección de Yates :
𝑃−π 0,12−0,10 1
P( π𝑞 > 0,10𝑥0,90 = 𝑃−π 0,12+2𝑥900 −0,10
√𝑛 √ 900
P( π𝑞 > 0,10𝑥0,90 =
√𝑛 √
0,02 900
P(Z> 0,09 ) 0,02055
√ 900 P(Z> 0,09 )
√
P(Z> 2)= 1- P(Z≤2) 900
P(Z> 2.055)= 1- P(Z≤2.055)
= 1- 0,977
= 1- 0,980
= 0,023
= 0,020
CONCLUSION: Luego la probabilidad de la proporción de familias con auto de
color rojo sea > a 12% será de 2,3%.

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

B. SOLUCION:
DATOS DE POBLACION DATOS DE MUESTRA
Π=0,10 n=900
P=?
a)P(P<0,105)=? Aplicando la corrección de Yates
𝑃−π 0,105−0,10
P( π𝑞 < 0,10𝑥0,90 = a)P(P<0,105)=?
√𝑛 √ 1
900 𝑃−π 0,105− 2𝑥900 −0,10
0,005 P( π𝑞 < 0,10𝑥0,90 =
P(Z< 0,09 ) √𝑛 √ 900
√ 900 0,0044
P(Z< 0,5) = 0,691 P(Z< 0,09 )
√ 900
P(Z< 0,44) = 0,67
CONCLUSION: Luego la probabilidad de que la proporción de familias con auto de color
rojo sea < a 10,5% será de 69,1%.

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

C. SOLUCION:
DATOS DE POBLACION DATOS DE MUESTRA
Π=0,10 n=900
P=?
a)P(0,11<P<0,13)=? APLICANDO LA CORRECCION DE YATES
0,11−0,10 𝑃−π 0,13−0,10 b)P(0,11<P<0,13)=?
P( 0,10𝑥0,90 < π𝑞 < 0,10𝑥0,90 = 1
0,11+ 2𝑥900−0,10
1
0,13−2𝑥900−0,10
√ √𝑛 √ 𝑃−π
900
0,01 0,03
900 P( 0,10𝑥0,90 < π𝑞 < 0,10𝑥0,90 =
√ 900 √𝑛 √
P( 0,10𝑥0,90 <Z< 0,09 ) 900
√ 900
√ 900 0,01055 0,02944
P( 0,10𝑥0,90 <Z< 0,09 )
P(1<Z< 3)= P(Z<3) - P(Z<1) √
900
√ 900
= 0,999- 0,841 P(1,06<Z< 2,94)= P(Z<2,94) - P(Z<1,06)
= 0,158 = 0,998- 0,855
= 0,143
CONCLUSION: Luego la probabilidad de que la proporción de familias con auto de color
rojo este entre 11 y 23% , será de 15,8%.

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

EJEMPLO2:
Un proceso productivo tiene el siguiente procedimiento,
seleccionar una muestra de 36 artículos, si el % de artículos en la
muestra es p* por ciento ó más, el proceso debe detenerse en caso
contrario debe continuar. Determinar el valor de p* de modo que
haya una probabilidad de 90% de que sea detenido un proceso que
esta produciendo un 10% de piezas defectuosas en promedio?

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 DISTRIBUCION MUESTRAL
DE LA PROPORCION

SOLUCION:
DATOS DE POBLACION DATOS DE MUESTRA
Π=0,10 n=36
P*=?
a)P(P ≥ p*)=0,90
𝑃−π 𝑝∗− π
P( 𝑝𝑞 ≥ π(1−π))= 0,90
√𝑛 √ 𝑝∗−0,10
𝑝∗− π
𝑛 -1,28= 0,10(0,90)
P(Z≥ √
π(1−π) )= 0,90 36
√
𝑛
𝑝∗−0,10
P(Z≥ 0,10(0,90) )= 0,90 -1,28 x 0,25=
𝑝∗−0,10
√ 36
𝑝∗−0,10
1- P(Z< 0,10(0,90) )= 0,90
√ 36
𝑝∗−0,10 𝑝 ∗ −0,10 = −0,064
0,10 = P(Z< 0,10(0,90) )= Z=-1,28 P*= 3,6%
√
36

CONCLUSION: Luego el % de defectos (p*) donde el proceso debe detenerse con una
probabilidad de 90% será de p*=3,6%

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 INTERVALO DE CONFIANZA
PARA LA PROPORCION

EJEMPLO:
En las elecciones del Colegio de Abogados de Lima, la empresa IPSOS
APOYO, para dar su resultado a boca de urna, utilizó una muestra
aleatoria de 600 votantes después de emitir su voto.
A)Si el sondeo indica que 240 electores votaron a favor del candidato A
obtenga el intervalo de estimación del porcentaje de electores a favor
de A en toda la población con un nivel de confianza de 95%?
b) Cuanto es el error máximo que se comete en la proyección puntual
del parámetro de proporción?

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 INTERVALO DE CONFIANZA
PARA LA PROPORCION

SOLUCION:
A) Datos del problema
240
ṗ= = 0,4 𝑛= 600
600 ṗ −𝑃
Z= 𝑝𝑞
Estadístico de Contraste a utilizar: 𝑛

B) Si el Nivel de confianza es 0,95 entonces 1 – α= 0,95 y α= 0,05

Hallando Zα/2= -1,96 Z1-α/2= 1,96
C) Los limites de Confianza del Intervalo están dados por:

𝑝𝑞 𝑝𝑞
ṗ − zα/2 x ≤P≤ ṗ + z1-α/2 x
𝑛 𝑛
0,4𝑥0,6 0,4𝑥0,6
0,4 − 1,96 x ≤ P ≤ 0,4 + 1,96 x
600 600

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 INTERVALO DE CONFIANZA
PARA LA PROPORCION

SOLUCION:
Reemplazando datos tenemos:

0,4𝑥0,6 0,4𝑥0,6
0,4 − 1,96 x ≤ PA ≤ 0,4 + 1,96 x
600 600

0,4 − 1,96 x 0,02 ≤ PA ≤ 0,4 + 1,96 x 0,02

0,4 − 0,0392 ≤ PA ≤ 0,4 + 0,0392

0,3608 ≤ PA ≤ 0,4392
Luego tenemos que el error de estimación del parámetro p no es
mayor que 0,0392 (máximo error)
e=ρ–P≤

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 INTERVALO DE CONFIANZA
PARA LA PROPORCION

B)Si la misma muestra revela que el competidor B obtendría

con una confianza del 95%, un 36% de votación con un error de
estimación de +/- 4%. ¿ Se puede proclamar al candidato A
como ganador absoluto de las elecciones?

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 INTERVALO DE CONFIANZA
PARA LA PROPORCION

SOLUCION:
B) Para el caso del candidato B tenemos, que el error de estimación sería +/- 4%
Luego su intervalo estaría dado por:
0,36 − 0,04 ≤ PB ≤ 0,36 + 0,04
0,32 ≤ PB ≤ 0,40 Para el candidato B

0,36 ≤ PB ≤ 0,44 Para el candidato A

En este caso como la diferencia entre los dos candidatos es 4%, inferior al
nivel de error aceptado (α = 5%), decimos que hay un empate técnico, y esto
lo podemos verificar con la intersección de los intervalos de confianza de
ambos candidatos que realmente se están peleando los votos.

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

CURSO: ESTADISTICA INFERENCIAL SEMANA 04 – SESION 2
 EJEMPLO1: De los 629 automóviles importados por IZA MOTOR, el
año pasado, 117 fueron de la marca HYUNDAY. Si para este año se
toma una muestra aleatoria simple de 300 automóviles. Cuál es la
probabilidad de que cuando menos 15% de los automóviles de esta
muestra sean Hyunday?

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 EJEMPLO2:
La asociación de Bancos, indica que el índice de morosidad el
2015 fue de 2%, este año 2016 un auditor de carteras de clientes
del Banco Scotiabank, revisa semanalmente las cuentas de los
clientes para enviar las notificaciones de alerta y efectivizar las
cobranzas.
a. Calcule la probabilidad de que en una cartera de 300 clientes,
el índice de morosidad sea de 4%.

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 EJEMPLO3:
En una muestra aleatoria de 400 familias del Distrito de SMP,
se observo que 80 de ellas tenían mas de 01 televisor.
Obténgase un intervalo de confianza al 98% para estimar la
proporción de familias que poseen más de un televisor.

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 EJEMPLO4:
El departamento medico de la UTP desea saber la proporción de
estudiantes que usan algún tipo de lentes. Para ello escogió una
muestra de 400 estudiantes encontrando que 280 de ellos usan
algún tipo de lente. Estimar la proporción de la población total
que usa algún tipo de lentes, utilizar un intervalo de confianza
de 95%?

CURSO: ESTADISTICA INFERENCIAL SEMANA 05 – SESION 1

 1. Conceptos de Distribución Muestral de la Proporción
2. Cálculo de Probabilidad de la Proporción Muestral para
población infinita y finita.
3. Concepto de Error éstándar
4. Concepto de Nivel de error y Nivel de Confianza
5. Cálculo de Intervalo de confianza del parámetro de la
Proporción Poblacional
6. Ejemplos Aplicativos

CURSO: ESTADISTICA INFERENCIAL SEMANA 04 – SESION 2

 o LEVIN, Richard y David Rubin (2010) Estadística para
Administración y Economía. 7ª ed. Pearson. México. Cap.
1: Introducción. 1 - 5 págs.
o LIND, Douglas; William Marchal y Robert Mason (2004)
Estadística para Administración y Economía. 11ª ed.
Alfaomega. México. Cap. 1: ¿Qué es la estadística?. 1 – 20
págs.
o WEIERS, Ronald (2006). Introducción a la Estadística para
Negocios. 5ta ed. Cengage Learning. México. Cap. 1: Un
avance de la estadística para los negocios. 1 - 16 págs.

CURSO: ESTADISTICA INFERENCIAL SEMANA 04 – SESION 2