ESTADISTICA

Clase Magistral 9

Profesor Manuel Ricardo Contento

Teorema del Limite Central
Distribución para la proporción
Tamaño de Muestra
 Teorema del límite central
Sea X ~ ? (; ² ) y X1, X2,..., Xn una muestra aleatoria, con promedio E(Xi)=
y varianza V(Xi)= ², i=1,2,..,n, entonces la distribución del promedio
muestral tiende asintóticamente a una normal con promedio  y varianza ²/n,
a medida que n crece

Este teorema permite aplicarlo a T=xi para establecer que, cuando n se hace
grande, T es normal con media n y desviación estándar n

X  N ;
n 
 2
n
Z 
X 
   N (0 ; 1)
n 
n
 Ejemplo
Los tiempos de espera para los clientes que
pasan por una caja de pago a la salida de un
tienda, son variables aleatorias independientes
con promedio 1.5 minutos y una varianza de 1.0.
Aproxime la probabilidad de que se puedan
atender a 100 clientes en menos de 2 horas.
¿Qué puede concluir al respecto?
 Solución
X: Tiempo (min.) de espera de los clientes.
 = 1.5 ² = 1 entonces  = 1
X1 X2 X3 X4 X99 X100

100

X
i 1
i  120
Usando TLC
 
100
  1.2  1.5 
P   X i  120   P( X  1.2)  P Z   P  Z  3  0.0013
 i 1   1 
 
 100 
Usando distribución del total
 Ejemplo
Un antropólogo quiere estimar la talla promedio
de los hombres de cierta región. Si se supone
que la desviación estándar de la población es de
2.5 pulgadas y se selecciona al azar a 100
hombres, encuentre la probabilidad de que la
diferencia entre la media de la muestra y la
media verdadera de la población no exceda de
0.5 pulgadas.
 Solución
X: Talla (pulg) de hombres
 = 2.5 pulg. n=100

 
P X    0.5  P  0.5  X    0.5  
 0.5 0.5 
 P Z 
 2.5 100 2.5 100 
 P  2  Z  2   P  Z  2   P  Z  2  
 0.97725  0.02275  0.9545
 Ejemplo
Si el antropólogo de la anterior situación quiere
que la diferencia entre la media muestral y la
media de la población sea menor de 0.4
pulgadas, con una probabilidad de 0.95.
¿Cuántas hombres tendría que seleccionar para
alcanzar su objetivo?
 Solución
X: talla (pulg) de hombres
 = 2.5 pulg. n=?
 
P X    0.4  0.95  P  0.4  X    0.4  
 0.4 0.4 
 P Z 
 2.5 n 2.5 n 
 P  1.96  Z  1.96 

2
0.4  1.96  2.5 
 1.96  n     150.0625  151
2.5 n  0.4 
 Ejemplo
Determine el tamaño de muestra para estimar la edad promedio al inicio
del consumo de alcohol.
Publicación: http://www.senda.gob.cl/observatorio/boletines/boletin07/
 Distribución de X

Sea X ~ N( ; ² ) y X1, X2,..., Xn una muestra

aleatoria, con promedio E(Xi)= y varianza
V(Xi)= ², i=1,2,..,n, desconocida, entonces:

X 
T ~ t( n 1)
s
n
 Ejercicio
El fabricante de cierta marca de neumáticos radiales con bandas tensoras de
acero indica que la duración hasta el desgate de la banda tiene promedio
=58000. Una empresa de taxis prueba una muestra aleatoria de 10
neumáticos y registra los siguientes recorridos hasta el desgaste de la
banda: 48000, 53000,45000, 61000, 59000, 56000, 63000, 49000, 53000 y
54000 kilómetros. ¿esta información muestral parece apoyar la afirmación
del fabricante? (Ayuda: calcule la probabilidad de obtener un promedio
muestral como el observado o más extremo)

Es poco probable que si el promedio fuese 58000, una muestra de tamaño

10 registre una media de 54100 o menos. La información muestral no
parece avalar la afirmación del fabricante.
 Solución en R
> recorrido=c(48000,53000,45000,61000,59000,56000,63000,49000,53000,54000)
> m=mean(recorrido);m
[1] 54100
> s=sd(recorrido);s
[1] 5801.341
> n=length(recorrido);n
[1] 10
> miu=58000
> t=(m-miu)/(s/sqrt(n));t
[1] -2.125868
> pt(t,n-1)
[1] 0.03121972
 Distribución de la proporción
Sea X: número de elementos (objetos o individuos)
que presentan la característica y n el número total de
elementos investigados; La proporción estimada es el
número de elementos en la muestra que presentan la
característica de interés (0xn) dividido entre n.

px p 
n Z ~ N (0;1)
 (1   )
  (1   ) 
p ~ N  ;  n
 n 
 Ejemplo
La mayoría de los Estadounidenses alivian el estrés comiendo dulces. Según
un estudio publicado en Food Technology, 46% admite comer en exceso
comidas dulces cuando esta estresado. Si se supone que la cifra 46% es
correcta y que se selecciona una muestra de 100 personas.
a. Cual es la distribución de muestreo de la proporción de estadounidenses que
ingieren dulces para aliviar el estrés?

b. Cual es la probabilidad de que la proporción muestral sea mayor de 0.5?

 Ejemplo (continuación)
c. Cual es la probabilidad de que la proporción muestral quede en un intervalo
de 0.35 a 0.55?

d. Que se puede concluir si la proporción muestral fuera tan pequeña como 0.3?
 Tamaño de muestra para estimar una
proporción poblacional ().

p: estimación previa del posible valor de .

(1-) 100% : confianza con la cual se desea la estimación
e: error máximo admisible. Máxima diferencia tolerable entre p y
.
Un investigador necesita determinar el tamaño de muestra para
estimar la proporción de pollos que presentan hematomas en las
alas como consecuencia del transporte a las zonas de sacrificio. En
una investigación anterior se publicó que alrededor del 10% de los
pollos presentaban dicha lesión después del transporte. Considere
una confianza del 90% y un error máximo admisible de 3%.
 Solución
X: numero de pollos que presentan hematomas en alas