Parmetro: es una caracterstica de la poblacin (,P,) Estadstico: es una caracterstica de la muestra(x, p, s) Error muestral: es la diferencia entre un estadstico de la muestra

y el parmetro correspondiente de la poblacin. Distribucin muestral: se define como la distribucin de probabilidades de los valores que puede tomar el estadstico a lo largo de todas las posibles muestras con el mismo nmero de observaciones que pueden ser extradas de la poblacin.

DISTRIBUCION MUESTRAL DE LA MEDIA

CASO PARA MUESTRAS GRANDES

CASO PARA MUESTRAS PEQUEAS

EJEMPLOS: CASO PARA MUESTRAS GRANDES

EJEMPLOS: CASO PARA MUESTRAS PEQUEAS

DISTRIBUCION MUESTRAL DE UNA PROPORCCION

EJEMPLOS:

TALLER DE APLICACIN 1 Resolver los siguientes problemas de aplicacin sobre distribucin muestral de medias y de proporcin.

1. Se ha encontrado que los ingresos de un centro comercial tienen un promedio de 12,4 millones de pesos por da con desviacin estndar de 2,9. Para una muestra aleatoria de 40 clientes, encuentre la probabilidad de que el ingreso promedio (a) sea menor que 13 millones de pesos. (b) exceda los 12 millones de pesos. (c) est entre 11,5 y 13,1 millones de pesos. (d) exceda los 12,6 millones de pesos. 2. Una mquina automtica llena bolsas de arroz con un promedio de 16 libras por bolsa y desviacin estndar de 0,5 libras. Cul es la probabilidad de que una muestra de 35 bolsas de arroz tenga una media de llenado (a) mayor que 16,1 libras? (b) Entre 15,9 y 16,1 libras? 3. El nmero de clientes que entran diariamente a un prestigioso centro comercial se distribuye normalmente con una media de 220 y una desviacin estndar de 50. Si se analiza una muestra de 12 das para estimar el nmero promedio de clientes que entran diariamente a ese centro comercial, encuentre la probabilidad de que la muestra produzca un promedio menor que 300 clientes. 4. Se empacan bolsas con un peso medio de 78,3 kilogramos y una desviacin estndar de 5,6 kilogramos. Cmo cambia el error estndar de la media muestral cuando el tamao de la muestra: (a) aumenta de 64 a 196, (b) disminuye de 784 a 49? 5. Un curso de estadstica tiene 40 estudiantes. Con base en los aos de experiencias, el profesor sabe que el tiempo necesario para calificar un primer examen seleccionando al azar, es una variable aleatoria con media de 6 minutos y desviacin estndar de 6 minutos. (a) Si los tiempos para calificar son independientes y el profesor comienza a las 2:50 p.m., hacindolo en forma continua, cul es la probabilidad de que termine de calificar antes del inicio de las noticias de las 7:00 p.m.? (b) Si la seccin deportiva empieza a las 7:10, cul es la probabilidad de que se pierda parte de esa seccin si espera hasta terminar para encender el televisor? 6. Un estudiante gasta mensualmente en fotocopias un valor medio de 10.000 pesos con una desviacin estndar de 500 pesos. (a) Cul es la probabilidad de que el gasto promedio de una muestra aleatoria de 40 estudiantes oscile entre 9.900 y 10.200 pesos? (b) Si el tamao muestral hubiese sido 15, en lugar de 40, podra calcularse la probabilidad pedida en el inciso (a) a partir de la informacin dada?

7. Si la experiencia indica que un 40% de todos los clientes que entran a un determinado local son fumadoras, calcule la probabilidad de que en un grupo de 50 personas: (a) Por lo menos 25 fumen. [Sugerencia: aproximacin normal a la binomial.] (b) Entre 15 y 25 (ambos inclusive) fumen. 8. El 5% de todos los tornillos fabricados por cierta empresa estn defectuosos. Suponga que de 1.500 tornillos recin fabricados se toma una muestra aleatoria de 50 y que p representa el porcentaje de los defectuosos. (a) Describa la distribucin muestral de p y encuentre p y p. (b) Encuentre P(p < 0, 08). (c) Calcule P(0, 01 < p < 0, 10). (d) Determine P(p > 0, 04). 9. Cierta ciudad europea tiene un porcentaje de desempleo de 12%. Para un estudio de 500 personas, sea p el porcentaje de desempleados en esta muestra. Encuentre: (a) P(p > 0, 11) (b) P(0, 11 < p < 0, 13). 10. Si un medicamento es efectivo en un 80% para tratar cierta enfermedad y una muestra aleatoria de 500 pacientes lo recibe, encuentre las probabilidades siguientes, tomando en cuenta que p representa el porcentaje de tratamientos en los que hay efectividad: (a) P(p > 0, 81) (b) P(0, 70 < p < 0, 81) (c) P(p < 0, 84) 11. En el ao 2005, los habitantes de cierto pas votaron en un referendo acerca de una nueva ley. En un estado, el 42,4% de las personas que votaron lo hicieron en favor de la misma. Si se tom una muestra aleatoria de 100 votantes de dicho estado, determine: (a) Cul es la media, la varianza y el error estndar de la proporcin muestral que est a favor de la nueva ley? (b) Cul es la probabilidad de que la proporcin muestral sea mayor que 0,5?

DISTRIBUCION MUESTRAL PARA LA DIFERENCIA DE PROPORCION

Muchas aplicaciones involucran poblaciones de datos cualitativos que deben compararse utilizando proporciones o porcentajes. A continuacin se citan algunos ejemplos: Educacin.- Es mayor la proporcin de los estudiantes que aprueban matemticas que las de los que aprueban ingls? Medicina.- Es menor el porcentaje de los usuarios del medicamento A que presentan una reaccin adversa que el de los usuarios del frmaco B que tambin presentan una reaccin de ese tipo? Administracin.- Hay diferencia entre los porcentajes de hombres y mujeres en posiciones gerenciales. Ingeniera.- Existe diferencia entre la proporcin de artculos defectuosos que genera la mquina A a los que genera la mquina B?

EJEMPLOS:

DISTRIBUCION MUESTRAL PARA LA DIFERENCIA DE MEDIAS

a) MUESTRAS DEPENDIENTES (DATOS PAREADOS). En este procedimiento, las muestras se eligen por pares, una de cada poblacin. La idea es que, aparte del aspecto objeto de estudio, los elementos de cada uno de estos pares deben relacionarse, de manera que la comparacin pueda ser establecida directamente. Las aplicaciones posibles de este tipo de procedimiento son:

b) MUESTRAS INDEPENDIENTES. En este mtodo se extraen dos muestras independientes de cada una de las dos poblaciones de inters, de manera que los miembros de una muestra no tienen necesariamente relacin con los miembros de la otra.

DISTRIBUCION MUESTRAL PARA LA VARIANZA

ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA

ESTIMACION PUNTUAL

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL 1. CASO PARA MUESTRAS GRANDES

2. CASO PARA MUESTRAS PEQUEAS

INTERVALOS DE CONFIANZA PARA LA PROPORCION POBLACIONAL

INTERVALOS DE CONFIANZA PARA LA DIFERENCIA DE DOS PROPORCIONES

INTERVALOS DE CONFIANZA PARA LA DIFERENCIA DE DOS MEDIAS