Documente Academic
Documente Profesional
Documente Cultură
Y
Y
Y
Y
Y
Y
Y
Y
YY YY
Y
Y
Y
Y
Y
Y
Y
Y
YY !Y
"
Y
Y#
Y
"
Y$
Y$
%
Y
" Y
%%
Y !Y
Y
&Y'Y( Y)
*Y
+%
YY%
Y
Y%Y
%Y
Y
Y
Y
Y
+,#Y"
%Y$
'Y
*
YY
Y
Y
Y
Y
$Y--Y
UNIDAD 4. MUESTREO Y ESTIMACIONES
Para población finita: Una muestra seleccionada de tal manera que cada muestra
posible de tamaño á tiene la misma probabilidad de ser seleccionada.
Para población infinita: Una muestra seleccionada de tal manera que cada
elemento proviene de la misma población y los elementos sucesivos se
seleccionan en forma independiente.
EJEMPLO
EJEMPLO
Una base de formación de los estratos puede ser por departamentos, ubicación,
edad, giro industrial, etc., queda a discreción de quien diseña la muestra, sin
embargo los mejores resultados se obtienen cuando los elementos dentro de cada
estrato son tan semejantes como sea posible.
Después de formar los estratos se toma una muestra aleatoria simple de cada
uno. Se dispone de formulas para combinar los resultados para la muestra de
estrato individual en un estimado del parámetro poblacional de interés. El valor del
muestreo aleatorio estratificado depende de cuán homogéneos sean los
elementos dentro de los estratos. Si son similares, los estratos tendrán bajas
varianzas. Si los estratos son homogéneos, el procedimiento de muestreo
aleatorio estratificado producirá resultados tan precisos como el muestreo
aleatorio simple, pero con menor tamaño total de muestra.
Muestreo sistemático
EJEMPLO
Formula:
ù
EJEMPLO 1:
suburbanas, muestras tomadas al azar arrojaron los siguientes resultados:
ù
ù
Y como este valor es menor que -1.96, se deduce que la diferencia observada de
$7.21 entre los saldos promedio de las dos sucursales es significativa. El valor de
z= -2.53 es de 0.0057.
Formula:
EJEMPLO 2:
Ejemplo 1:
Si se sabe que la dureza Rockwell de pernos de cierto tipo tiene un valor medio de
50 y desviación estándar de 1,5.
z = **+
x § N(50; 1,5.¥9)
P(x 52) =
, - . /. 0 (12 /
+ +!
P(x1 x x2) =
,ù . 3 3 ù (14
3 4 3 4 54
+
P(x 52) =
, - . /. 0 (12 /
Y
+ +
EJEMPLO 2:
% ! !
Por tanto, la suma de las 100 variables se distribuye según una normal cuya
media y varianza son:
6
789
:9
Luego:
ù =>
?
Donde:
n= Tamaño de la muestra,
z= 1.96 para el 95% de confianza, 2.56 para el 99%
p= Frecuencia esperada del factor a estudiar
q= 1- p
B= Precisión o error admitido
El valor de n obtenido por esta fórmula indica el tamaño de la muestra para una
población infinita, a efectos prácticos se considera población infinita cuando la
muestra supone menos del 5% de la población total.
EJEMPLO 1:
Formula:
ù =>
?
Datos:
!
!
!
@ !ABCADEFFEDEGGBHAIHF
EJEMPLO 2:
Formula:
ù =>
?
Datos:
Z= 1.96, p=0.30, q=0.70, B=0.05
!
@ BJHFFEDEGGBHAIHF
4.5 Intervalos de confianza para la media, con el uso de la distribución
Normal y la ³t´ student
Distribución normal
EJEMPLO 1:
Se encuentra que la concentración promedio de zinc que se saca del agua a partir
de la muestra de mediciones de zinc en 36 sitios diferentes es de 2.6 gramos por
mililitro. Encuentre el intervalo de confianza de 95% para la concentración media
de zinc en el rio. Suponga que la desviación estándar de la población es de 0.3
Datos:
Z = .90/2=.475=1.96
ù
K
Formula:
+
!
K
+
EJEMPLO 2:
Una empresa eléctrica fabrica focos que tienen una duración aproximadamente
distribuida de forma normal con una distribución estándar de 40 horas. Si una
muestra de 30 focos tiene una duración promedio de 780 horas, encuentre un
intervalo de confianza de 96% para la media de la población de todos los focos
que produce esta empresa.
Datos:
Z = .96/2=.48=2.06
ù
K
FORMULA:
+
K !
+
³t´ student.
EJEMPLO 1:
Datos:
!
L !M
Formula:
K N
L$ #
+
!
K
!$
+
!
K !
+
!
K
+
K
EJEMPLO 2:
El dueño de una tienda de abarrotes desea estimar la cantidad madia que gastan
los clientes que le consumen sus productos. Una muestra de 20 clientes revelo
que gastan $50, con una desviación estándar de 9.01. Determine un intervalo de
95% de confianza para la media poblacional.
Datos:
!
L !M
Formula:
K
L$
+
!
K
!$
+
!
K
!
+
!
K !
+
K 4.22
õ
Datos:
Z = .90/2=.475=1.96
Formula:
ù
OP K
+
!
OP K
+
Para nuestro segundo ejemplo tomaremos los datos del ejemplo N°2 ³z´:
õ
Datos:
Z = .96/2=.48=2.06
Formula:
ù
OP K
+
OP
K !
+
Q 8 R
SQR SRR
Y la varianza.
Q 8R
TQ TR
Se deduce que
ù
Tiene una distribución normal estándar. Sustituyendo esta expresión por z en:
ùV* W W ùV*
Así mismo, en virtud del teorema del límite central, este resultado puede usarse
Solución
por lo tanto, el
intervalo de confianza del 94% de EF
\ W W
Que se reduce a
W W
EJEMPLO 2.
Solución:
W W
Que se reduce a
Por lo tanto, tenemos el 94% de confianza en que el intervalo de 7.1 a 64.5 a
contiene la diferencia verdadera entre las duraciones en promedio de los dos tipos
de pilas. El hecho de que ambos límites de confianza sean positivos sugiere que,
en promedio la primera pila es superior al segundo tipo.
ù
]
Es una variable aleatoria que tiene una distribución normal estándar y puede
obtenerse ponderando las desviaciones cuadradas (o elevadas al cuadrado) de
las medias de las dos muestras.
ab
Tiene una distribución Ô con grados de libertad. Al sustituir esta
expresión por Ô en:
, UVT W W V X
Qc TR 8 TQ dTReR
número de éxitos están dadas por á y por =
= Si dividimos ambas
citadas en la página 94, sabemos que la media y la desviación estándar del
=
T^ T^8^ ^8^
T T T
y
ùf* W = W ù
f*
Ejemplo 1:
Solución:
ùf*
! en la fórmula anterior, se obtiene
:g
T 99
Sustituyendo
O bien
W = W
W = W
T
La magnitud de error cometido cuando usamos como una estimación de está
dada por ¤ =¤. Empleando nuevamente la distribución normal, podemos
T
asegurar con una probabilidad de 1 ± que la desigualdad.
=
=
¤ =¤ 3 ùf*
if* k
j j
8
k
T
á Ò
Ejemplo 2:
Solución
if*
=
= m
Ò
if*
m
Ò
sobrepasa E.
o M
4.8 Tamaño de la muestra con una estimación de P y un grado de confianza
=>
=r K ùV*
EJEMPLO 1:
Una muestra aleatoria de 985 votantes ³probables´ ± aquellos que votarían en las
próximas elecciones²fue encuestada un ³fonatón o encuesta telefónica´ dirigido
por el partido republicano. De los encuestados, 592 indicaron que piensan votar
por el candidato republicano en la próxima elección. Construya un intervalo de
confianza de 90% para =, la proporción de votantes probables en la población, que
piensa votar por el candidato republicano. Con base en esta información,
!
=r
!
=r >q
!!
!
=r >q
=r K
K
EJEMPLO 2:
=r !
g7l
lll
1-.659= .341
Y el error estándar es:
=r >q !
!!!
=r >q
p K
=
! K
!
!
O W = W
usted estima que el porcentaje de votantes probables del la
jefa de carrera está entre 63.4 y 68.4% la jefa de carrera actual será la ganadora.
BIBLIOGRAFIA
Técnicas de muestreo
William G. Cochran
Editorial continental S.A
Página 149
Métodos estadísticos
Said Infante G.I Guillermo P. Zarate de Lara
Editorial Trillas
335-337 páginas