, cuya anchura es 2 ( )

. Esta anchura (3,895 para el

estimador de la media y 381,79 para el estimador del total) suele considerarse como un lmite
para el error de estimacin. Se observa que estas anchuras son mayores que con normalidad, ya
que en este caso las estimaciones son menos precisas (errores mayores).
En una regin con
N = 1000 viviendas determinar el tamao de muestra necesario para que, con un grado de
confianza del 95%, la estimacin de la proporcin de viviendas sin agua corriente no difiera en
ms del 0,1 del valor verdadero. Comentar los resultados para muestreo sin reposicin y con
reposicin. 3.3. Muestreo estadstico. Conceptos y problemas resueltos
128
95,0
) ( 10,0 )1,0( ) ( 10,0 95,0 ) ( 10,0 ) ( ) ( 10,0 95,0)10,0 10,0(95,0)10,0| (| =
= = = P N P P PP PP P P
PPPPPP
De lo anterior se deduce que: 051,0 96,1 10,0 ) (96,1 ) ( 10,0 ==== P P

Luego el problema se traduce en calcular el tamao de muestra necesario para
cometer un error de muestreo de 0,051 al estimar la proporcin de viviendas sin agua corriente.
Como no tenemos informacin acerca de la proporcin poblacional P de viviendas sin agua
corriente, nos colocamos en la situacin ms desfavorable, es decir, P = Q = 1/2. Tendremos: 91
051,0.9995,05,0 5,05,01000 )1()1( )1( 22 = + = +
= eNPP PNP n viviendas Para el
caso de muestreo con reposicin tendremos: 96 051,0 5,05,0)1( 22 = = = e PP n
viviendas Se observa que el tamao de muestra necesario para cometer el mismo error de
muestreo al estimar igual parmetro es superior en el caso de muestreo con reposicin.
De una
poblacin con 33 millones de habitantes se ha obtenido una muestra de 10.000. En ella, 4.000 se
han clasificado como poblacin activa, y de stos, 40 se encuentran en situacin de desempleo.
Se pide: 1) Estimar el porcentaje de poblacin activa. Estimar tambin el nmero de personas
activas que se encuentran en situacin de desempleo. Calcular los errores absoluto y relativo de
muestreo en ambas estimaciones as como intervalos de confianza con un riesgo del 3 por mil.
2) Cuntas personas de todas las edades sera necesario incluir en una muestra para estimar la
tasa de actividad en Espaa con un error absoluto E = 0,02 y una probabilidad del 95%? Del
ltimo censo se sabe que en el pas hay un 39% de activos. Contestar a la misma pregunta para
cometer un error relativo del 5%. Realizamos el siguiente esquema de apoyo (PA significa
poblacin activa y NPA significa el complentario): PA=4000 N=33000000 3660 activos 40
parados NPA=6000
n=10000 3.4. Muestreo aleatiorio simple sin y con reposicin.
Subpoblaciones
129
El porcentaje estimado de poblacin activa ser: %)40(4,0
10000 4000 ==P El error de muestreo ser: 00489,0 110000 )4,01(4,0 33000000 10000
1 1 ) 1( 1) ( =
=
= n PP N n P
El error
relativo de muestreo ser la estimacin del coeficiente de variacin de P , que se calcula de la
siguiente forma: %)2225,1(012225,0 4,0 00489,0 ) ( ) ( === P P PvC
Para hallar
el intervalo de confianza para la proporcin con = 0,003, utilizamos = F -1 N(0,1) (1
/2) = F -1 N(0,1) (1 0,003/2) = F -1 N(0,1) (0,9985)=2,997. El intervalo ser: )
4146.0,3853.0(]00489,0997,24,0,00489,0997,24,0[)] ( ), ( [ = + =+ PPPP

Se podra interpretar el intervalo de confianza diciendo que el porcentaje de la poblacin

activa est comprendido entre el 38,53% y el 41,46% con una probabilidad del 997 por mil, es
decir, prcticamente la certeza. El total estimado de personas activas que se encuentran en
situacin de desempleo ser: 132000 10000 40 33000000 = = 43421 P A
El error de muestreo ser: 20827 110000 )004,01(004,0 33000000 10000 133000000 1 )
1( 1) ( 2 =
=
= n PP N n NA
El error
relativo de muestreo ser la estimacin del coeficiente de variacin de A , que se calcula de la
siguiente forma: %)7,15(157,0 132000 20827 ) ( ) ( === A A AvC
Para hallar el
intervalo de confianza para el total con = 0,003, utilizamos el valor =F -1 N(0,1) (1 /2)
= F -1 N(0,1) (1 0,003/2)= F -1 N(0,1) (0,9985)=2,997. El intervalo ser: )
194419,69581(]20827997,2132000,20827997,2132000[)] ( ), ( [ = + =+ AAAA

El tamao de muestra necesario para estimar la tasa de actividad en Espaa con un error
de muestreo e = 0,02 y un coeficiente de confianza del 95% ser: 2379 )
39,01(39,096,102,0)133000000( )39,01(39,03300000096,1 )1( 22 2 22 2 = +
= + =
PQeN NPQ n
Muestreo estadstico. Conceptos y problemas resueltos
130
El tamao de muestra necesario para estimar la tasa de actividad en Espaa con un error relativo
de muestreo e r =0,05 y un coeficiente de confianza del 95% ser: 2379 )

39,01(96,102,039,0)133000000( )39,01(3300000096,1 )1( 22 2 22 2 = +

= + = QPeN
NQ n rr r
Mediante muestreo irrestricto aleatorio se trata de estimar la
proporcin y el total de aciertos obtenidos en un juego ilegal en el que se realizan un total de 6000
apuestas. En un ensayo previo se han obtenido 1/3 de fallos en las apuestas. Se pide: 1) Hallar
el nmero de apuestas necesario para que el error de muestreo sea de una dcima al estimar la
proporcin de aciertos en las apuestas del juego ilegal. Hallar tambin el nmero de apuestas
necesario para que el error relativo de muestreo sea del 20% en la misma estimacin. 2) Hallar
el nmero de apuestas necesario para que el error de muestreo sea de 600 unidades al estimar el
total de aciertos en las apuestas con un coeficiente de confianza del 99,7% y suponiendo
muestreo aleatorio simple con reposicin. Hallar dicho tamao en las condiciones anteriores pero
para un error relativo de muestreo del 10%. Tenemos como datos N = 6000 y P = 2/3. El tamao
de muestra necesario para estimar la proporcin de aciertos en las apuestas con un error de
muestreo e =

Pr-visualizao
0,1 ser:

14,22

)6666,01(6666,01,0)16000(

)6666,01(6666,06000

)1(
22

PQeN

NPQ

Ser necesario utilizar un tamao de muestra de 23 apuestas.

El tamao de muestra necesario para estimar la proporcin de aciertos

con un error

relativo de muestreo e
r

= 0,2 ser:

47,12

)6666,01(2,06666,0)16000(

)6666,01(6000

)1(
22

QPeN

NQ

Ser necesario utilizar un tamao de muestra de 13 apuestas.

Para hallar el tamao de muestra necesario para estimar el total de

aciertos con = 0,003,

se usa

= F
-1

N(0,1) (1
/2) = F
-1

N(0,1) (1

0,003/2) = F
-1

N(0,1) (0,9985) = 2,997. Dicho tamao en

muestreo con reposicin para un error de muestreo e

= 600 se calcula de la siguiente forma:

6,199

600

6000)6666,01(6666,0997,2

22

22

==

PQN

(200 apuestas)

El tamao de muestra en muestreo con reposicin para un error relativo de

muestreo

e
r = 0,1 con = 0,003 se calcula de la siguiente forma:

1,449

6666,01,0

)6666,01(997,2

==

Pe

(450 apuestas)

3.5.

reposicin. Subpoblaciones

131

Muestreo aleatiorio simple sin y con

De una poblacin de 100 opositores que se presentan a un examen se ha

extrado una

muestra irrestricta aleatoria de tamao n = 8, siendo sus edades

(variable X) las siguientes:

{25, 32, 28, 35, 26, 34, 30, 28}. Basndose en esta muestra, estimar la
edad media y la suma

de las edades de los opositores as como sus errores absoluto y relativo

de muestreo.

Determinar tambin:

1) Basndose en la muestra anterior, qu tamao de muestra sera

necesario para que el

error de muestreo sea 2 al estimar la edad media y 50 al estimar la suma

de las edades?

Y para que el error relativo sea del 6%? Contestar a las mismas
preguntas con un

coeficiente de confianza del 95%.

2) A partir de la muestra anterior, estimar la proporcin de edades pares

en la poblacin y

el total de la clase de las edades pares estimando los errores absoluto y

relativo de

muestreo. Qu tamao de muestra sera necesario para que el error

relativo de muestreo

fuese del 6% al 95% de confianza al estimar la proporcin?

3) Hallar el tamao de muestra del apartado anterior suponiendo muestreo

con reposicin.

Comentar los resultados.

Se observa que la media muestral es 29,75, la cuasivarianza muestral es

13,3571 y la

cuasidesviacin tpica muestral es 3,65474. Tambin se obtienen buenos

valores para los

coeficientes de asimetra (0,28) y curtosis (

0,79), que al estar comprendidos entre
2 y 2

permiten suponer normalidad.

Las estimaciones de la edad media y la suma de edades y sus errores

absoluto y

relativo son:

75,29

== xX

3571.13

100

536,1

)1()(

=
==

fxe

%)1,5(051,0

75,29

536,1)(

)( ====

xCve
r

297575,29100

=
=
= xNX

( =

6,153536,1100)()

=
== xNXe

%)1,5(051,0

2975

6,153

( ====

XCve
r

Evidentemente, los errores relativos de las estimaciones de media y total

coinciden.

Para hallar el tamao de muestra necesario para estimar la edad media

(media) con un

error de muestreo e igual a 50, consideramos la muestra anterior como una

muestra piloto que

nos proporciona una estimacin del valor de la cuasivarianza. Se aplica

la frmula:

23,3

2.1003571,13

3571,13100

222

+
=

NeS

NS

con lo que se tomar como tamao de muestra necesario n = 4.

Para hallar el tamao de muestra necesario para estimar la suma de edades

(total) con

un error de muestreo e igual a 50, se aplica la frmula:

3.6.

Muestreo estadstico. Conceptos y problemas resueltos

132

82,34

503571,13100

3571,13100

22

22

+
=

eNS

SN

con lo que se tomar como tamao de muestra necesario n = 35.

Si introducimos un coeficiente de confianza del 95%, los tamaos de

muestra necesarios

para cometer el mismo error de muestreo e

= 2 al estimar la media y e

= 50 para el total

lgicamente sern algo superiores a los calculados anteriormente.

Tenemos:

Media 36,11

100

82,12

82,12

1
0

+
=

+
=

con

82,12

3571,1396,1

22

==

Total 92,99

82,121001

82,12100

+
=

+
=

Nn

nN

con

82,12

3571,1396,1

22

==

Para el caso de un error relativo de muestreo igual a e

r
= 0,06 el tamao de muestra

necesario es el mismo para la estimacin del total y de la media.

Tendremos:

100

015,0

06,0

015,0

,12

,1

con

75,29

015,0

3571,13

22

,1
===

C
x

Para el caso de un error relativo de muestreo igual a e

r

= 0,06 con un coeficiente de

confianza del 95%, el tamao de muestra necesario es el mismo para la

estimacin del total y

de la media, y lgicamente ser mayor que cuando no existe el coeficiente

de confianza.

Tendremos:

54,61

100

015,0

96,106,0

015,096,1

22

,122

,1

con lo que se tomar como tamao de muestra necesario n = 65 que,

evidentemente, es

superior al tamao de muestra necesario sin coeficiente de confianza.

A continuacin consideramos la muestra asociada a la inicial, cuyos

valores son cero para

edades impares y uno para edades pares, es decir, la nueva muestra ser
{0, 1, 1, 0, 1, 1, 1, 1}. A

partir de esta muestra estimaremos la proporcin P y el total de la clase

A de los valores pares de X

en la poblacin, as como los errores de muestreo correspondientes.

Tenemos:

%)75(75,0

===

75

100

==

= PNA

46,20246,0100)

()

0246,0

18

25,075,0

100

)1()

=
=
==

==

PNAe

QP

fPe

reposicin. Subpoblaciones

Muestreo aleatiorio simple sin y con

133

El tamao de muestra necesario para estimar la proporcin de edades

pares en la

poblacin con un error relativo de muestreo e

r

= 0,06 y un coeficiente de confianza del 95%

ser:

22,78

)75,01(96,106,075,0)1100(

)75,01(10096,1

)1(
22

22

QPeN

NQ

rr

Vamos a realizar a continuacin para muestreo con reposicin el clculo

del tamao

de muestra necesario para que el error relativo de muestreo sea 0,06 al

estimar la proporcin

de edades pares de la poblacin con un coeficiente de confianza del 95%.

Utilizamos:

355

06,0

75,0

75,01

96,1

22

===

estadistica 2 muestreo
suponga que 430 indicaron que productos desean estime p la proporcin
de clientes que buscan nuevos productos establezca un lmite para el
error de estimacin
determine el tamao de la muestra que el departamento debe
seleccionar para estimar la proporcin de clientes con un limite de error
en una muestra aleatoria simple obtenida de una poblacin de colegios
de estos se estuvieron a favor de una propuesta 57 se opsusieron
se eligio una muestra aleatoria simple de 290 familias de un area de la
ciudad conteniendo a cada familia se le pregunto si la casa
mediante un muestreo irrestircto aleatorio se trata de estimar la
proporcin y el total de aciertos obtenido en un juego ilegal en el que se
relaizan un total de
en un estudio sociolgico realizado en una pquea ciudad se hicieron
llamadas telefnicas para estimar la proporcin de hogares donde habita

1 ReseaEscribir resea

Elementos de muestreo
Escrito por Richard L. Scheaffer,William Mendenhall,Lyman Ott

Ejercicio 6
http://es.calameo.com/read/00452800349b281c865f9
https://es.scribd.com/upload-document?
archive_doc=69636665&escape=false&metadata={%22context%22%3A
%22archive_view_restricted%22%2C%22page%22%3A%22read
%22%2C%22action%22%3A%22toolbar_download%22%2C
%22logged_in%22%3Atrue%2C%22platform%22%3A%22web%22}
En un estudio sociolgico, realizado en una pequea ciudad, se hicieron llamadas
telefnicas para estimar la proporcin de hogares donde habita por lo menos una persona
mayor de 65 aos de edad. La ciudad tiene 5000 hogares, segn la gua de telfonos ms
reciente. Una muestra aleatoria simple de 300 hogares fue seleccionada de la gua. Al
terminar la investigacin de campo, de los 300 hogares muestreados, en 51 habita al menos
una persona mayor de 65 aos. Contraste la hiptesis de que en el 25% de los hogares de
esa ciudad habita al menos una persona mayor de 65 aos. SOLUCIN: N= 5000, n= 300
51 0,17 1 0,83 ( ) 0,00044359197 2 ( ) 0,0421 300 1 pq N n pq p V p V
p nN 25% 17% 4,21% 12,79%, 21,21% luego se rechaza la
hiptesis de que en el 25% de los hogares de esa ciudad habita al menos una persona mayor
de 65 aos. 10. El gerente de un taller de maquinaria desea estimar el tiempo medio que
necesita un operador para terminar una tarea sencilla. El taller tiene 45 operadores. Se
seleccionaron aleatoriamente 5 operadores y se les tom el tiempo. Los resultados
obtenidos son los siguientes: Tiempo(minutos) 4,2 5,1 7,9 3,8 5,3 Se puede aceptar la
hiptesis de que el tiempo medio que necesitan los operarios del taller para terminar dicha
tarea es inferior a 6 minutos?

https://www.coursehero.com/search/results/?header=v2&filters_product=&stx=

INSTITUTO TECNOLOGICO DE
CHIHUAHUA

<< Contenido >>

Estimacin de una Proporcin

Un estimador puntual de la proporcin P en un experimento binomial est dado por la
estadstica P=X/N, donde x representa el nmero de xitos en n pruebas. Por tanto, la
proporcin de la muestra p =x/n se utiulizar como estimador puntual del parmetro P.
Si no se espera que la proporcin P desconocida est demasiado cerca de 0 de 1, se puede
establecer un intervalo de confianza para P al considerar la distribucin muestral de
proporciones.

Al despejar P de esta ecuacin nos queda:

En este despeje podemos observar que se necesita el valor del parmetro P y es

precisamente lo que queremos estimar, por lo que lo sustituiremos por la proporcin de la
muestra p siempre y cuando el tamao de muestra no sea pequeo.

Cuando n es pequea y la proporcin desconocida P se considera cercana a 0 a 1, el

procedimiento del intervalo de confianza que se establece aqu no es confiable, por tanto,
no se debe utilizar. Para estar seguro, se debe requerir que np nq sea mayor o igual a 5.
El error de estimacin ser la diferencia absoluta entre p y P, y podemos tener el nivel de
confianza de que esta diferencia no exceder

Ejemplos:
1. Un fabricante de reproductores de discos compactos utiliza un conjunto de pruebas
amplias para evaluar la funcin elctrica de su producto. Todos los reproductores de
discos compactos deben pasar todas las pruebas antes de venderse. Una muestra

aleatoria de 500 reproductores tiene como resultado 15 que fallan en una o ms

pruebas. Encuentre un intervalo de confianza de 90% para la proporcin de los
reproductores de discos compactos de la poblacin que no pasan todas las pruebas.
Solucin:
n=500
p = 15/500 = 0.03
z(0.90) = 1.645

0.0237<P<0.0376
Se sabe con un nivel de confianza del 90% que la proporcin de discos defectuosos
que no pasan la prueba en esa poblacin esta entre 0.0237 y 0.0376.
2. En una muestra de 400 pilas tipo B fabricadas por la Everlast Company, se
encontraron 20 defectuosas. Si la proporcin p de pilas defectuosas en esa muestra
se usa para estimar P, que vendr a ser la proporcin verdadera de todas las pilas
defectuosas tipo B fabricadas por la Everlast Company, encuentre el mximo error
de estimacin tal que se pueda tener un 95% de confianza en que P dista menos
de de p.

Solucin:
p=x/n = 20/400=0.05
z(0.95)=1.96

Si p=0.05 se usa para estimar P, podemos tener un 95% de confianza en que P dista
menos de 0.021 de p. En otras palabras, si p=0.05 se usa para erstimar P, el error
mximo de estimacin ser aproximadamente 0.021 con un nivel de confianza del
95%.
Para calcular el intervalo de confianza se tendra:

Esto da por resultado dos valores, (0.029, 0.071). Con un nivel de confianza del
95% se sabe que la proporcin de pulas defectuosas de esta compaa est entre
0.029 y 0.071.
Si se requiere un menor error con un mismo nivel de confianza slo se necesita
aumentar el tamao de la muestra.
3. En un estudio de 300 accidentes de automvil en una ciudad especfica, 60 tuvieron
consecuencias fatales. Con base en esta muestra, construya un intervalo del 90% de
confianza para aproximar la proporcin de todos los accidentes automovilsticos que
en esa ciudad tienen consecuencias fatales.
Solucin:
P= 60/300 = 0.20
Z(0.90) = 1.645

0.162<P<0.238
Estimacin de la Diferencia entre dos Medias
Si se tienen dos poblaciones con medias 1 y 2 y varianzas
respectivamente, un estimador puntual de la diferencia entre

1
1

,
2 est dado por la
2

estadstica
. Por tanto. Para obtener una estimacin puntual de
12, se seleccionan dos muestras aleatorias independientes, una de cada poblacin, de
tamao n1 y n2, se calcula la diferencia

, de las medias muestrales.

Recordando a la distribucin muestral de diferencia de medias:

Al despejar de esta ecuacin

se tiene:

En el caso en que se desconozcan las varianzas de la poblacin y los tamaos de muestra

sean mayores a 30 se podr utilizar la varianza de la muestra como una estimacin puntual.
Ejemplos:
1. Se lleva a cabo un experimento en que se comparan dos tipos de motores, A y B. Se
mide el rendimiento en millas por galn de gasolina. Se realizan 50 experimentos
con el motor tipo A y 75 con el motor tipo B. La gasolina que se utiliza y las dems
condiciones se mantienen constantes. El rendimiento promedio de gasolina para el
motor A es de 36 millas por galn y el promedio para el motor B es 24 millas por
galn. Encuentre un intervalo de confianza de 96% sobre la diferencia promedio
real para los motores A y B. Suponga que las desviaciones estndar poblacionales
son 6 y 8 para los motores A y B respectivamente.
Solucin:
Es deseable que la diferencia de medias sea positiva por lo que se recomienda restar
la media mayor menos la media menor. En este caso ser la media del motor B
menos la media del motor A.
El valor de z para un nivel de confianza del 96% es de 2.05.

3.43<

<8.57

La interpretacin de este ejemplo sera que con un nivel de confianza del 96% la
diferencia del rendimiento promedio esta entre 3.43 y 8.57 millas por galn a favor
del motor B. Esto quiere decir que el motor B da mas rendimiento promedio que el
motor A, ya que los dos valores del intervalo son positivos.
2. Una compaa de taxis trata de decidir si comprar neumticos de la marca A o de la
B para su flotilla de taxis. Para estimar la diferencia de las dos marcas, se lleva a
cabo un experimento utilizando 12 de cada marca. Los neumticos se utilizan hasta
que se desgastan, dando como resultado promedio para la marca A 36,300
kilmetros y para la marca B 38,100 kilmetros. Calcule un intervalo de confianza
de 95% para la diferencia promedio de las dos marcas, si se sabe que las
poblaciones se distribuyen de forma aproximadamente normal con desviacin
estndar de 5000 kilmetros para la marca A y 6100 kilmetros para la marca B.

Solucin:

-2662.68<

<6262.67

Grficamente:

Como el intervalo contiene el valor "cero", no hay razn para creer que el
promedio de duracin del neumtico de la marca B es mayor al de la marca A,
pues el cero nos est indicando que pueden tener la misma duracin promedio.
Estimacin de la Diferencia de dos Proporciones
En la seccin anterior se vio el tema de la generacin de las distribuciones
muestrales, en donde se tena el valor de los parmetros, se seleccionaban dos
muestras y podamos calcular la probabilidad del comportamiento de los
estadsticos. Para este caso en particular se utilizar la distribucin muestral de
diferencia de proporciones para la estimacin de las misma. Recordando la
formula:

Despejando P1-P2 de esta ecuacin:

Aqu se tiene el mismo caso que en la estimacin de una proporcin, ya que al

hacer el despeje nos queda las dos proporciones poblacionales y es precisamente

lo que queremos estimar, por lo que se utilizarn las proporciones de la muestra

como estimadores puntuales:

Ejemplos:
1. Se considera cierto cambio en un proceso de fabricacin de partes
componentes. Se toman muestras del procedimiento existente y del nuevo
para determinar si ste tiene como resultado una mejora. Si se encuentra
que 75 de 1500 artculos del procedimiento actual son defectuosos y 80 de
2000 artculos del procedimiento nuevo tambin lo son, encuentre un
intervalo de confianza de 90% para la diferencia real en la fraccin de
defectuosos entre el proceso actual y el nuevo.
Solucin:
Sean P1 y P2 las proporciones reales de defectuosos para los procesos
actual y nuevo, respectivamente. De aqu, p1=75/1500 = 0.05 y p2 = 80/2000
= 0.04. con el uso de la tabla encontramos que z para un nivel de confianza
del 90% es de 1.645.

-0.0017<P1-P2<0.0217
Como el intervalo contiene el valor de cero, no hay razn para creer que el
nuevo procedimiento producir una disminucin significativa en la
proporcin de artculos defectuosos comparado con el mtodo existente.
2. Un artculo relacionado con la salud, reporta los siguientes datos sobre la
incidencia de disfunciones importantes entre recin nacidos con madres
fumadoras de marihuana y de madres que no la fumaban:

Usuaria

No Usuaria

Tamao Muestral

Nmero de disfunciones

Proporcin muestral

1246

11178

42

294

0.0337

0.0263

Encuentre el intervalo de confianza del 99% para la diferencia de

proporciones.
Solucin:
Representemos P1 la proporcin de nacimientos donde aparecen disfunciones
entre todas las madres que fuman marihuana y definamos P 2, de manera similar,
para las no fumadoras. El valor de z para un 99% de confianza es de 2.58.

-0.0064<P1-P2<0.0212
Este intervalo es bastante angosto, lo cual sugiere que P 1-P2 ha sido estimado de
manera precisa.
Determinacin de Tamaos de Muestra para Estimaciones
Al iniciar cualquier investigacin, la primer pregunta que surge es: de qu tamao
debe ser la o las muestras?. La respuesta a esta pregunta la veremos en esta
seccin, con conceptos que ya se han visto a travs de este material.

Clculo del Tamao de la Muestra para Estimar una Media

Qu tan grande debe ser una muestra si la media muestral se va a usar para
estimar la media poblacional?. La respuesta depende del error estndar de la
media, si este fuera cero, entonces se necesitara una sola media que ser igual

necesariamente a la media poblacional desconocida , porque

= 0. Este caso
extremo no se encuentra en la prctica, pero refuerza el hecho de que mientras
menor sea el error estndar de la media, menor es el tamao de muestra
necesario para lograr un cierto grado de precisin.
Se estableci antes que una forma de disminuir el error de estimacin es
aumentar el tamao de la muestra, si ste incluye el total de la poblacin,
entonces
sera igual a cero. Con esto en mente, parece razonable que para
un nivel de confianza fijo, sea posible determinar un tamao de la muestra tal que
el error de estimacin sea tan pequeo como queramos, para ser mas preciso,
dado un nivel de confianza y un error fijo de estimacin , se puede escoger un
tamao de muestra n tal que P(
) = Nivel de confianza. Con el propsito
de determinar n. El error mximo de estimacin esta dado por:

Si se eleva al cuadrado ambos lados de esta ecuacin y se despeja n de la

ecuacin resultante, obtenemos:

Como n debe de ser un nmero entero, redondeamos hacia arriba todos los
resultados fraccionarios.
En el caso de que se tenga una poblacin finita y un muestreo sin reemplazo, el
error de estimacin se convierte en:

De nuevo se eleva al cuadrado ambos lados y se despeja la n, obteniendo:

Ejemplos:

1. Un bilogo quiere estimar el peso promedio de los ciervos cazados en el

estado de Maryland. Un estudio anterior de diez ciervos cazados mostr
que la desviacin estndar de sus pesos es de 12.2 libras. Qu tan grande
debe ser una muestra para que el bilogo tenga el 95% de confianza de
que el error de estimacin es a lo ms de 4 libras?
Solucin:

En consecuencia, si el tamao de la muestra es 36, se puede tener un 95%

de confianza en que difiere en menos de 4 libras de .
2. Una empresa elctrica fabrica focos que tienen una duracin
aproximadamente normal con una desviacin estndar de 40 horas. De
qu tamao se necesita una muestra si se desea tener 96% de confianza
que la media real est dentro de 10 horas de la media real?

Se necesita una muestra de 68 focos para estimar la media de la poblacin

y tener un error mximo de 10 horas.
Qu pasara si en lugar de tener un error de estimacin de 10 horas slo
se requiere un error de 5 horas?

Se puede observar como el tamao de la muestra aumenta, pero esto tiene

como beneficio una estimacin ms exacta.
3. Suponga que en el ejercicio anterior se tiene una poblacin de 300 focos, y
se desea saber de que tamao debe de ser la muestra. El muestreo se
realizar sin reemplazo.
Solucin:
Como se tiene una poblacin finita y un muestreo sin reemplazo es necesario
utilizar la formula con el factor de correccin.

Si se tiene una poblacin finita de 300 focos slo se tiene que extraer de la
poblacin una muestra sin reemplazo de 56 focos para poder estimar la duracin
media de los focos restantes con un error mximo de 10 horas.
Clculo del Tamao de la Muestra para Estimar una Proporcin
Se desea saber que tan grande se requiere que sea una muestra para asegurar
que el error al estimar P sea menor que una cantidad especfica .

Elevando al cuadrado la ecuacin anterior se despeja n y nos queda:

Esta frmula est algo engaosa, pues debemos utilizar p para determinar el
tamao de la muestra, pero p se calcula a partir de la muestra. Existen ocasiones
en las cuales se tiene una idea del comportamiento de la proporcin de la
poblacin y ese valor se puede sustituir en la frmula, pero si no se sabe nada
referente a esa proporcin entonces se tienen dos opciones:

Tomar una muestra preliminar mayor o igual a 30 para proporcionar una

estimacin de P. Despus con el uso de la frmula se podra determinar de
forma aproximada cuntas observaciones se necesitan para proporcionar el
grado de precisin que se desea.

Tomar el valor de p como 0.5 ya que sustituyendo este en la frmula se

obtiene el tamao de muestra mayor posible. Observe el siguiente ejemplo:

Se desconoce el valor de P, por lo que se utilizarn diferentes valores y se

sustituirn en la formula para observar los diferentes tamaos de muestras. El
nivel de confianza que se utilizar es del 95% con un error de estimacin de 0.30.

0.10

3.84

0.20

6.82

0.30

8.96

0.40

10.24

0.50

10.67

0.60

10.24

0.70

8.96

0.80

6.82

0.90

3.84

Como se puede observar en la tabla anterior cuando P vale 0.5 el tamao de la

muestra alcanza su mximo valor.
En el caso de que se tenga una poblacin finita y un muestreo sin reemplazo, el
error de estimacin se convierte en:

De nuevo se eleva al cuadrado ambos lados y se despeja la n, obteniendo:

Ejemplos:
1. En una muestra aleatoria de 500 familias que tienen televisores en la
ciudad de Hamilton, Canad, se encuentra que 340 estn suscritas a HBO.
Qu tan grande se requiere que sea una muestra si se quiere tener 95%
de confianza de que la estimacin de P est dentro de 0.02?
Solucin:

Se tratarn a las 500 familias como una muestra preliminar que proporciona
una estimacin de p=340/500=0.68.

Por lo tanto si basamos nuestra estimacin de P sobre una muestra

aleatoria de tamao 2090, se puede tener una confianza de 95% de que
nuestra proporcin muestral no diferir de la proporcin real por ms de
0.02.
2. Una legisladora estatal desea encuestar a los residentes de su distrito para
conocer qu proporcin del electorado conoce la opinin de ella, respecto al
uso de fondos estatales para pagar abortos. Qu tamao de muestra se
necesita si se requiere un confianza del 95% y un error mximo de
estimacin de 0.10?
Solucin:
En este problema, se desconoce totalmente la proporcin de residentes que
conoce la opinin de la legisladora, por lo que se utilizar un valor de 0.5 para p.

Se requiere un tamao de muestra de 97 residentes para que con una confianza

del 95% la estimacin tenga un error mximo de 0.10.
Clculo del Tamao de la Muestra para Estimar la Diferencia de Medias
Si se recuerda a la distribucin muestral de diferencia de medias se tiene que error
esta dado por:

En esta ecuacin se nos pueden presentar dos casos:

Los tamaos de muestra son iguales.

Los tamao de muestra son diferentes .

Para el primer caso no se tiene ningn problema, se eleva al cuadrado la ecuacin

y se despeja n ya que n1 es igual a n2.

Para el segundo caso se pondr una n en funcin de la otra. Este caso se utiliza
cuando las poblaciones son de diferente tamao y se sabe que una es K veces
mayor que la otra.

Ejemplo:
Un director de personal quiere comparar la efectividad de dos mtodos de
entrenamiento para trabajadores industriales a fin de efectuar cierta operacin de
montaje. Se divide un nmero de operarios en dos grupos iguales: el primero
recibe el mtodo de entrenamiento 1, y el segundo, el mtodo 2. Cada uno
realizar la operacin de montaje y se registrar el tiempo de trabajo. Se espera
que las mediciones para ambos grupos tengan una desviacin estndar
aproximadamente de 2 minutos. Si se desea que la estimacin de la diferencia en
tiempo medio de montaje sea correcta hasta por un minuto, con una probabilidad
igual a 0.95, cuntos trabajadores se tienen que incluir en cada grupo de
entrenamiento?

Cada grupo debe contener aproximadamente 31 empleados.

Clculo del Tamao de la Muestra para Estimar la Diferencia de Proporciones
Si se recuerda a la distribucin muestral de diferencia de medias se tiene que error
esta dado por:

En esta ecuacin se nos pueden presentar dos casos:

Los tamaos de muestra son iguales.

Los tamao de muestra son diferentes .

Para el primer caso no se tiene ningn problema, se eleva al cuadrado la ecuacin

y se despeja n ya que n1 es igual a n2.

Para el segundo caso se pondr una n en funcin de la otra. Este caso se utiliza
cuando las poblaciones son de diferente tamao y se sabe que una es K veces
mayor que la otra.

Ejemplo:
Una compaa de productos alimenticios contrat a una empresa de investigacin
de mercadotecnia , para muestrear dos mercados, I y II, a fin de comparar las
proporciones de consumidores que prefieren la comida congelada de la compaa
con los productos de sus competidores. No hay informacin previa acerca de la
magnitud de las proporciones P1 y P2. Si la empresa de productos alimenticios
quiere estimar la diferencia dentro de 0.04, con una probabilidad de 0.95,
cuntos consumidores habr que muestrear en cada mercado?

Se tendr que realizar encuestas a 1201 consumidores de cada mercado para

tener una estimacin con una confianza del 95% y un error mximo de 0.04.
Problemas propuestos
1. Se prob una muestra aleatoria de 400 cinescopios de televisor y se
encontraron 40 defectuosos. Estime el intervalo que contiene, con un
coeficiente de confianza de 0.90, a la verdadera fraccin de elementos
defectuosos.
2. Se planea realizar un estudio de tiempos para estimar el tiempo medio de
un trabajo, exacto dentro de 4 segundos y con una probabilidad de 0.90,
para terminar un trabajo de montaje. Si la experiencia previa sugiere que
= 16 seg. mide la variacin en el tiempo de montaje entre un trabajador y
otro al realizar una sola operacin de montaje, cuntos operarios habr
que incluir en la muestra?
3. El decano registr debidamente el porcentaje de calificaciones D y F
otorgadas a los estudiantes por dos profesores universitarios de
matemticas. El profesor I alcanz un 32%, contra un 21% para el profesor
II, con 200 y 180 estudiantes, respectivamente. Estime la diferencia entre
los porcentajes de calificaciones D y F otorgadas por los dos profesores.
Utilice un nivel de confianza del 95% e interprete los resultados.

4. Suponga que se quiere estimar la produccin media por hora, en un

proceso que produce antibitico. Se observa el proceso durante 100
perodos de una hora, seleccionados al azar y se obtiene una media de 34
onzas por hora con una desviacin estndar de 3 onzas por hora. Estime la
produccin media por hora para el proceso, utilizando un nivel de confianza
del 95%.
5. Un ingeniero de control de calidad quiere estimar la fraccin de elementos
defectuosos en un gran lote de lmparas. Por la experiencia, cree que la
fraccin real de defectuosos tendra que andar alrededor de 0.2. Qu tan
grande tendra que seleccionar la muestra si se quiere estimar la fraccin
real, exacta dentro de 0.01, utilizando un nivel de confianza fe 95%?
6. Se seleccionaron dos muestras de 400 tubos electrnicos, de cada una de
dos lneas de produccin, A y B. De la lnea A se obtuvieron 40 tubos
defectuosos y de la B 80. Estime la diferencia real en las fracciones de
defectuosos para las dos lneas, con un coeficiente de confianza de 0.90 e
interprete los resultados.

7. Se tienen que seleccionar muestras aleatorias independientes de n 1=n2=n

observaciones de cada una de dos poblaciones binomiales, 1 y 2. Si se
desea estimar la diferencia entre los dos parmetros binomiales, exacta
dentro de 0.05, con una probabilidad de 0.98. qu tan grande tendra que
ser n?. No se tiene informacin anterior acerca de los valores P 1 y P2, pero
se quiere estar seguro de tener un nmero adecuado de observaciones en
la muestra.
8. Se llevan a cabo pruebas de resistencia a la tensin sobre dos diferentes
clases de largueros de aluminio utilizados en la fabricacin de alas de
aeroplanos comerciales. De la experiencia pasada con el proceso de
fabricacin se supone que las desviaciones estndar de las resistencias a
la tensin son conocidas. La desviacin estndar del larguero 1 es de 1.0
Kg/mm2 y la del larguero 2 es de 1.5 Kg/mm 2. Se sabe que el
comportamiento de las resistencias a la tensin de las dos clases de
largueros son aproximadamente normal. Se toma una muestra de 10
largueros del tipo 1 obtenindose una media de 87.6 Kg/mm 2, y otra de
tamao 12 para el larguero 2 obtenindose una media de 74.5 Kg/mm 2.
Estime un intervalo de confianza del 90% para la diferencia en la resistencia
a la tensin promedio.
9. Se quiere estudiar la tasa de combustin de dos propelentes slidos
utilizados en los sistemas de escape de emergencia de aeroplanos. Se
sabe que la tasa de combustin de los dos propelentes tiene
aproximadamente la misma desviacin estndar; esto es
1=
= 3 cm/s. Qu tamao de muestra debe utilizarse en cada poblacin si se desea
que el error en la estimacin de la diferencia entre las medias de las tasas de
combustin sea menor que 4 cm/s con una confianza del 99%?.
2

Respuesta a los Problemas propuestos

1. 0.07532

0.1246

2. n= 44
3. 0.0222

P1- P 2

4. 33.412

0.1978

34.588

5. n= 6147
6. 0.059

PB-PA

0.141

7. n= 1086
8. 12.22

13.98

9. n= 8

Los trastornos de la conducta alimentariamenos es

ms?

Authors: Teresa Dez Fernndez, Carmen Yegler Velasco, M Francisca Casas

Martnez, Jos Angel Gmez Carrasco, Jorge Luis Gmez Gonzlez

Location: Cultura de los cuidados: Revista de enfermera y humanidades, ISSN

1138-1728, ISSN-e 1699-6003, N. 12, 2002, pages 67-80

Language: Spanish

o Full text (pdf)

Abstract
o English
We have wondered if the disorders of the alimentary conduct (DAC) are an
exclusive and recent phenomenon of the Western societies, produced or
encouraged by the mass media (MM) and, if it is so, who they could have
been the changes experienced in the ethical values of our societies that have
encouraged the peak of these pathologies along the 20th century. We
concluded that conducts similar to what we today identified like DAC
(anorexia nervosa and/or bulimia), they have existed from the antiquity.
Probably from the incorporation of the Christianity to the history of the
Western civilization, previous influence of this of eastern religious values
that established a separation body-soul or matter-spirit. In cultures with their
views are far apart from the Westerner, the DAC they virtually have not

existed and they only appear after the incorporation of the ethical values of
the occident developed to the same. The MM influences mightily in the
experience of the own image that has the people, particularly the women.
The universality of the prototype of high and thin woman, it lead to a
distortion of the own corporal image that predisposes to the mental disorder.
The change of what it traditionally was considered wealth and social value
happened to end of the 19th century and beginnings of the 20th century, next
to the incorporation of women into the workforce in the cities, they coincide
step to step with what, concerning the aesthetics, it occurred in calling the
modern style and that of the new woman; "less is more" it is the leitmotiv.
Anorexia nervosa and bulimia are logical consequence of the prevaling
norm.
o espaol
Nos hemos preguntado si los trastornos de la conducta alimentaria (TCA)
son un fenmeno exclusivo de las sociedades occidentales, de reciente
aparicin, producido o alentado por los medios de comunicacin de masas
(MM) y, si es as, cules han podido ser los cambios experimentados en los
valores de nuestras sociedades que han alentado el auge de estas patologas a
lo largo del siglo XX. Concluimos que conductas semejantes a lo que hoy
identificamos como TCA (AN y BN), han existido desde la antigedad.
Probablemente desde la incorporacin del cristianismo a la historia de la
civilizacin occidental, previa impregnacin de ste de valores religiosos
orientales que establecan una separacin cuerpo-alma o materia-espritu. En
culturas alejadas de la occidental, los TCA virtualmente no han existido y
slo aparecen tras la incorporacin de los valores del occidente desarrollado
a la mismas. Los MM influyen poderosamente en la vivencia de la imagen
propia que tienen las personas, particularmente las mujeres. La
universalizacin del prototipo de mujer alta y delgada, conduce a una
distorsin de la propia imagen corporal que predispone a la sicopatologa. El
cambio de lo que tradicionalmente se consider riqueza y valor social
acontecido a finales del s. XIX y comienzos del XX, junto a la incorporacin
de la mujer al mundo del trabajo en las ciudades, coinciden paso a paso con
lo que, respecto a la esttica, se dio en llamar el estilo moderno y el de la
nueva mujer; "menos es ms" es el lema. La anorexia y la bulimia son
consecuencia lgica de la norma imperante.

http://www.sciencedirect.com/science?
_ob=ArticleListURL&_method=list&_ArticleListID=1012534866&_sort=r&_st=13&view=c&md5=bd1a346c190bb0fa34506d0
b3197c13a&searchtype=a