Documente Academic
Documente Profesional
Documente Cultură
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 )
Pr-visualizao
0,1 ser:
14,22
)6666,01(6666,01,0)16000(
)6666,01(6666,06000
)1(
22
PQeN
NPQ
relativo de muestreo e
r
= 0,2 ser:
47,12
)6666,01(2,06666,0)16000(
)6666,01(6000
)1(
22
QPeN
NQ
se usa
= F
-1
N(0,1) (1
/2) = F
-1
N(0,1) (1
0,003/2) = F
-1
6,199
600
6000)6666,01(6666,0997,2
22
22
==
PQN
(200 apuestas)
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
{25, 32, 28, 35, 26, 34, 30, 28}. Basndose en esta muestra, estimar la
edad media y la suma
Determinar tambin:
Y para que el error relativo sea del 6%? Contestar a las mismas
preguntas con un
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
23,3
2.1003571,13
3571,13100
222
+
=
NeS
NS
3.6.
132
82,34
503571,13100
3571,13100
22
22
+
=
eNS
SN
= 2 al estimar la media y e
= 50 para el total
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
==
100
015,0
06,0
015,0
,12
,1
con
75,29
015,0
3571,13
22
,1
===
C
x
Tendremos:
54,61
100
015,0
96,106,0
015,096,1
22
,122
,1
edades impares y uno para edades pares, es decir, la nueva muestra ser
{0, 1, 1, 0, 1, 1, 1, 1}. A
%)75(75,0
===
75
100
==
= PNA
46,20246,0100)
()
0246,0
18
25,075,0
100
)1()
=
=
==
==
PNAe
QP
fPe
reposicin. Subpoblaciones
133
ser:
22,78
)75,01(96,106,075,0)1100(
)75,01(10096,1
)1(
22
22
QPeN
NQ
rr
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
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
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
se tiene:
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:
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
-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.
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:
Ejemplos:
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 .
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:
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
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.
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?
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?
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
Language: Spanish
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