Sunteți pe pagina 1din 19

28/06/2015 Control De Procesos Estadístico

Trabajo Practico N°3: Muestreo Aleatorio


Distribuciones de probabilidad Chi Cuadrada, T Student, F Snedecor

Universidad Tecnológica Nacional

Rodriguez Adrian Alberto


LEGAJO: 3146
1.
a.

Muestreo Aleatorio Simple: Los elementos de la población están bien mezclados, son
fácilmente numerados y no forman grupos internos bien definidos respecto a la
variable de interés.

b.

Muestreo aleatorio estratificado: Los elementos de la población se dividen en grandes


grupos o estratos bien diferenciados entre sí de acuerdo a la característica de interés en
el estudio. Es importante que la homogeneidad dentro de cada estrato sea mayor que
los elementos de la población total.

c.

Muestreo aleatorio sistemático: Sucede cuando las poblaciones se suponen infinitas


debido a un proceso de productos masivos. La impracticidad que tiene una medición
de cada elemento de la población obliga a extraer los elementos de modo sistemático,
en la que se extraen varios elementos en cierta etapa del proceso y/o cada un tiempo
determinado.

d.

Muestreo aleatorio conglomerado: Los elementos de la población se encuentran


divididos en subgrupos o conglomerados similares entre si, y cuyos elementos tienen
una variabilidad parecida los elementos de toda la población

2.

La muestra está dividida por subconjuntos. Los 4 lotes son similares entre si (por provenir de
un mismo proveedor), por lo que la mejor opción es un muestreo conglomerado, cada
conglomerado contiene 800 piezas de las que se quiere medir su calidad.

Debido a que se pide una muestra de 60 piezas, se deben sacar:

60 piezas
=15 piezas de cada lote
4 lotes similares
La manera de obtener las 15 piezas dentro de cada lote será por muestreo aleatorio simple.

Debido a que los lotes son similares entre se puede obtener un buen estimado de la calidad
de las piezas de la población total

3.

Los elementos de la población se encuentra dividido por 3 grupos bien diferenciados entre
si, la mejor opción es un muestreo aleatorio estratificado.

A: Mayoristas (20 elementos)

B: Medio mayoristas (100 elementos)

C: Minoristas (500 elementos)

Cada grupo se ve incrementada por 5 veces de la anterior. Por ello los elementos a sacar de
cada una de los grupos para formar mi muestra de 30 elementos será:

Para A=5 elementos

Para B=10 elementos

ParaC=15 elementos

Así se tendrá una mayor captación y estimación de la población total.


4.
La media y el desvío estándar obtenido es el esperado por la fórmula:
Media=99,7179 ≈ k
2
Desvio estandar=14,3105 ≈ √ 2 k

5.
a.
2
❑8 ;0,95=2,733
5 - a.
Chi-cuadrada. df=8
0,12

0,10

0,08
Densidad

0,06

0,04
0,95

0,02

0,00
0 2,733
X

b.
2
❑10 ;0,5 =9,342

5 - b.
Chi-cuadrada. df=10

0,10

0,08

0,06
Densidad

0,04

0,02 0,5

0,00
0 9,342
X

c.
❑220;0,25 =23,83
5 - c.
Chi-cuadrada. df=20
0,07

0,06

0,05
Densidad

0,04

0,03

0,02

0,01 0,25

0,00
0 23,83
X

d.
2
❑10 ;0,025 =20,48

5 - d.
Chi-cuadrada. df=10

0,10

0,08

0,06
Densidad

0,04

0,02

0,025
0,00
0 20,48
X

e.
2
❑15 ;0,01=30,58
5 - e.
Chi-cuadrada. df=15
0,08

0,07

0,06

0,05
Densidad

0,04

0,03

0,02

0,01
0,01
0,00
0 30,58
X

f.
2
❑18 ;0,99 =7,015

5 - f.
Chi-cuadrada. df=18

0,07

0,06

0,05
Densidad

0,04
0,99

0,03

0,02

0,01

0,00
0 7,015
X

6.
a. X=20,48
P ( x ≤❑2;10 ) =0,975

6 - a.
Chi-cuadrada. df=10

0,10

0,975
0,08

0,06
Densidad

0,04

0,02

0,00
0 20,48
X

b. X= 6,262
P ( x ≤❑2;15 ) =0,025

6 - b.
Chi-cuadrada. df=15
0,08

0,07

0,06

0,05
Densidad

0,04

0,03

0,02

0,01 0,025

0,00
0 6,262
X

c. X=34,27
P ( 26,296 ≤ x ≤❑2; 16) =0,045
6 - c.
Chi-cuadrada. df=16

0,08

0,07

0,06

0,05
Densidad

0,04 p1=0,095

0,03

0,02

0,01 0,045
p2=0,0005
0,00
0 26,30 34,27
X

7.
Datos
n = 25
σ
2
=10 (varianza de población)
S
¿
P ¿ > 16,4)=?
¿
Obtención de grados de libertad para aproximación a una ~ X 2
K= (n -1) = 24
Entonces:
2 ( n−1 )∗S2 393,6
X = 2
= =39,3
σ 10

P ( S 2>16,4 ) =P ( X 2>39,3 )=0,026


7
Chi-cuadrada. df=24

0,06

0,05

0,04
Densidad

0,03

0,02

0,01

0,02602
0,00
39,2
X

8.
a.
t10, 0,025
8 - a.
T. df=10

0,4

0,3
Densidad

0,2

0,1

0,025
0,0
0 2,228
X
b.
t15, 0,10
8 - b.
T. df=15

0,4

0,3
Densidad

0,2

0,1

0,1

0,0
0 1,341
X

c.
t20, 0,01
8 - c.
T. df=20

0,4

0,3
Densidad

0,2

0,1

0,01
0,0
0 2,528
X
d.
t10, 0,01
8 - d.
T. df=10

0,4

0,3
Densidad

0,2

0,1

0,01
0,0
0 2,764
X

e.
t20, 0,05
8 - e.
T. df=20

0,4

0,3
Densidad

0,2

0,1

0,05
0,0
0 1,725
X

f. t10, 0,025 igual 8 – a.


9.
a. P(t≤tα, 10)=0.95

9 - a.
T. df=10

0,4

0,3

0,95
Densidad

0,2

0,1

0,0
0 1,812
X

b. P(t≤tα, 15)=0.01

9 - b.
T. df=15

0,4

0,3
Densidad

0,2

0,1

0,01
0,0
-2,602 0
X
c. P(t≤tα, 8)=0.90

9 - c.
T. df=8
0,4

0,3
Densidad

0,2 0,9

0,1

0,0
0 1,397
X

10.
Datos
X Media=10; n=25
xmedia−μ
T= =1,19
s / √n

Los valores de T están dentro del rango de 95% por ello no es inusual

10
T. df=24

0,4

0,3
Densidad

0,2

0,1

0,025 0,025
0,0
-2,064 0 2,064
X
11.
a. ƒ4; 9; 0,25

11 - a.
F. df1=4. df2=9
0,7

0,6

0,5
Densidad

0,4

0,3

0,2

0,1
0,25
0,0
0 1,625
X

b. ƒ15; 10; 0,05

11 - b.
F. df1=15. df2=10

0,8

0,7

0,6

0,5
Densidad

0,4

0,3

0,2

0,1
0,05
0,0
0 2,845
X
c. ƒ6; 8; 0,95

11 - c.
F. df1=6. df2=8

0,7

0,6

0,5
Densidad

0,4

0,3

0,2

0,1
0,95

0,0
0,2411
0
X

d. ƒ24; 24; 0,90

11 - d.
F. df1=24. df2=24
1,2

1,0

0,8
Densidad

0,6

0,4

0,2 0,9

0,0
0 0,5876
X
e. ƒ12; 15; 0,01

11 - e.
F. df1=12. df2=15
0,9

0,8

0,7

0,6
Densidad

0,5

0,4

0,3

0,2

0,1
0,01
0,0
0 3,666
X

f. ƒ7; 11; 0,05

11 - f.
F. df1=7. df2=11
0,8

0,7

0,6

0,5
Densidad

0,4

0,3

0,2

0,1
0,05
0,0
0 3,012
X
12.
Datos: n1= 10 ; y n2=20
K1=9 y K2=19
S 12
P ( ) S 22
≤ 2,42

12
F. df1=9. df2=19
0,9

0,8

0,7

0,6
0,9498
Densidad

0,5

0,4

0,3

0,2

0,1

0,0
0 2,42
X

13.
Muestra 1: n=10

Histograma de n=10
Normal
Media 55,34
2,0
Desv.Est. 22,52
N 10

1,5
Frecuencia

1,0

0,5

0,0
20 40 60 80 100
n=10
Muestra 2: n=20

Histograma de n=20
Normal
Media 60,42
7
Desv .Est. 25,34
N 20
6

5
Frecuencia

0
0 20 40 60 80 100 120
n=20

Muestra 3: n=30

Histograma de n=30
Normal
Media 49,54
7
Desv .Est. 22,71
N 30
6

5
Frecuencia

0
0 20 40 60 80 100
n=30

Muestra 4: n=40
Histograma de n=40
Normal
Media 49,89
12
Desv .Est. 17,35
N 40

10

8
Frecuencia

0
20 40 60 80
n=40
Muestra 5: n=50

Histograma de n=50
Normal
Media 51,99
12
Desv.Est. 18,69
N 50

10

8
Frecuencia

0
20 40 60 80 100
n=50

A medida que aumenta el tamaño de la muestra se puede observar que se parece más la
gráfica a una distribución de probabilidad normal

S-ar putea să vă placă și