Documente Academic
Documente Profesional
Documente Cultură
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.
c.
d.
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.
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.
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:
ParaC=15 elementos
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
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
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
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
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
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