Distribucin Muestral y Estimacin

Apuntes sobre Distribucin Muestral y Estimacin

(Borrador para correccin)

Elaborado por:

Hctor Medina Disla

Santo Domingo Octubre 2010

Elaborado por Hctor Medina Disla. Octubre 2010

Distribucin Muestral y Estimacin

Distribucin Muestral y Estimacin

Objetivo de esta unidad El desarrollo de esta unidad tiene como objetivos fundamentales que los alumnos y alumnas aprendan sobre: 1. La importancia de la Distribucin Muestral, su uso y aplicacin. 2. Como realizar un distribucin muestral tanto para el promedio, como para la proporcin 3. Los diferentes mtodos para realizar estimaciones de parmetros a partir de una distribucin muestral conocida. 4. Como determinar el tamao de una muestra para realizar una muestra Una distribucin muestral es la distribucin de probabilidad de un estimador o estadgrafo que resulta de considerar todas las muestras posibles que pueden ser tomadas de una poblacin. Es decir, si se toman todas las muestras posibles en una poblacin y se obtienen los diferentes valores para un estimador y su respectiva probabilidad, a esta distribucin que se forma es lo que se denomina Distribucin Muestral. La importancia de conocer la distribucin muestral de un estadgrafo es que esta permite el proceso de inferencia del mismo. Dado que casi nunca es posible tomar todas las muestras posibles de una poblacin dada, conociendo la distribucin muestral del estimador se puede hacer la inferencia del mismo a partir de una sola muestra. Con el estudio de la distribucin muestral se puede calcular la probabilidad que se tiene, dada una sola muestra, de acercarse al parmetro de la poblacin. De igual forma mediante la distribucin muestral se puede estimar el error para un tamao de muestra dado. La frmula para la distribucin muestral depender de la distribucin de la poblacin, del estadstico y del tamao de la muestra Los principales parmetros y su respectivo estimador o estadgrafo se muestran a continuacin: Tabla 1: Principales parmetros y su respectivo estimadores Parmetro Significado Estadgrafo x Media Poblacional X 2 Varianza Poblacional S2 Desviacin Estndar Poblacional S P0 Proporcin de xitos px en la Poblacin N Poblacin n Elaborado por Hctor Medina Disla. Octubre 2010

Distribucin Muestral y Estimacin Un aspecto importante en el estudio del comportamiento de una variable aleatoria lo constituye del Teorema del Lmite Central, el cual establece que sin importar la forma que tenga una variable aleatoria, en la medida que se incrementa el tamao de la muestra, dicha variable tiende a tener forma de una distribucin normal con media y varianza 2. La importancia del teorema es que cualquier estimador que sea de inters se pueden obtener las diferentes probabilidades a partir de una distribucin normal. Distribucin Muestral del promedio, ( X

El promedio o media aritmtica es la medida de tendencia central que ms se usa, pues es la nica entre estas que posee una serie de caracterstica que la hacen ser la nica medida de tendencia central que soporta un proceso de inferencia estadstica. Entre estas caractersticas estn: 1. (Xi X ) = 0 2. (Xi X )2 < (Xi A)2 para todo A X Para conocer las bondades del promedio muestral como estimador del promedio poblacional, suponga que una empresa tiene una poblacin de seis empleados, Alberto, Blgica, Carlos, Dinorah, Eduardo y Flavia y pregunta sobre el nmero de hijos/as y obtiene los siguientes datos: Alberto tiene tres, Blgica tiene dos, Carlos cuatro, Dinorah dos, Eduardo tiene cuatro y Flavia tres. El promedio de hijos/as de esta poblacin es
3+ 2+ 4+ 2+ 4+3 , es decir que el promedio de esta N 6 poblacin es de 3.0 hijos/as.

x =

Xi

Ahora suponga que tomamos todas las muestras posibles tamao dos, de esta poblacin y que se calcula el promedio en cada una de ellas. De esta poblacin se pueden obtener 15 muestras diferentes y las muestras y su respectivo promedio se muestra en la tabla siguiente: Tabla 2: Muestra y promedio de cada muestra Muestra Promedio Muestra Promedio Muestra Promedio A, B 2.5 B, C 3.0 C, E 4.0 A, C 3.5 B, D 2.0 C, F 3.5 A, D 2.5 B, E 3.0 D, E 3.0 A, E 3.5 B, F 2.5 D, F 2.5 A, F 3.0 C, D 3.0 E, F 3.5

Elaborado por Hctor Medina Disla. Octubre 2010

Distribucin Muestral y Estimacin Con los datos obtenidos se consigue la siguiente distribucin de probabilidad para el promedio muestral, ( X ) Tabla 3: Distribucin de probabilidades para el promedio muestral No. P( X i) Xi 2.0 1 0.07 2.5 4 0.27 3.0 5 0.33 3.5 4 0.27 4.0 1 0.07 Suma 15 1.00 Con esta distribucin de probabilidad se puede obtener el valor esperado para el promedio muestral, recordando que el valor esperado de una variable aleatoria esta dado por la siguiente expresin E(X) = [XiP(Xi)], vale decir que cada valor de la variable aleatoria se multiplica por su respectiva probabilidad y luego se suman los resultados.

Como se muestra, el promedio es una variable aleatoria en cada muestra por lo tanto, su valor esperado est dado por la siguiente expresin: E( X ) = X i P( X i), realizando la multiplicacin y posterior suma se tiene: E( X ) = (2.00.07) + (2.50.27) + (3.00.33) + (3.50.27) + (4.0 0.07) E( X ) = 3.0 hijos/as El clculo pudo haberse realizado agregando una columna a la tabla tres Tabla 4: Producto de cada valor del promedio por su respectiva probabilidad No. P( X i) X i P( X i) Xi 2.0 1 0.07 0.13 2.5 4 0.27 0.67 3.0 5 0.33 1.00 3.5 4 0.27 0.93 4.0 1 0.07 0.27 Suma 15 1.00 3.00

Como se muestra, el valor esperado del promedio muestral es igual al promedio de la poblacin y es por esta caracterstica, junto a las ya mencionadas que el promedio es la nica medida de tendencia central que el resultado obtenido en la muestra se puede inferir a la poblacin.

Al observar el resultado de cada promedio en la muestra se nota que la mayora de estos difieren del promedio real, estas diferencias se miden por error estndar del estramador. De forma tal que el error estndar de un estimador mide la diferencia esperada entre el estimador y el parmetro. Error estndar del promedio o media aritmtica, ( x ) El error estndar del promedio mide la diferencia esperada entre el promedio de la muestra y el promedio de la poblacin. El error estndar Elaborado por Hctor Medina Disla. Octubre 2010 4

Distribucin Muestral y Estimacin del promedio se puede obtener a partir de la desviacin estndar de la variable estudiada de la siguiente forma. , si se conoce la desviacin estndar de la variable en la N poblacin. Si la desviacin estndar que se tiene es calculada en una S muestra, el error estndar del promedio es S x = x n Ejemplo: En una muestra de 150 empleados se obtuvo un salario promedio de $10.0 y una desviacin estndar de $2.25. A) B) Hallar el error estndar del salario promedio Explicar que significa el error estndar

x =

Desarrollo a) Como la Desviacin Estndar ha sido calculada a partir de una S as muestra, utilizamos la siguiente formula Sx = x , n

Sx =

2.25 150

2.25 = 0.18$ 12.2

b) Este resultado lo que indica es que si se toman repetidas muestras tamao 150, la diferencia esperada entre el promedio de la muestra y el promedio real de la poblacin es de 0.18 $ Distribucin muestral de la proporcin La proporcin o porcentaje se define como el cociente que resulta de dividir el nmero de casos favorables entre el nmero de casos posibles. Si para una poblacin determinada se desea estimar el porcentaje de xito en una variable aleatoria, el mismo puede ser estimado a partir de la distribucin en la muestra de la proporcin. Si X es la variable aleatoria de inters y para su estimacin se toma una muestra tamao n, el valor esperado de la proporcin de xito en la muestra es igual a la proporcin de xito de la poblacin. La proporcin de xito est dada por: X Px = , en este caso X representa el nmero de xitos en la muestra y n es n el tamao de la muestra. Error estndar de la proporcin, (Px) El error estndar de la proporcin mide la diferencia esperada entre el porcentaje de xito calculado a partir de la muestra y el porcentaje de xito

Elaborado por Hctor Medina Disla. Octubre 2010

Distribucin Muestral y Estimacin de la poblacin. El error estndar de la proporcin se puede obtener a partir de: p x (1 p x ) Sp = n

Estimacin de parmetros Como se ha mencionado en captulos anteriores, la mayora de las decisiones que se toman se basan en informacin obtenida a partir de una muestra, de forma que muy pocas veces se puede conocer el parmetro poblacional por lo tanto para conocer dicho parmetro es necesario recurrir a procedimiento de inferencia, es decir, utilizar la informacin muestral para obtener informacin acerca de la poblacin completa, que es a lo que se denomina como estimacin. La estimacin es, por lo tanto, un proceso mediante el cual se obtienen medidas aproximadas de un parmetro a partir de una muestra. Las medidas calculadas a partir de una muestra se denominan estimadores, ya que son medidas mediante las cuales se intenta obtener informacin acerca de las medidas poblacionales. Al intentar obtener informacin de una medida poblacional con datos de una muestra lo que ms desea el investigador es que la informacin obtenida en la muestra sea lo ms parecida a la informacin poblacional. Por lo tanto, al momento de elegir un estimador como medida de referencia en la poblacin se deben analizar sus caractersticas, de forma que se pueda elegir el mejor estimador del parmetro poblacional. Caractersticas de un buen estimador Para que un estimador sea un buen estimador de un parmetro poblacional, es necesario que cumpla con tres caractersticas importantes: debe ser insesgado, eficiente y consistente. Un estimador es insesgado cuando el valor esperado de la diferencia entre el parmetro y el estimado es cero. Es decir que si se tiene un parmetro y su estimador es A, entonces E(-A)= 0 La caracterstica de eficiencia se refiere la variabilidad del estimador y como tal un estimador A se considera ms eficiente que un estimador B, si la varianza relativa de A es menor que la varianza relativa de B, es decir,
2 2 A B < 2 2 B A

Elaborado por Hctor Medina Disla. Octubre 2010

Distribucin Muestral y Estimacin La condicin de consistencia se refiere a la condicin del estimador para mantener su valor de una muestra a otra, es este sentido se entiende por estimador consistente aquel que en la medida que se incrementa el tamao de la muestra, el estimador tiene a ser igual al parmetro Tipos de estimacin La estimacin de parmetros puede ser puntual, si la misma se realiza a partir de una sola medida o puede ser una estimacin por intervalo, que es aquella en la que se estima un rango en el cual se espera que se encuentre el parmetro con una probabilidad determinada o nivel de confianza. Estimacin puntual Como se ha definido, la estimacin puntual es aquella en la que el parmetro es estimado a partir de un solo valor. Por ejemplo, suponga que se tiene los datos sobre el salario de nueve empleados y se desea estimar el promedio del salario en la empresa, as como el porcentaje de empleados que devenga un salario inferior a $6.0. Los datos sobre los salarios son: 16.2 14.0 8.5 10.0 12.1 5.0 7.5
i

5.0

3.0

Estimacin del promedio: X =

X
n

X =

16 .2 + 14 .0 + 8.5 + 10.0 + 12 .1 + 5.0 + 7.5 + 5.0 + 3.0 9

X n

X = 9.1$

Estimacin de la proporcin, Px =

X: casos favorables, en este caso cantidad de empleados con salario por debajo de $6.0 n: muestra, para este caso la muestra es de nueve empleados

Px =

3 1 = 9 3

Estimacin por Intervalo La estimacin por intervalo es aquella en la que se establece un rango para el parmetro de la poblacin, denominado intervalo de confianza. En la Elaborado por Hctor Medina Disla. Octubre 2010 7

Distribucin Muestral y Estimacin estimacin por intervalo se debe tomar en consideracin dos aspectos, el origen de la varianza y el tamao de la muestra a partir de la cual se va hacer la estimacin. Elementos a tener en consideracin 1. Varianza De la poblacin Varianza de una muestra 2. Tamao de la muestra Grande; n 30 Pequea; n < 30

Intervalo de confianza para la media: Varianza poblacional conocida

Cuando se conoce la varianza de la poblacin el intervalo de confianza para promedio est dado por:

P X Z ( / 2 ) x = 1 n
X : Promedio de la muestra Z(/2): es el valor de Z para un nivel de confianza dado : Desviacin estndar en la poblacin n: Tamao de la muestra : Nivel de significacin

Como la expresin n representa el error estndar del promedio, el intervalo de confianza puede escribirse como P[ X Z(/2) ] = 1 Ejemplo: La empresa FORTALEZA dedicada a la produccin de cemento, tiene un proceso de llenado con una desviacin estndar igual a 0.92 Kg. Para fines de control del llenado se seleccion una muestra de 20 fundas y se encontr que el peso promedio de cada funda es de 41.75 Kg. Con un nivel de confianza de 99.0%, estimar el intervalo del peso promedio de las fundas de cemento. Para este ejemplo, tenemos los siguientes datos = 41.75, n = 20, promedio es x= 0.92, = 0.01, luego, el error estndar del

n Elaborado por Hctor Medina Disla. Octubre 2010

X
8

Distribucin Muestral y Estimacin Sustituyendo

0.92 0.92 = = 0.206 20 4.47

Ahora se puede obtener el intervalo de confianza con facilidad P[ X Z(/2) ] = 1 Y los datos son

X = 41.75,

n = 20,

= 0.206,

/2 = 0.005

P[41.75 Z0.005 0.206] = 0.99 P[41.75 2.58 0.206] = 0.99 P[41.75 0.532] = 0.99 41.75 - 0.532] = 41.210 41.75 + 0.532] = 42.277 P[41.21 x 42.28] = 99.0% Este resultado indica que si se tomaran repetidas muestras tamao 20, en 99.0% de ellas, el peso promedio de las fundas de cemento tendrn un peso promedio comprendido entre 41.21 y 42.28 Kg.

Intervalo de confianza para la media: varianza muestral y muestra grande

Cuando se desconoce la varianza de la poblacin y se tiene una varianza calculada a partir de una muestra grande, (n 30), el intervalo de confianza para el promedio est dado por: S P X Z ( / 2 ) x = 1 n X : Promedio de la muestra Z(/2): es el valor de Z para un nivel de confianza dado S: Desviacin estndar de la muestra n: Tamao de la muestra : Nivel de significacin
SX n

Elaborado por Hctor Medina Disla. Octubre 2010

Distribucin Muestral y Estimacin Como la expresin representa el error estndar del promedio, el intervalo de confianza puede escribirse como P[ X Z(/2) S ] = 1 Ejemplo: La Empresa AQUIESTOY se dedica al ensamblaje de dispositivos electrnicos. Para establecer las especificaciones que debe tener el dimetro de un arbor, ha tomado una muestra de 42 de ellos y ha encontrado que dimetro promedio es de 3.0 cms con una desviacin estndar igual a 0.50 cms. Calcular el intervalo de confianza del 95.0%. Para este ejemplo, tenemos los siguientes datos

X = 3.0, n = 42, promedio es

SX =
Sustituyendo

Sx = 0.50,

= 0.05, luego, el error estndar del

SX n

SX =

0.50 0.50 = = 0.08 42 6.48

Los datos para el intervalo son

X = 3.0,

n = 42,

S = 0.08,

/2 = 0.025

P[ X Z(/2) S ] = 1 P[3.0 Z0.025 0.08] = 0.95 P[3.0 1.96 0.08] = 0.95 P[3.0 0.16] = 0.95 3.0 - 0.16 = 2.84 3.0 + 0.16 = 3.16 [2.83 x 3.17] = 95.0% Este resultado indica que si se tomaran repetidas muestras tamao 42, en 95.0% de ellas, el dimetro promedio de los arbor estar entre 2.84 y 3.16 cms.

Elaborado por Hctor Medina Disla. Octubre 2010

10

Distribucin Muestral y Estimacin

Intervalo de confianza para la media: varianza muestral y muestra pequea

Cuando se desconoce la varianza de la poblacin y se tiene una varianza calculada en una muestra pequea, (n < 30), el intervalo de confianza para la media esta dado por: S P X t (n -1, /2) x = 1 n
X : Promedio de la muestra t(n-1, /2) : es el valor de t para un nivel de confianza dado S: Desviacin estndar de la muestra n: Tamao de la muestra : Nivel de significacin

Ejemplo: Un inversionista quiere saber, con un nivel de confianza de 95.0% cual es el rango en el que varan el precio de un grupo de acciones en las cuales piensa invertir. En una muestra de 12 acciones ha encontrado que el precio promedio es $18.5 y desviacin estndar igual a de 3.5$. Los datos del ejercicio son
X = 18.5, del promedio es

n =12,

sx =3.5,

= 0.05, luego, el error estndar

SX =
Sustituyendo

SX n

SX =

3 .5 3 .5 = = 1.01 12 3.46

El intervalo de confianza queda dado por P[ X t(n-1, /2) S ] = 1 P(18.5 t(11, 0.025) 1.01) = 0.95 P[18.5 2.2010 1.01] = 0.95 P[18.5 2.2] = 0.95 18.5 2.2 = 16.3 18.5 + 2.2 = 20.7

Elaborado por Hctor Medina Disla. Octubre 2010

11

Distribucin Muestral y Estimacin [16.3 x 20.7] = 95.0% Los lmites del intervalo indican que si se tomaran repetidas muestras tamao 12, en 95.0% de ellas, el peso promedio de las acciones estar entre 16.3 $ y 20.7 $.

Intervalo de confianza para la proporcin

La proporcin mide el porcentaje de xito con respecto a una variable, por ejemplo, porcentaje de personas que visita el psiclogo, porcentaje de aciertos en un juego de azar, porcentaje de unidades producidas, porcentaje de unidades con defecto en un embarque, etc. En este sentido el intervalo de confianza para la proporcin de xito, se obtiene a partir de la siguiente expresin:
P( p x Z ( / 2) S p ) , donde:

px : Proporcin de xito obtenida en la muestra Sp: es el error estndar de la proporcin, S p =

p x (1 p x ) n Z(/2) : Valor de Z para el nivel de confianza dado n : Tamao de la muestra : Nivel de significacin

Para la estimacin por intervalo de la proporcin siempre se trabaja con la distribucin Normal de probabilidades, no importa el tamao de la muestra. Ejemplo: Se desea estimar, con un nivel de confianza de un 95.0%, el porcentaje de usuarios que est dispuesto a utilizar los servicios de una nueva ruta de autobuses de transporte interurbano. De una muestra de 200 usuarios, 93 dijeron estar dispuestos a utilizar los servicios de la nueva ruta. Estimar el intervalo para la proporcin de los posibles usuarios de la nueva ruta. Los datos del ejemplo indican que: Casos Favorables 93,
P ( p x Z ( / 2 ) S p )

n = 200,

px= 93/200 = 0.465

El error estndar de la proporcin es:

Elaborado por Hctor Medina Disla. Octubre 2010

12

Distribucin Muestral y Estimacin

Sp =

p x (1 p x ) , n

Sp =

0 . 465 (1 0 . 465 ) 200 Sp = 0 . 2488 200

Sp =

0 . 465 0 . 535 ) 200

Sp =

0 . 0012

S p = 0 . 0353

P[px Z(/2) Sp]=1 P[0.465 Z0.0250.0353 ]= 0.95 P[0.465 1.96 0.0353]= 0.95 P[0.465 0.0691]= 0.95 0.465 - 0.0691 = 0.396 0.465 + 0.0691 = 0.534 [0.396 px 0.534] = 95.0% Este resultado nos indica que se tomaran repetidas muestras de 200 usuarios y se le preguntara su disposicin a utilizar el nuevo servicio de autobuses, en 95 de cada 100 muestras, el porcentaje que respondera que si a la pregunta esta entre 39.6% y 53.4%.

Estimacin del tamao de la muestra

Cuando se desea estimar el tamao de una muestra, es importante primero definir cual es el estadgrafo o estimador que se desea estimar con los datos de dicha muestra. En tal sentido hay que estar claro sobre cual parmetro se desea hacer la estimacin, si es sobre un promedio o un total o si la inferencia se desea hacer sobre una proporcin o porcentaje. El tener definido estos elementos le proporciona al investigador informacin para determinar cual de los procedimientos utilizar para determinar el tamao de la muestra utilizar. De igual forma hay que tener claro sobre el tipo de poblacin en la cual se tomar la muestra, si es una poblacin finita, es decir que se conoce el nmero de elementos de la poblacin o si por el contrario, la poblacin se puede considerar infinita. Una poblacin se puede considerar infinita si la cantidad de elementos que la forma es mayor o igual a 100,000 elementos.

Elaborado por Hctor Medina Disla. Octubre 2010

13

Distribucin Muestral y Estimacin Como se muestra, en las frmulas que aparecen ms abajo, hay tres elementos que influyen en el tamao de la muestra, dos que dependen del criterio del investigador y uno que depende de la caracterstica de la poblacin estudiada. Los factores que dependen del investigador son el nivel de confianza de la estimacin y el error muestral deseado. Por su parte, la varianza o dispersin del parmetro que se desea estimar depende de la estructura de la poblacin.

Entendiendo los factores

Nivel de confianza
El nivel de confianza se refiere a probabilidad de que la que estimacin que se haga se encuentre entre cierto lmites, fijados por el margen de error. Por su parte, el error muestral indica en cuanto el investigador est dispuesto a equivocarse con respecto al parmetro estimado. Por ejemplo, su ponga que se hace una encuesta para conocer el porcentaje de votantes que estn a favor de un candidato, con un nivel de confianza de 95.0% y un margen de error de mas o menos 3.0%. Lo que estos datos nos indican es, que el investigador espera que el porcentaje de voto en la muestra no se aleje del porcentaje real de votante, (parmetro) en ms de 3.0%, con una probabilidad de que esto sea as de 95.0%. Dependiendo de estos criterios, el tamao de una muestra se puede calcular utilizando una de las siguientes frmulas:

Tabla No. Frmula para estimar el tamao de una muestra Estadstico que desea Poblacin infinita Poblacin finita estimar Promedio o total

Z2S2 n= E2

N Z2 S2 n= ( N 1) E 2 + Z 2 S 2 N Z 2 P (1 P ) n= ( N 1) E 2 + Z 2 P (1 P )

Proporcin

Z 2 P (1 P) n= E2

Elaborado por Hctor Medina Disla. Octubre 2010

14

Distribucin Muestral y Estimacin n: tamao de la muestra Z: Valor de la distribucin norma para un nivel de confianza dado S2: Varianza E: Error muestral P: Proporcin de xito en la poblacin

Pero, de dnde se obtienen los elementos de las frmulas para el clculo del tamao de la muestra?
Como ya se ha dicho, los valores para el nivel de confianza y error muestral son medidas que las determina el investigador o el dueo de la investigacin, este es quien decide que nivel de confianza desea y que margen de error desea en las estimaciones a realizar. Por lo general, estos dos elementos dependen de la cantidad de recursos disponibles para la investigacin. Esto as, porque a mayor nivel de confianza mayor ser el nmero de elementos en la muestra, de igual forma a menor error muestral, mayor tendr que ser el tamao de la muestra. En el caso de la varianza, este elemento no lo controla el investigador o el dueo de la investigacin, sino que es un factor, que depende de la estructura de la poblacin. Esta se puede conocer por estudios anteriores que se hayan hecho y si no se cuenta con esta fuente, es necesario realizar una encuesta piloto con una cantidad de elementos entre 40 y 60, elementos de la poblacin (pueden ser ms elementos). En el caso de la proporcin puede seguirse el mismo procedimiento que para la varianza, sin embargo, en este caso se presenta la ventaja de que se puede conjeturar cualquier valor de la proporcin de xito, dado que esta proporcin se multiplicar por uno menos ella misma. Sin embargo, cuando no se tiene un valor del porcentaje que se desea estimar en estudios anteriores, se suele tomar el valor de P = 0.50, dado que este valor garantiza un mayor tamao de muestra. Los ejemplos lo veremos en la presentacin en Power Point.

Elaborado por Hctor Medina Disla. Octubre 2010

15

Distribucin Muestral y Estimacin Ejercicios 1. Luego de tres meses de trabajo en un ambiente nuevo de trabajo, en una muestra de 60 empleados encontr un rendimiento promedio de 76.0 puntos y una desviacin estndar de 8.5 puntos. Con un nivel de confianza de 95.0% estime el intervalo de confianza. 2. El nmero promedio de fallas por empleado de una empresa tiene desviacin estndar de 0.06, si una muestra de nueve empleados y el promedio de fallas era de 1.95, cul es intervalo de confianza de 95.0% para el nmero de fallas por empleados. 3. Una lnea de autobuses piensa establecer una ruta desde un suburbio hasta el centro de la ciudad. Se selecciona una muestra aleatoria de 50 posibles usuarios y 18 indicaron que utilizaran esta ruta de autobuses. Establezca una estimacin del intervalo con 95% de confianza de la proporcin real de usuarios para esta nueva ruta de autobuses. 4. Un psiclogo industrial est midiendo en rendimiento de un grupo de empleados, para ello toma en consideracin el tiempo que tarda un empleado en terminar una tarea determinada. En una muestra de 16 empleados encontr un tiempo promedio de 0.28 minutos con una desviacin estndar de 0.017 minutos. Determine el intervalo de confianza de 99.0% para el tiempo en terminar la tarea. 5. Se va a vender un nuevo cereal para desayuno como prueba de mercados durante un mes en las tiendas de una cadena de autoservicio. Los resultados de una muestra de 36 tiendas indicaron ventas promedio de $1,200 con una desviacin estndar de $180. Establezca una estimacin del intervalo con 99.0% de confianza de las ventas promedio reales de este nuevo cereal para desayuno. 6. Una papelera recibe un embarque de cierta marca de bolgrafos baratos del fabricante. El propietario desea estimar la proporcin de bolgrafos que estn defectuosos. Se prueba con una muestra aleatoria de 300 bolgrafos y se encuentran 30 defectuosos. Establezca una estimacin del intervalo con 90% de confianza de la proporcin de bolgrafos defectuosos en el embarque. 7. La asociacin de ex alumnos de una universidad querra estimar los salarios anuales promedio de los graduados en 1968. Una muestra aleatoria de 100 personas revel un salario promedio de $18,210 con una desviacin estndar de $1,450. Establezca una estimacin del intervalo con 95% de confianza del salario anual promedio real, de los graduados en 1968.

Elaborado por Hctor Medina Disla. Octubre 2010

16

Distribucin Muestral y Estimacin 8. Un auditor de una dependencia gubernamental de proteccin al consumidor querra determinar la proporcin de reclamaciones sobre plizas de enfermedades que paga la compaa de seguros en un plazo de dos meses de haber recibido la reclamacin. Se selecciona una muestra aleatoria de 200 reclamaciones y se determina que 80 fueron pagadas en un plazo de dos meses despus de recibirlas. Establezca una estimacin del intervalo con 99% de confianza de la proporcin de reclamaciones pagadas dentro de ese plazo de dos meses. 9. El auditor de una compaa mayorista de productos metlicos querra estimar el porcentaje de ocurrencia de errores de los precios cargados en las facturas para los clientes. Una muestra aleatoria de 300 facturas de las operaciones del mes anterior, indic que 45 contenan errores en los precios. Establezca una estimacin del intervalo con 95% de confianza de la proporcin real de errores en los precios. 10. Estimar el intervalo de confianza del 90.0% para el nivel de depresin de 16 empleados se muestran a continuacin 43.75 27.50 36.25 60.00 58.75 32.50 58.75 35.00 40.00 28.75 43.75 42.50 27.50 65.50 31.25 52.50

11. Se desea estimar las ventas promedio de una cadena de tienda con aproximacin de ms o menos $75 del promedio real con un nivel de confianza de 95%. En estudios anteriores se obtuvo una desviacin estndar de 180 $. a) Cul debe ser el tamao de muestra? b) De cunto debe ser la muestra si hay un total de 120 tiendas? 12. Un grupo de egresados de una universidad desea estimar el salario promedio de los miembros con aproximacin de ms o menos $150 y 99.0% de confianza. Los datos ms recientes indican que el grupo tiene una poblacin de 720 miembros/as y la varianza del salario de estos/as es de 2,102,500 $2 Qu tamao debe tener la muestra? 13. Un grupo de estudio querra estimar la facturacin mensual promedio por luz elctrica en el mes de julio en casas unifamiliares en una ciudad grande. Con base en estudios efectuados en otras ciudades, se supone que la desviacin estndar es de $20. El grupo querra estimar la facturacin promedio de julio con aproximacin de ms o menos $5 del promedio real con 90.0% de confianza. a) Qu tamao de muestra se necesita? b) Cul debe ser el tamao de la muestra si hay 1,200 casas unifamiliares 14. Una encuestadora poltica querra estimar la proporcin de votantes que votarn por su partido en las prximas elecciones. La encuestadora querra un Elaborado por Hctor Medina Disla. Octubre 2010

17

Distribucin Muestral y Estimacin 95.0% de confianza de que su prediccin est correcta con aproximacin de ms o menos 4.0% de la proporcin real. Qu tamao de muestra se necesita? 15. Una organizacin sin fines de lucro que medir el porcentaje de madres con conocimientos en salud materno-infantil en una poblacin de 440 familias y en las cuales por estudios anteriores se sabe que solo el 40.0% tena conocimientos sobre este tema, con un margen de error de ms o menos 3.0%. a) Qu tamao debe tener la muestra? b) De cunto sera la muestra si no se conociera el total de la poblacin?

Elaborado por Hctor Medina Disla. Octubre 2010

18