9.

DISTRIBUCIONES MUESTRALES Distribucin de Medias Muestrales. Simbologa que ser utilizada: Medidas Media Aritmtica Varianza Desviacin tpica Tamao Poblacin Muestra x S2 S

x = Media de todas las Medias Muestrales x = Desviacin tpica de todas las medias Muestrales.
M = Nmero de muestras posibles. N N! M = n = ( N n) ! n!

Cuando la seleccin se hace sin reposicin:

M = N n Cuando se hace la seleccin con reposicin. Si consideramos una poblacin de N elementos, con media y desviacin tpica , si se obtienen M nmero de Muestras posibles, de tamao n, simbolizamos a cada media Muestral por, X 1 , X 2 ; ... X M . Y cada desviacin tpica Muestral por, S1 , S 2 ,...S M TEOREMA: Dada una poblacin, si extraemos todas las muestras posibles de un mismo tamao, entonces la media de la distribucin de todas las medias Muestrales posibles. Ser igual a la media poblacional. Simbolizaremos la media de todas las medias Muestrales por cual ser igual a la media Poblacional.

x , la

x =

X
M

X 1 + X 2 + .... + X M = M

= x

2 La varianza de todas las medias muestrales se simboliza por x y

el error estndar por igual x .

x =

(X

)2

Siendo

x =

n (para muestras grandes o sea n > 30 y se denomina

error estndar de la media). La media de todas las medias muestrales debe ser exactamente igual a la media poblacional ( ) debido a que la distribucin de muestreo resulta de todas las muestras posibles que se pueden extraer de una poblacin; por tal razn incluye a todos sus elementos. Expliquemos lo anterior mediante un pequeo Ejemplo:

Supongamos una poblacin de 5 elementos y los valores que toma la variable, arbitrarios, ya sean kilmetros, metros, valores, etc. N = 5; siendo: X1= 7 X2=3 X3=5 X4=8 X5=2 con los anteriores valores se puede calcular la media, la varianza y desviacin tpica poblacional.

=
2

X
N

=
2 i

25 =5 5 = 151 5(25) = 5,2 5

X =

N X2 5

= 5,2 = 2,28
Ahora determinaremos el nmero de muestras posibles (M) de esta poblacin, si el tamao de la muestra que fijamos arbitrariamente es 2 y la seleccin se hace sin repeticin. N 5! M = n = 2! 3! = 10

Las combinaciones que se pueden obtener: X1 X 2 X1 X 3 X1 X 4 X1 X 5 Calculemos la media aritmtica para cada una de las posibles muestras. 5 6 7,5 4,5 La media de todas las medias muestrales ser igual a: 4 5,5 2,5 6,5 3,5 5 X2 X 3 X2 X 4 X2 X 5 X3 X 4 X3 X 5 X4 X 5

x =

X
M

5 + 4 + .... + 4,5 =5 10

Se podr observar que se cumple el teorema de que la media de todas las medias muestrales es igual a la media poblacional.

x = = 5
En cuanto a la desviacin tpica de todas las medias muestrales, encontramos que:

x =

(X

)2

x =

(5 5) 2 + (4 5 ) 2 + ... + (4,5 5) 2 10

= 1,95 = 1,39

Pero sabemos que x =

N n N 1

Luego:

X =

2,28 . 2

52 = 1,39 5 1

En el caso

de una seleccin con repeticin se tendrn los

siguientes casos posibles: M = N2 = 52 = 25 X1 X2 X3 X4 X5 X1 X1 X 1 X2 X 1 X3 X 1 X4 X 1 X5 X 1 X2 X1 X2 X2 X2 X3 X2 X4 X2 X5 X2 X3 X1 X 3 X2 X 3 X3 X 3 X4 X 3 X5 X 3 X4 X1 X4 X2 X4 X3 X4 X4 X4 X5 X4 X5 X1 X 5 X2 X 5 X3 X 5 X4 X 5 X5 X 5

x = x =

7 + ... + 2 =5 25 (7 5) 2 + ... + (2 5) 2 = 1,39 25 Los resultados sern los mismos, es decir = 5, x = 1,39 . Es de

anotar que, cuando se hace la seleccin sin reposicin, la poblacin se hace suficiente, ya que en cada extraccin o seleccin, el elemento o unidad puede ser nuevamente seleccionado, y as sucesivamente. TEOREMA CENTRAL DEL LMITE: A medida que n aumenta, la distribucin muestral de medias

muestrales se aproxima a una distribucin normal con x = y x =

n.

De acuerdo al teorema, la variante estadstica para distribucin de medias muestrales ser: Z= x x = x n

Variable tipificada de la distribucin muestral.

Ejemplo 1: Supongo que de una poblacin Normal se elige una muestra aleatoria de tamao 9 con media = 25 y desviacin tpica = 6 Cul es la probabilidad de que la media muestral x sea mayor que 28? Solucin: = 25

=6
n=9 P ( x > 28) = ? Z= x x

Vase la tabla de Z

0,4332 25 0 ff P (Z > 1,5) = 0,5000 0,4332 P (Z > 1,5)=0,0668 28 1,5

28 25 Z= = 1,5 6 9

En consecuencia, la probabilidad de que una muestra aleatoria de tamao 9 tenga una media mayor que 28 es P ( x > 28)= 0,00668.

DISTRIBUCIN DE MEDIAS MUESTRALES

1. La altura media de 400 alumnos de un plantel de secundaria es de 1,50 mts. y su desviacin tpica es de 0,25 mts. Determinar la probabilidad de que una muestra de 36 alumnos, la media sea superior a 1,60 mts. Solucin: P ( X > 1,60) = ? Z= Z= X n

1,60 1,50 0,10 0,60 = = = 2,40 0,25 0,25 0,25 6 36 0,5000 0,4918 0,0082 P (Z > 1,2) = 0.5-0.4918 = 0.0082

2.

Si en el 1,5 ejemplo (1) 1,6 se considera que dicho plantel de secundaria Z tiene un total 0 de N =1,2 400 alumnos, Cul es la probabilidad, en una muestra de 36 alumnos, de que la media sea superior a 1,60 mts.? Solucin Z= X 1,60 1,50 = = 2,51 0,25 400 36 N n 400 1 36 n N 1

P ( Z > 2,51) A (0,4940) P ( Z > 2,51) = 0,5000 0,4940 = 0,006 P ( Z > 2,51) = 0,5000 0,4940 = 0,006 0,5000

0,0060 0,4940 1,50 0 1,60 2,51

3.

Las estaturas de cierto grupo de adultos tienen una media de 167,42 y una desviacin estndar de 2,58 centmetros. Si las estaturas estn normalmente distribuidas y se eligen aleatoriamente 25 personas del grupo, Cul es la probabilidad de que su media sea de 168,00 centmetros o ms? Solucin:

= 167,42
x n

P ( x > 168)

= 2,58

n = 25

Z=

Z =

168 167,42 0,58 (5) 2,90 = = = 1,12 2,58 2,58 2,58 / 25

Z = 1,12 A (0,3686) 0,5000 0,3686 0,1314

P ( Z >1,12) = 0,5000 0,3686 = 0,1314

167,42

1,68 1,12

0 4.

Las estaturas de los estudiantes de una universidad se distribuyen normalmente con media de 170 centmetros y desviacin tpica de 10 centmetros. Si se toma una muestra de 81 estudiantes, Cul es la probabilidad de que tengan una estatura superior a 175 centmetros? Solucin: 0,5000 P ( X > 175) = ? n = 81 x n

= 170
Z=

= 10

Z=

175 170 5 (9) 45 = = = 4,5 10 10 0 10 81

Z = 4,5170 A (0,5000) P (175 X > 175) Z = 0 0 4,5

5.

En un universidad el promedio de calificacin, en exmenes de admisin, ha sido de 3,5 con una desviacin tpica de 1. Cul es la probabilidad, si el examen lo presentan 36 estudiantes, de que obtengan un promedio mayor de 3,7? Solucin :

= 3,5
X n

=1

n = 36

P ( X > 3.7 ) = ?

Z=

ZC =

3,7 3,5 = 1,20 1 36

Z = 1,20 A (0,3849)

P ( z > 1,20 ) = 0,5000 0,3849 = 0,1151

0,3849 3,5 0
3,7

0,1151

1,2

p ( z > 1,20) = 0,1151

DISTRIBUCIN MUESTRAL DE UNA PROPORCIN

1.

Se tiene que el 4% de las piezas producidas por cierta mquina son defectuosas. cul es la probabilidad de que en un grupo de 200 piezas, el 3% o ms sean defectuosas? Solucin: pP P (1 P ) n

p = P = 0,04 p = P

p = 0,03

Z=

p =

P(1 P ) = n

(0, 04) (0,96) = 0, 014 200

Se desea determinar la P ( p 0,03) = ? p p P (1 P) n

Z=

0, 03 0, 04 = 0, 71 (0, 04) (0,96 200

0,26122 0,5000 0,03

-0,71 0,04

0 P ( Z > 0, 71) = 0, 7612

Z = 0, 71 A (0, 2612) P ( Z > 0,71) = 0,7612 b. Con correccin

Si se quiere obtener una buena aproximacin a la distribucin normal, debe hacerse la correccin en la variable discreta, siendo igual a 1 . Si se va a obtener un rea hacia la 2n

derecha, se restar este factor de correccin, en el caso de que sea a la izquierda, se sumar ese factor al valor de p. 1 1 1 = = = 0,0025 2n 2 (200) 400

1 p P 2n Z= PQ n

0,3133 0,5000
-0,89

0
Z 0,8 Z 9

0,3133

Z=

(0,03 0,0025) 0,04 = 0,89 0,014

Z = 0,89 A (0,3133) P ( Z > 0,80) = 0,3133 + 0,5000 = 0,8133 2. Se desea estudiar una muestra de 49 personas para saber la proporcin de los mayores de 40 aos, sabiendo que la proporcin

en la poblacin es 0,4. Cul es la probabilidad de que la proporcin en la muestra sea menor de 0,5? Solucin: n = 49 P = 0,4 P( p =?

< 0,5 )

Z=

p P = PQ n

0,5 0,4 0,10 = = (0,4) (0,6 0,24 49 49

0,10 0,10 = = 1,43 0.07 0,00489

Z = 1,43 A (0,4236) 0,4236

0,5000 P
0,4

0,5
1,43

P ( Z < 1,43) = 0,5000 + 0,4236 = 0,9236 3. Para elegir presidente de un sindicato, un candidato obtuvo el

46% de los votos. Determinar la probabilidad de que entre 200, elegidos al azar, de un total de 1000 afiliados, se obtenga la mayora de votos para dicho candidato.

P = 0,46

n = 200

(p > 0,50) = ?

a. Z=

Sin Corregir: pP = PQ n 0,50 0,46 = 1,14 0,46 (0,54) 200 0,3729

0,1271

1,1 4

P (Z > 1,14) = 0,5 0,3724 = 0,1271 b. Corregido 1 )P (0,50 0,0025) 0,46 2n = PQ 0,46 ( 0,54) n 200

z=

(p

Z = 1,07

0,3577

0,1423 0,50

0,46

0 1,07 P (z > 1,07) = 0,5 0,3577 = 0,1423 P ( Z > 1,07) = 0,1423

4.

Cuarenta y seis por ciento de los sindicatos del pas estn en

contra de comerciar con la China Continental; Cul es la probabilidad de que una encuesta a 100 sindicatos muestre que ms del 52% tengan la misma posicin? Solucin: P = 0,46 p = 0,52 n = 100 P( p > 0,52 ) = ?

Z=

pP = PQ n

0,52 0,46 0,06 = = 1,21 (0,46) (0,54) 0,2484 100 100

Z = 1,21 A (0,3869)

0,3869

0,1131

P
0,46

0,52
1,21

0 P (Z > 1,21) = 0,5000

0,3869=0,1131

5.

Se

ha

determinado

que

el

65%

de

los

estudiantes

universitarios de Lima prefieren los cuadernos marca Profesional. Cul es la probabilidad de que en una muestra de 100 universitarios de dicha ciudad, encontremos que:

a. Como mximo el 68% sean usuarios de ese tipo de cuaderno? b. Exactamente 66% sean usuarios (utilizar medio punto de porcentaje para los lmites)? Solucin: a. P( p =? P = 65% n = 100

< 68% )

Z=

pP = PQ n

0,68 0,65 0,03 = = (0,65) (0,35) 0,2275 100 100

0,30 = 0,63 0,002275

0,2357

0,5000
0

P 0,63

Z = 0,63 A (0,2357) P (Z < 0,63) = 0,5000 + 0,2357 = 0,7357

b.

P (65,5% < p < 66,5%) = ? pP 0,655 0,65 0,005 = = = 0,11 (0,0477) PQ 0,002275 n

Z=

Z=

pP 0,665 0,65 0,015 = = = 0,32 PQ 0,002275 0,0477 n Z = 0,11 A(0,0438)

Z = 0,32 A (0,1255) ;

P (0,11 Z 0,33) = 0,1255 0,0438 = 0,0817

0,1255

0,0438

0,0817

P
0 0,11

0,32

ESTIMACIN
El objetivo principal de la estadstica Inferencial es la estimacin, esto es que mediante el estudio de una muestra de una poblacin queremos generalizar nuestras conclusiones al total de la misma. Los estadsticos varan mucho dentro sus distribuciones muestrales y mientras menor sea el error estndar de un estadstico, ms cercanos sern sus valores unos de otros. Como al estimar un parmetro de poblacin desconocido se suele hacer una afirmacin o juicio, el juicio da solamente una estimacin. Es un valor particular obtenido de las observaciones de la muestra. No hay que confundir este concepto con el de estimador, que se refiere a la regla o mtodo de estimar un parmetro de poblacin. Por ejemplo, se dice que X es un estimador muestral de un mtodo

para estimar la media de poblacin. El procedimiento de juzgar acerca de un parmetro de poblacin se llama estimacin estadstica, que a su vez se divide en estimacin puntual y estimacin por intervalos. Se habla con frecuencia de lmites de probabilidad siendo aquellos (superior e inferior) asignados a un valor estimado, con el objeto de indicar el intervalo dentro del cual se supone est comprendido el valor verdadero (parmetro) conforme a algn acuerdo de carcter probabilstico, generalmente denominado nivel de confianza. Los lmites de confianza son los valores Zs y Zi (tambin ts y ti) que forman los extremos superior e inferior respectivamente de los intervalos de confianza. Recordemos que en alguna oportunidad se habl de dos tipos de estimacin: puntual y por intervalos. El primero corresponde a un solo valor o punto que resulta de una investigacin por muestreo, como por ejemplo, la media aritmtica, una proporcin, una razn, la varianza, etc. Al

realizar una muestra se van a obtener conclusiones sobre la poblacin, mediante la utilizacin de alguna medida de posicin o de dispersin, pero este valor puede ser igual o diferente al del parmetro. Vemoslo mediante un ejemplo. Nivel de confianza zc 99.73% 3.00 99% 2.58 98% 2.05 96% 2.05 95% 1.96 90% 1.645

Valores

de

Zc

correspondientes

varios

niveles

de

confianza. Ejemplo: 1. El propietario de una pequea fbrica de artesanas, toma una muestra aleatoria de la produccin semanal de 6 de los 35 empleados, obteniendo un promedio de 22,5 figuritas, con una desviacin estndar de 3,1. Solucin: Encontramos que el estimador es de 22,5 el cual puede ser igual o diferente del promedio (parmetro) si tomamos el total de los 35 empleados. Para muchos es ms fcil y ms representativo fijar los lmites de confianza para ese estimativo, con la probabilidad que se considere conveniente, supongamos del 95%. Por lo tanto se tendrn, partiendo de la variante estadstica, los lmites de confianza para ese estimativo, con la probabilidad que sea la ms indicada, decamos anteriormente del 95%. Su frmula ser, partiendo de la variante estadstica: x s despejando = x t s/ n n 25,75 reemplazando: = 22,5 2,571 3,1 = 22,5 3,25 6 19,25

t=

Se tendrn dos lmites superior = 25,75 e inferior = 19,25. Con estos resultados se dir que la produccin real semanal por empleado debe estar entre 19 y 26 figuras, con una seguridad o confianza del 95%. Observamos que nos queda un 5% considerado como error, que el nmero promedio de figuras por empleado sea superior a 26 o inferior a 19. La media poblacional deber estar incluida (en algn punto) dentro del intervalo. Podra preguntarse por qu se toma 90%, 99% y no el 100% de confianza?. Se puede responder al interrogante con el anterior ejemplo, notando que a medida que se aumenta el nivel de confianza, ms amplio va a ser el intervalo, con la cual se obtendra una informacin menos precisa y menos til. Con los intervalos de confianza puede realizarse pruebas de hiptesis, teniendo en cuenta que la prueba debe ser siempre bilateral. Si la hiptesis nula (Ho) se ubica dentro de intervalo, se acepta; en caso contrario, se aceptar la alternativa (Ha).

FRMULAS PARA CADA CASO

A) Distribucin de medias muestrales Con las siguientes frmulas se pueden determinar los lmites de confianza para cada caso, dependiendo de la desviacin tpica y del tamao de la muestra, son: a) = x Z

Cuando se da n
s se tienen s y n > 30 n s se tiene s (corregida) y n 30 n s (sin corregir) y n 30 se tiene s n 1

=x Z =x t =x t

Ejemplos: 1) Una muestra de 50 observaciones tiene una media de 65 y una desviacin estndar de 4,2. Se piden los lmites de confianza del 95%.

0,9500 S 4,2 = 0,4750; A (0,4750) 1,96 = Z = x Z = 65 1,96 ; 2 n 50

66,16

s = 65 1,96
t

4,2 = 65 1,96(0,59) = 65 1,16 7,07 63,84

63,84 < < 66,16

0,4750 0,0250 -1,96 0 1,96

2) Una muestra de 26 observaciones tiene una media de 65 y una desviacin de 4,2. Se piden los lmites de confianza del 95%. Solucin: x = 65 = 4,2 s n = 26 4,2 25

=x t

s n 1

= 65 2,0595

66,73

= 65 2,0595 (0,84) = 65 1,73

63,27 63,27 < < 66,73 95%

63,27 -2,0595

65 0

66,73 2,0595

b) Proporciones

p = p Z
Ejemplo:

p (1 p ) n

o IC ( P ): p Z

p (1 p ) n

Una muestra de 100 votantes elegidos al azar entre todos los de un barrio, indicaba que el 45% de ellos estaban a favor de un candidato. Hallar los lmite de confianza del 95%. Solucin: pZ pq < P< p+ Z n pq n

0.45 - 1,96

0.45(0,55) 0.45(0.55) < P < 0.45 + 1,96 100 100

0,35 < P < 0,55

0,4750

0,4750

-1,96

1,96

RESMEN DEL CAPTULO

INTERVALOS DE CONFIANZA PARA MEDIAS (n 30) I.C.(u): x Z c

En el caso de muestreo en una poblacin infinita o si el muestreo es con reemplazamiento en una poblacin finita.

I.C (u): x Z c

N n N 1

Si el muestreo es sin reemplazamiento en una poblacin finita de tamao N. En general, la desviacin tpica poblacional es desconocida, de modo que para obtener los lmites de confianza anteriores, se utiliza la estima muestra S o S. Intervalos de confianza para Medias. (n < 30) S n

I.C (u): x tc

INTERVALOS DE CONFIANZA PARA PROPORCIONES

I.C. (P): p Z c

pq n

p+q=1

Para el caso de muestreo en una poblacin infinita o con reemplazamiento en la poblacin finita. Nn N 1

I.C. (P): p Z c

pq n

Si el muestreo es sin reemplazamiento en una poblacin finita de tamao N. Ejemplo: Supongamos que las alturas de 100 estudiantes varones de una universidad representan una muestra aleatoria de estudiantes de esa universidad. La media muestral es de 67.45 pulgadas y la desviacin estndar muestral es de 2.93 pulgadas. Hallar los intervalos de confianza a) 95% y b)99% para estimar la altura media de los estudiantes.

a)

42

Esto significa que 66.88 < < 68.02 o en otras palabras podemos decir que la probabilidad de que la altura media de la poblacin est entre 66.88 y 68.02 pulgadas es del 95%. Equivale a decir que tenemos el 95% de confianza que la media de la poblacin est entre 66.88 y 68.02.
b) Esto significa que 66.69 < < 68.21 o en otras palabras podemos decir que la probabilidad de que la altura media de la poblacin est entre 66.69 y 68.21 pulgadas es del 99%. Equivale a decir que tenemos el 99% de confianza que la media de la poblacin est entre 66.69 y 68.21.

Ejemplo: Un sondeo de 100 votantes elegidos al azar en un distrito indica que el 55% de ellos estaban a favor de un cierto candidato. Hallar los lmites de confianza a) 95% b) 99% y c) 99.73% para la proporcin de todos los votantes favorables a ese candidato.
a)

b)

c)

7.4 DETERMINACION DEL TAMAO DE LA MUESTRA Cuando se necesita informacin para realizar estudios con datos estadsticos y no se puede contar un censo, porque es muy caro, o porque demora mucho o no se cuenta con el personal adecuado; entonces ser necesario obtener una muestra, ahora. Pero viene la pregunta: cul ser el nmero adecuado mnimo del tamao de la muestra? En principio existe todo un proceso para obtener una muestra representativa de la poblacin. Si el mtodo es aleatorio o probabilistico, entonces el nmero adecuado de los elementos de la muestra, se pueden calcular usando las siguientes frmulas.

1. CUANDO EL ESTUDIO ES DE CARCTER CUALITATIVO (PROPORCION)

a. Cuando se supone que N es muy grande o cuando el muestreo es con reposicin:

n=

2 Z P E2

b. Cuando la poblacin es finita (se conoce N) reposicin.

o el muestro es sin

n=

2 NZ P(1 P ) 2 2 ( N 1) E + Z P (1 P )

Donde: P=Proporcin de xito; que se conoce por estudios anteriores o similares. Q=(1-P). Proporcin de fracaso. Z=Valor que se obtiene de la distribucin normal, para un nivel de significacin a. Generalmente se toma: Z=1.96 para un nivel de confianza del 95%. Z=2.575 para un nivel de confianza del 99%. E=Error de estimacin. Valor que lo determina el investigador. Se sugiere valores en torno al 5%. N= Nmero de los elementos de la poblacin. Nota: Si no se conoce P, se puede adoptar las siguientes decisiones: i) Tomar una muestra piloto y calcular el valor de P. ii) Considerar el valor de P=0.5, lo cual dar el nmero de elementos de la muestra el mayor valor posible.

2. CUANDO EL ESTUDIO ES DE CARCTER CUANTITATIVO (MEDIA)

a) Cuando no se conoce el tamao N de la poblacin o ste es infinito:

n=

2 2 Z E2

b) Cuando el tamao N de la poblacin es finito:

n=
Ejemplos N 004

2 2 NZ 2 2 2 ( N 1) E + Z

Se van a realizar un gran y desconocido nmero de ensayos para calibrar la resistencia media a la rotura de un determinado azulejo en una partida de 10 000,000 unidades. Si deseamos cometer un error inferior a 10 kg/cm2, y por ensayos anteriores conocemos que la varianza en la rotura ha sido de 40 (kg/cm2)2, Qu nmero de ensayos hemos de realizar si hemos decidido trabajar con un nivel de confianza del 95%? Si suponemos un gran nmero de ensayos, suponemos, tambin, que el tamao muestral es grande, por lo que podemos establecer normalidad. Los datos serian los siguientes: =95%, E2=10 kg/cm2 ,2=40(kg/cm2)2. Utilizando la frmula siguiente: n =
2 2 Z , tenemos: E2

(1.96 2 )(40) n= = 15.36 15 muestras de azulejos. 10

Ejemplo N 005 Para conocer la valoracin en forma de porcentaje de aceptacin hacia un determinado profesor decidimos encuestar a un determinado nmero de sus 100 alumnos. Calcular dicho nmero, si el error que estamos dispuestos a admitir es del ms menos 3% y trabajamos con un nivel de confianza del 95%. Tenemos los siguientes datos: N=100, E=3%, =95%, p=0.5. q=1-p=0.5 Utilizando la frmula tenemos:
2 NZ PQ (100)(1.96) 2 (0.5)(0.5) n= = = 91.51 91 alumnos. 2 ( N 1) E 2 + Z PQ (100 1)(0.03) 2 + (1.96) 2 (0.5)(0.5)

Ejemplo N 006 Para conocer la valoracin en forma de porcentaje de aceptacin hacia un determinado profesor decidimos encuestar a un determinado nmero de sus 100 alumnos. Calcular dicho nmero, si el error que estamos dispuestos a admitir es del ms menos 3% y trabajamos con un nivel de confianza del 95%. El tamao de la poblacin es pequeo con =100, =3%, =95%, p=0,5 p=0.5. Utilizando la frmula tenemos:
2 NZ PQ (100)(1.96) 2 (0.5)(0.5) = = 91.51 91 alumnos. 2 ( N 1) E 2 + Z PQ (100 1)(0.03) 2 + (1.96) 2 (0.5)(0.5)

q=1-

n=

TAMAO DE MUESTRA EN POBLACIONES FINITAS

1. Un auditor desea tener un nivel de confianza del 95%, para que la verdadera proporcin de error no exceda del 2%. Si la poblacin es muy grande, Qu tamao tendr la muestra que va a tomarse, si el auditor estima que la proporcin de error es del 5%? n= Z 2 PQ 1,962 (0,05) (0,95) = = 456,19 457 cuentas E2 0,02 2

2. Qu tamao deber tener una muestra para estimar dentro del 3%, la proporcin de mujeres casadas que van peridicamente a consulta ginecolgica, en una poblacin de 5000 mujeres y una seguridad del 95%?

solucin: 3. E = 0,03 N = 5000 = 0,05 1 - = 0,95 P = 0,50 Q = 0,50 n= PQ E PQ + N Z

2

Z 2 . PQ n0 = E2

(1)

n0

2 ( 1,96 ) . (0,5) =

(0,5)

(0,03)

n0 =

0,9604 = 1067 0,0009

n =

no 1067 = n 1067 1+ o 1+ N 5000

n=

1067 1067 = = 1 + 0,2134 1,2134

n = 879,35 n 880 mujeres casadas utilizando la frmula (1) tendremos: 0,5 (0.5) 0,5 (0,5) 0,03 1,96 + 5000
2

n=

0,25 0,25 = 0,00023428 + 0,00005 0,00028428

n = 879

3.

El departamento de trnsito y transporte requiere estimar la proporcin de conductores con experiencia de un ao o menos, que puedan clasificarse como conductores descuidados. De que tamao deber ser la muestra a fin de que los resultados estn dentro de un 2%, con una confianza del 95%? Se espera observar que aproximadamente del total de conductores sean descuidados.

Solucin
Z 2 PQ (1,96) 2 (0,25) (0,75) = E2 (0,02) 2

n=

Datos: P = 0,25 Q = 0,75 E = 0,12 Z = 1,96

n = 1801 Conductores con experiencias de un ao o menos. 4. Si en el ejercicio anterior se dijera que el nmero de conductores a investigar es de 10000, Cul ser el tamao de la muestra?

Solucin
n= PQ E PQ + N Z
2

(0,25) ( 0,75) 0,25 (0,75) 0,02 + 10000 1,96

2

n = 1526 Conductores con experiencia de un ao o menos.