INSPECCIN Y MUESTREO (II)

Mnica M. Simancca S. Ing. Esp.

ESPACIO MUESTRAL: Conjunto de muestras que se pueden obtener de la poblacin. NIVEL DE CONFIANZA: Probabilidad de que la estimacin efectuada se ajuste a la realidad. PARMETRO: valor (media, varianza) que describe a una poblacin y se puede obtener de una muestra.

ALGUNAS DEFINICIONES

ERROR MUESTRAL: Es la diferencia entre un estadstico y su parmetro correspondiente ESTIMACIN: Tcnica para conocer el valor aproximado de un parmetro de la poblacin.

ESTADSTICO: Datos que se obtienen de una muestra (Estimacin de parmetros)

FENMENO ALEATORIO:
Es aquel que bajo el mismo conjunto de condiciones iniciales, puede presentar resultados diferente (Lanzamiento de una moneda). CONDICIONES:
Posibles resultados se conocen

Imposible predecir el resultado

A cada realizacin de un experimento se le llama experiencia o prueba

Se puede repetir bajo las mismas condiciones

DISTRIBUCIONES MUESTRALES
DISTRIBUCIN BINOMIAL (xito-Fracaso):
Proporciona la probabilidad de observar x xitos en una secuencia de n experimentos Bernoulli independientes con una probabilidad de xitos constante.

n: nmero de ensayos independientes p: probabilidad de xito (proporcin promedio de artculos defectuosos) x: Nmero de xitos

DISTRIBUCIN BINOMIAL
Nmero de combinaciones de m elementos tomados de n en n:

PROPIEDADES:

Ejemplo Binomial
En un proceso de fabricacin que produce gran cantidad de artculos, se sabe que en promedio 2% de ellos son defectuosos. Los artculos son empacados en cajas de 10, y se quiere saber cul es la probabilidad de que no haya ningn artculo en cada caja. SI X es el nmero de artculos defectuosos por caja, entonces se quiere obtener P(X=0): P(X=0)= [10!/(0!(10-0)!] [(0,02) 0 (1-0,02) 10-0 = (0,98) 10 = 0,82

DISTRIBUCIN GEOMETRICA
Proporciona la probabilidad de realizar X experimentos Bernoulli independientes con probabilidad constante de xito a fin de obtener el primer xito. f(x;p)= (1-p) x-1 p x=1 ,2, EJEMPLO: Cada llamada que hace una persona a una estacin de radio muy popular tiene probabilidad de 0,02 de que la lnea no est ocupada, Supongamos que las llamadas son independientes. Cul es la probabilidad de que sea necesario llamar 5 veces para que entre la primera llamada? P= 0,02; x= 5

DISTRIBUCIN HIPERGEOMTRICA
Proporciona la probabilidad de obtener X xitos en n experimentos Bernoulli, donde no se mantiene constante la probabilidad de xitos.

Propiedades: = np; 2 =np (1-p)*[(N-n)/(N-1) Cuando n/N es menor que 0,1 La distribucin binomial se aproxima a la Hipergeomtrica.

Ejemplo: Calcular la probabilidad de no encontrar defectuosos en una muestra de 5 unidades tomadas a partir de una poblacin de 25 unidades, en donde histricamente se tiene un porcentaje de defectuoso de 1

DISTRIBUCIN DE POISSON
Nmero de eventos que ocurren por unidad:

X=0,1 ,2, E= 2,718 Propiedades: = ; 2 = Ejemplo: El promedio de defectuosos de cierta produccin es 5%, para un tamao de muestra de 10 unidades calcule la probabilidad de no encontrar ningn elemento defectuoso

DISTRIBUCIN NORMAL
Es una distribucin continua cuy densidad tiene forma de campana. Es muy importante tanto en la estadstica terica como en la aplicada.

Estandarizacin de una variable:

DISTRIBUCIN NORMAL

TAMAO DE LA MUESTRA
Nmero de sujetos que componen la muestra extrada de una poblacin, y que son necesarios para que los datos obtenidos sean representativos de la poblacin. CLCULO DEL TAMAO MUESTRAL: 1. Variabilidad del parmetro a estimar: Datos previos, estudios piloto o usar 50% como peor estimacin 2. Precisin: Amplitud del intervalo de confianza. Si se estima prevalencia su formato ser % 3. Nivel de confianza (1- ): habitualmente 95% o 99%. Probabilidad complementaria al error admitido .

OBJETIVOS DE LA DETERMINACIN DEL TAMAO ADECUADO DE UNA MUESTRA

1. 2. Estimar un parmetro determinado con el nivel de confianza deseado. Detectar una determinada diferencia, si realmente existe, entre los grupos de estudio con un mnimo de garanta. Reducir costes o aumentar la rapidez del estudio.

3.

CLCULO DEL TAMAO MUESTRAL PARA MUESTRAS DICOTMICAS

Dicotmicas: presencia o ausencia de un determinado atributo. Para poblaciones infinitas o desconocidas:

Para poblaciones finitas:

Donde: n: Tamao muestral; N: Tamao de la poblacin; Z:Valor correspondiente a la distribucin de Gauss (1,96 para a =0,05 y 2,58 para a =0,01).; p: Prevalencia esperada del parmetro a evaluar (si se desconocerse considerar p=0.5 que hace mayor el tamao muestral); q=1-p; i: Error que se prev cometer.

EJEMPLO:
Calcular el tamao muestral para una variable dicotmica, en donde se va a determinar la presencia o ausencia de un determinad atributo; Sabiendo que el tamao de poblacin es infinito, el nivel de confianza del 95%, el error de 0,01 y desconocida la variabilidad del parmetro a estimar.

CLCULO DEL TAMAO MUESTRAL

n

*v 2 E2

100
X

Donde: n = Nmero de muestras necesarias; t = Parmetro segn las posibilidades (1.65 para 90%, 1.96 para 95%); E = % Error que se permite en la muestra respecto al total; v =Coeficiente de variacin; =Desviacin estndar de la variable; X = Valor promedio de la variable.

EJEMPLO:
Calcular el nmero de muestras que es necesario tomar en el proceso de elaboracin de una bebida embotellada, en donde se analiza el volumen de llenado con un promedio de 350mL, una desviacin estndar de 6, se requiere adems que el valor promedio de la muestra no difiera no difiera, con 95% de probabilidades de acierto, en ms de 4 del valor real de todo el producto elaborado.

CLCULO DEL TAMAO MUESTRAL

n0 n n0 1 N
2

n0

Z * P *Q 2 d

Donde: n0 : la primera aproximacin al tamao de la muestra,; N: poblacin; d: margen de error de muestreo

EJEMPLO:
Se desea conocer el tamao de la muestra en cierto estudio de aceptacin de un producto mediante la valoracin de consumidores. Se seleccion un centro comercial, donde en promedio transitan 5000 personas en un determinado perodo de tiempo; Se desea seleccionar una muestra cuyo margen de error de muestreo sea del 2% y cuyo nivel de confianza sea del 95%.