UNIDAD V Distribuciones Muestrales

UNIDAD 5
BASE CONCEPTUAL

Datos: Son medidas, valores o caractersticas susceptibles de ser observadas y contadas.

Variables: fna variable es una caracterstica que puede tener diferentes valores en los distintos Uelementos Uo Uindividuos Ude Uun Hoy la estadstica est considerada como la conjunto. Por ejemplo, el color avorito para teora de la informacin, no solo como funcin descriptiva, si o con el objeto bsicoprendas de vestir, nmero de vasos de leche consumidos por semana. de hacer estimaciones acerca de los valores estadsticos Ude Ula Upoblacin Uo Uen Ula Las variables estadsticas se dividen en dos: comprobacin Ude Uhiptesis Ude Uaquellas caractersticas que han sido investigadas cualitativas y cuantitativas. Martnez (2008). Variables Cualitativas: Cuando la variable De acuerdo con esto la estadstica se dividecorresponde a una caracterstica, cualidad, en dos grandes grupos complementarios: gusto, preferencia, opiniones, etc. Variables Cuantitativas: Una variable es de La festadstica Udescriptiva, fque fcomprende tres faspectosundamentales: fprimero, fla tipo cuantitativa cuando la variable se mide en una escala numrica. recoleccin, fclasificacin fy fpresentacin fde datos fen orma fde fcuadros fo fgrficas; Las variables cuantitativas son de dos tipos: segundo, fla faplicacin fde fmedidas fcomo discretas o continuas. promedios, fdesviaciones, fetc.; ftercero, fla interpretacin fy fanlisis fde fdatos fa fin fde Variables discretas: fna variable es discreta obtener conclusiones. Se realiza un procesocuando slo puede tomar valores enteros o deductivo de lo general a lo particular. exactos, (pertenecen a los naturales). Por ejemplo, fnmero fde fnias fporamilia, La festadstica Uinferencial, fel fcual fmediante nmeros de pargos rojos pescados por da. investigacin por muestreo, se logra obtener resultados como estimadores de los valores VariablesContinuas: na Uvariable Ues estadsticos, correspondientes a las continua cuando puede tomar cualquier valor caractersticasde las unidades que de todos los valores, tericamente posibles, conforman fla fpoblacin. fPor flo ftanto, flo entre Udos Uvalores Udados U(pertenecen Ual importante es realizar inferencias acerca deconjunto de los reales). Por ejemplo, la una poblacin objetivo, con base a resultados estatura de los nios del colegio, gramos de de una muestra. carnes fconsumidos fporamilia fen funa semana. Poblacin: La poblacin es el conjunto de individuos o elementos que se va a describir a Muestra : Cuando se adelanta un festudio partir del anlisis de una caracterstica que estadstico fy la fpoblacin fes fmuy fgrande fo puede User Ucuantitativa Uo Ucualitativa. fLa cuando tomar la informacin de la poblacin poblacin debe ser definida de tal forma que, es costosa en tiempo y dinero, entonces los para un nuevo individuo, se pueda decidir con estudios estadsticos se hacen sobre la base algn criterio si pertenece o no a ella. de una muestra. Elemento. Puede ser una persona, familia, empresa, zona, animal, u objeto, etc.

La Umuestra Ues Uun Usubconjunto Ude Ula interna y heterogneas cuando se poblacin; Usobre Uella Use Uobtiene Ula comparan los estrato entre s. informacin Unecesaria Upara Udescribir Uel comportamiento de toda la poblacin con - Muestreo por conglomerados: cuando la unidad fbsica de fmuestreo fse fencuentra respecto a una variable. Para que esta se representativa, fse frequiere fque ftodas fla en la poblacin en grupos o unidades fde fla fpoblacin ftengan fla fmismaconglomerados y la seleccin de la unidad probabilidad fde fser fseleccionadas, fes fdecirpermite fla fobservacin fdel ftotal fde deben ser aleatoria, al azar o probabilstica. elementos de cada conglomerado elegido. - Muestreo sistemtico: la seleccin de la Marco Muestral: Es la lista de elementos de unidad se hace intervalos regulares, en un la poblacin, en la cual se incluyen los individuos sobre los cuales se puede obtener orden sistemtico. informacin. Puede ser un mapa o croquis El Error de Estimacin: es la dierencia que con flas funidades fde fseleccin fplenamente puede haber entre la estimacin puntual y el identificadas. parmetro. Cu ando la estimacin no representa fbien fal fparmetro, fa fpesar fde EncuestaPiloto: Antes de iniciar la estar perfectamente diseada, nos referimos investigacin, fse frecomienda frealizar funa a ferrores fmuestrales. f fLos ferrores fno pequea fencuesta fpreliminar fcon fel fin fde probar fel fcuestionario, fconocer fmejor fla muestrales fse fdeben fal fmal fdiseo fdel poblacin, fentrenar fal fentrevistador, fe fel ormulario, a errores cometidos en el proceso tiempo fque frequiere fla fentrevista fy fen de frecoleccin, fprocesamiento fy fanlisis fde os datos. especial tener un mayor conocimiento acerca de algunos parmetros. Parmetro: fson flas fmedidas fdescriptivas numricas faplicadas fa flas fcaractersticas fen Muestreo Aleatorio: realizado bajo ciertas las unidades de la poblacin. Tambin se les condiciones y sometidos a ciertos requisitos, se constituye en un procedimiento prctico,denominas fcomo fvalores festadsticos fde fla poblacin econmico y rpido para generalizar conclusiones fobtenidas fa ftravs fde funa muestra, aplicable a toda la poblacin de la EstimadorPuntual: son las medidas descriptivasnumricas aplicadas a las que forma parte, dentro de ciertos lmites de caractersticas en las unidades de la muestra. confiabilidad, establecidos fde fantemano. Se Se fpodra fdecir fque fel festimador fes funa pueden aplicar lo siguientes mtodos: norma o mtodo para estimar una constante perteneciente a una poblacin. La estimacin - Muestreo aleatorio simple: en el cual se da igual oportunidad de seleccin a cada hace referencia a los valores numricos de los parmetros poblacionales desconocidos, a los elemento fo fa fla fmuestra fdentro fde fla cuales se llega mediante una muestra. poblacin. - Muestreo aleatorio estratificado:La Estimacin por Intervalo: es una regla que garantiza la representatividad, reduciendo nos indica como calcular dos puntos o valores el error de la muestra al forma grupos o a travs de una muestra. La estimacin por subpoblaciones ms o menos intervalos fes fla festimacin fdel fparmetro homogneas, en cuento a su composicinmediante la especificacin de un intervalo de valores, determinado por un lmite inferior y
Estadstica inferencial
35

36

otro superior (lmite de confianza) dentro del La fseleccin fde flas funidades fque fvan fa cual estar comprendido el valor verdadero conformar o la muestra debe hacerse al azar, parmetro poblacional. mediante un generador de nmeros aleatorios, usando cualquier mtodo, para un Se dice que un estimador debe ser: estudiantes, flo fms fprctico fes futilizar fla calculadora o Excel. Insesgado es decir no tenga sesgo, cuando el valor del estimado es igual al parmetro. En e dMedias dMuestrales: dla caso contario la estimacin ser sesgada. Distribucin notacin utilizada es: Consistente Ues Uaquel Uestimador Uque, Ual aumentar el tamao de la muestra, converge Medidas Poblacin Muestra _ _ en probabilidad al parmetro que estima. Media aritmtica _ _ __ Varianza Eficiente es el estimador que tiene la menor _ _ Desviacin tpica varianza entre todos los estimadores posibles. _ Tamao Suficiente cuando incluye toda la informacin que la muestra puede proporcionar acerca del Teorema: si n variables aleatorias parmetro. independientes tienen varianza finitas, su suma, Ucuando Use Ule Uexpresa Uen Umedia Intervalo de Confianza: corresponde a un estndar, Utienden Ua Uestar Unormalmente intervalo de valores, dentro de los cuales sedistribuidas cuando n tiende al infinito. Se espera fque fest fel fparmetro fcon fcierto debe observar que ningunas de las varianzas grado fde fconfianza fo friesgo fde ferror sea mayor comparada con el total. conocido; para ello es necesario determinar la estimacin puntual. De facuerdo fcon fel fteorema fanterior, fla variante festadstica fpara fdistribuciones fde Coeficiente de Confianza: es la probabilidad media muestrales ser: que fun fintervalo fde fconfianza ftenga fel _ _ _ parmetro que se estima. _ _

DISTRIBUCIONES MUESTRALES una distribucin normal.

Co rresponde a una distribucin de todas las muestras que pueden ser escogidas conforme a un esquema de muestreo especificado, que implique seleccin al azar y a una funcin de nmeros de variables aleatorias independientes. De funa fpoblacin fa festudiar, fse fselecciona una fsola fmuestra fde ftodas flas fmuestras posibles fde figual ftamao, fcon in felfde obtener conclusiones sobre la poblacin, no sobre la muestra. _ _

Por lo cual consideramos que se aproxima a

http://ingcarlosmerlano.wordpress.com Distribuciones muestrales

EJEMPLOS

Solucin _ _ 1000 _ _ 3,50 _ _ 0,18 1.fLa faltura fmedia fde f400 falumnos fde fun plantel de secundaria es de 1,50 m y su _ 100_ _ _ 3,53 _ _ 3,56 _ desviacin tpica es de 0,25 m. Determinar _? la probabilidad de que en una muestra de_ _',(')_)',(_ 36 alumnos, la media sea superior a 1,60m Solucin _ _ 400 _ _ 1,50 _ 36 _ ____.__ _ _? _ _ 0,25 _ _ ___ _ _ _ 3,53 _ 3,50 _ 1,66 0.18 100

_ _ 1,60

_ 1.66 #_0.9515 _ _ _ ___ _ _ _ 3,56 _ 3,50 _ 3,33 0.18 100

_ _ _ 1.60 _ 1.50 _ 2.40 _ _ 0.25 36 ver tabla anexa

_ 2.40 #_0.9918

_ 3,33 #_0.9996 _

0.9918
1,50 0 1,60 2,40

_ 2800 fcojines. fSi ftoma 3,33 funa fmuestra 0 fse 1,66

3,50 3,53 3,56

_ ____.__

_ 1 _ 0.9918 _ 0,0082 _ 0,82%

_ _',(')_)',(_

_ 0,9996 _ 0,9515 _ 0,0481

_ _',(')_)',(_ _ 4,81% Por lo tanto, la probabilidad de que en una muestra fde f36 falumnos, fde fese fplantel fde secundaria, la media sea superior a 1,60 m Por es lo tanto, la probabilidad de que en una muestra de 100 pollos, de ese lote, el peso de 0,82% est entre 5,53 y 3,56 kg es de 4,81% 2.fSe ftiene fpara fla fventa fun flote fde f1000 3.fUn fabricante fde fcierto fchamp fpara fel pollos, con un peso promedio de 3,50 kg y una desviacin estndar de 0,18 kg. Cul cabello fdistribuye fel ftamao fprofesional es fla fprobabilidad fde fque funa fmuestra de su producto en 100 salones de belleza aleatoria, f100 fpollo fde festa fpoblacin, de fCaracas. fSe fha fdeterminado fque fel consumo promedio de su producto es de pesen entre 3,53 y 3,56 kg?
Estadstica inferencial

37

38

probabilstica fde f36 fsalones fCul fes fla probabilidad de que el consumo promedio en un mes sea inferior a 2700? Solucin _ _ 100 _ _ 2800 _ 36 _ __)_+__ _ _? _ _ 280

,_

Por flo ftanto, fen fla fdistribucin fde fmedias muestrales, la estandarizacinde Z , incluyendo el factor de correccin ser: _ _ _ _ _ -1_,

_ _ 2700

_ _ _ 2700 _ 2800 _ _2,14 _ _ 280 36 fSe fbusca fel fvalor

4.fSi en el ejemplo (1) consideramos que en dicho plantel se puede aplicar el factor de correccin Solucin _ _ 400 _ _ 1,50 _ 36 _ ____.__ ,__ _ _? 36 _ 0,09 _./01231 45 5% 400 _ _ 0,25

_ 2,14 #_0.9838 positivo en la tabla

_ _ 1,60

2700 _2,14

2800 0

Co mo fZ fes fnegativo fentonces fy fel fvalor _ buscado es a la izquierda: _ __)_+__ _ __)_+__ _ 1 _ 0,9838 _ 0,0162 _ 1,62%

_ _ _ 1,60 _ 1,50 - 1 _ 0,09 _ -1_,_ 0,25 36

_ 2,51

_ 2,51 #_0.9940 Por flo ftanto, fla fprobabilidad fde fque fel consumo promedio de champ en un mes es de 1,62% actor de correccin: En aquellos casos de F poblaciones finitas, es fdecir, cuando se da informacin fsobre fel ftamao fpoblacional fy cuando el tamao de la muestra es mayor del 5% de la poblacin, se puede aplicar un factor de correccin f, conocido como fraccin de muestreo. _ ____.__

0.9940
1,50 0 1,60 2,51

_ 1 _ 0.9940 _ 0,006 _ 0,6%

http://ingcarlosmerlano.wordpress.com Distribuciones muestrales

Por lo tanto, la probabilidad de que en una Solucin muestra fde f36 falumnos, fde fese fplantel _ fde _ 0,04 6 _ 1 _ 0,04 _ 0,96 secundaria, la media sea superior a 1,60 m es de 0,6% _ 200 / _ 0,03 _ _8 __,_' _ ? Distribucin Muestral de una proporcin: en el anlisis de una caracterstica cualitativa o / _ _ 0,03 _ 0,04 atributo, se emplea la proporcin de xitos. Si _ _ _ _0,71 P es la proporcin de xitos de la poblacin, _ _6 0,04 _0,96 6_1__ ; ; Q f( ) frepresenta fla fproporcin fde 200 no xitos de la poblacin: _ 0,71 #_0.7611 Medidas Poblacin Muestra _7 __ / _ / Proporcin Varianza Desviacin tpica Tamao _7 _ _ _ #/_
_ _7 _ _6 __ /9 _8
0.7611

_ 7_ _6 _

_8_ /9 0,03 _0,71 0,04 0

; fDonde fA frepresenta ftodos _ _8 __,_' los elementos de la caracterstica investigada.

_ 0,7611 _ 76,11%

Por flo ftanto, fla fprobabilidad fde fque fen fun grupo fde f200 fpiezas, fel f3% fo fms fsean defectuosas es de 76,11% 6.fSe fdesea festudiar funa fmuestra fde f49 personas para saber la proporcin de las mayores fde f40 faos; fsabiendo fque fla proporcin en la poblacin es de 0,4. Cul es la probabilidad de que la proporcin en la muestra sea menor de 0,5? Solucin _ _ 0,4 6 _ 0,6 EJEMPLOS 5.fSe tiene que el 4% de las piezas producidas _ por cierta mquina son defectuosas, cul _8 )_,( es la probabilidad de que un grupo de 200 piezas, el 3% o ms sean defectuosas? _ 49 _? / _ 0,5

_ _

_ / _ _ ; _6

Estadstica inferencial

39

40

/ _ _ ; _6

0,5 _ 0,4 ; _0,4 _0,6 49

_ 1,43

_ 1,43 #_0.9236
0,46 0 0,52 1,21

_ _8 )_,(
0,4 0 0,5 1,43

_ 1 _ 0,8869 _ 11,31%

/ Por lo tanto, la probabilidad de que ms del 52% de los sindicatos del pas estn en contra de comerciar con China es del 11,31%

_ _8 )_,(

_ 0,9236 _ 92,36%

Por flo ftanto, fla fprobabilidad fde fque fen fla muestra la proporcin de mayores de 40 aos sea menor al 0,5 (50%), es de 92,36% 7.fCuarenta y seis por ciento de los sindicatos del pas estn en contra de comercializar con Ch ina Continental. Cul es la probabilidad de fque funa encuesta a 100 sindicatos fmuestre fque fms fdel f52% tengan la misma posicin? Solucin _ _ 0,46 _ 100 _ _8 __,(_ / _ _ ; _6 _? 0,52 _ 0,46 ; _0,46 _0,54 100 6 _ 0,54 / _ 0,52

_ 1,21

_ 1,21 #_0.8869

http://ingcarlosmerlano.wordpress.com Distribuciones muestrales

siderrgica fHierro UOxidado est produciendoactualmentecables para 1. En una poblacin normal, con media 72,1 y suspensin fde fpuentes. fLa fcaracterstica desviacin festndar fde f3,1 fencuentre fla ms fimportante fde feste fproducto fes fsu probabilidad de que en una muestra de 90 resistencia, fel fpeso fque fpuede fsoportar observaciones, fla fmedia fsea fmenor fque antes de que se reviente. Por experiencia pasadas fse fsabe fque fel fpromedio fde fla 71,7 resistencia es de 6 toneladas con 2.fEn el banco de ahorro No Rinde Nada, la desviacin de toneladas. Para efectos de cuenta media es de $659.320,con control fse fselecciona funa fmuestra fde f9 desviacin de $18.000 Cu l es la cables y se adopta la siguiente regla de de probabilidad de que en un grupo de 400 decisin: cuentas, elegidas al azar, tenga un Si la resistencia promedio est por encima depsito medio de $660.000? de 6,5 toneladas o por debajo de 5,5 se 3.fSi en el Cerrejn los salarios diarios de los suspende el proceso. Si est entre 5,5 y 6,5 mineros fde fcarbn festn fdistribuidos se deja tal como est: normalmente con funa fmedia f$864.500 y una desviacin estndar de $15.000 Cul a.fCul es la probabilidad de detener el proceso si la media de produccin es de es fla fprobabilidad fde fque funa fmuestra 6 toneladas? representativa fde f25 fmineros, ftenga fun promedio diario inferior a $857.500? b.fCul es la probabilidad de detener el 4.fLas festaturas fde fcierto fgrupo fde fadultos proceso es de 6,18 toneladas? tienen funa fmedia fde f167,42 fy funa desviacin festndar fde f2,58 fcm. fSi flas c.fCul es la probabilidad de continuar el proceso de continuar el proceso, si el estaturas estn normalmente distribuidas promedio es en realidad 6,4? y se eligen aleatoriamente 25 personas del grupo, cul es la probabilidad de que su d.fSi es de 5,8? media sea 168 centmetros o ms?

PROBLEMAS 5

7.fLa

8.fSuponga que una mquina produce fque fse ftienen, fen funa furna tornillo fcuyos fdimetros fse fdistribuyen 500 fichas enumeradas 1, 2, 3, , 499, 500. normalmente fcon funa fmedia f f= f Despus de mezclarlas completamente, se pulgadas y una desviacin tpica = 0,01 sacan 16 fichas aleatoriamente Cul es la pulgadas. Cul es la probabilidad de que probabilidad de que la suma sea mayor de el fdimetro fmedio fest fcomprendido 3.000? entre 0,49 y 0,51 para una muestra de 4 tornillos? 6.fLa festatura fde flos festudiantes fde fla 5.fSupongamos

Universidad fse fdistribuye fnormalmente 9.La compaa productora de maz hbrido con media de 170 cm y desviacin tpica La UGorgogiada, Uairman que sus de 18 centmetros. Si se toma una muestra productos darn, por trmino medio, 120 de 81 estudiantes. cul es la probabilidad bultos por hectrea. Veinticinco hectreas de que tenga una estatura superior a 175 producen, en promedio, 115 bultos. Si se cm? supone que la desviacin tpica es de 10 bultos por he ctrea, C ul es la
Estadstica inferencial
41

42

probabilidad de obtener una media muestral de 115 o menos?

10.Se

seleccionar 400 piezas, que el 5% o ms sean defectuosas?

13.En fla acultad f1/6 fde flos falumnos fson fha fdeterminado fque fel f65% fde flos estudiantes funiversitarios fde fRiohacha mujeres. Si se extrae una muestra prefieren los cuadernos marca OSEA. Cul aleatoria de 200 estudiantes de la facultad es la probabilidad de que en una muestra Cu l es la probabilidad de que el 20% o de 100 universitarios encontremos? ms sean mujeres? 14.Un fnuevo ftratamiento fcon frayos flaser a.fComo mximo el 68% sean usuarios de este tipo de cuadernos? asegura su eficacia en el 90% de los casos. Si fse fselecciona funa fmuestra fde f40 b.fExactamente 66% sean usuarios (utilizar enfermos, qu fprobabilidad fhay fde que medio fpunto fde fporcentaje fpara flos se presente una diferencia mayor del 8% lmites) en cuanto a su eficacia?

11 .El

abricante fdel fdesodorante fALICAIDA15.Segn fdatos fanteriores, fse fsabe fque fla recibe fcada fsemana flotes fde f10.000 efectividad fde funa fvacuna fes fdel f90%. vlvulas fpara flos ftarros frociadores. fPara cul es la probabilidad de que al vacunar aceptar o rechazar dichos lotes, selecciona a 64 personas la proporcin sea mayor del al azar 400 vlvulas de cada lote; si el 2% o95%? ms fresultan fdefectuosos, fse frechaza fel lote, en caso contrario se acepta el lote. 16.Se fha fdemostrado, fpor freclamos fque fse C ul fes fla fprobabilidad fde frechazar fun han hechos, que el 20% de las lote fque fcontenga fel f1% fde flas fvlvulas encomiendas fllegan faveriadas, fal futilizar defectuosas? una compaa de transporte intermunicipal. Cul es la probabilidad, al 12.Se fha fencontrado fque f4% fde flas fpiezas enviar f100 fencomiendas, fde fque fla producidas por cierta mquina son proporcin sea menor del 25%? defectuosas fCul fes fla fprobabilidad, fal

http://ingcarlosmerlano.wordpress.com Distribuciones muestrales

reas bajo la curva normal estndar. Los valores de la tabla que no se muestran en negrita representan la probabilidad de observar un valor menor igual a z. oLa cifra entera y el primer decimal de z se buscan en la primera columna, y el segundo decimal en la cabecera de la tabla.

.9998

z
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3.4

0. 00 .5000 .5398 .5793 .6179 .6554 .6915 .7257 .7580 .7881 .8159 .8413 .8643 .8849 .9032 .9192 .9332 .9452 .9554 .9641 .9713 .9772 .9821 .9861 .9893 .9918 .9938 .9953 .9965 .9974 .9981 .9987 .9990 .9993 .9995 .9997

.01 .5040 .5438 .5832 .6217 .6591 .6950 .7291 .7611 .7910 .8186 .8438 .8665 .8869 .9049 .9207 .9345 .9463 .9564 .9649 .9719 .9778 .9826 .9864 .9896 .9920 .9940 .9955 .9966 .9975 .9982 .9987 .9991 .9993 .9995 .9997

.0 2 .5080 .5478 .5871 .6255 .6628 .6985 .7324 .7642 .7939 .8212 .8461 .8686 .8888 .9066 .9222 .9357 .9474 .9573 .9656 .9726 .9783 .9830 .9868 .9898 .9922 .9941 .9956 .9967 .9976 .9982 .9987 .9991 .9994 .9995 .9997

.03 .5120 .5517 .5910 .6293 .6664 .7019 .7357 .7673 .7967 .8238 .8485 .8708 .8907 .9082 .9236 .9370 .9484 .9582 .9664 .9732 .9788 .9834 .9871 .9901 .9925 .9943 .9957 .9968 .9977 .9983 .9988 .9991 .9994 .9996 .9997

.0 4 .5160 .5557 .5948 .6331 .6700 .7054 .7389 .7704 .7995 .8264 .8508 .8729 .8925 .9099 .9251 .9382 .9495 .9591 .9671 .9738 .9793 .9838 .9875 .9904 .9927 .9945 .9959 .9969 .9977 .9984 .9988 .9992 .9994 .9996 .9997

.05 .5199 .5596 .5987 .6368 .6736 .7088 .7422 .7734 .8023 .8289 .8531 .8749 .8944 .9115 .9265 .9394 .9505 .9599 .9678 .9744 .9798 .9842 .4878 .9906 .9929 .9946 .9960 .9970 .9978 .9984 .9989 .9992 .9994 .9996 .9997

.0 6 .5239 .5636 .6026 .6406 .6772 .7123 .7454 .7764 .8051 .8315 .8554 .8770 .8962 .9131 .9279 .9406 .9515 .9608 .9686 .9750 .9803 .9846 .9881 .9909 .9931 .9948 .9961 .9971 .9979 .9985 .9989 .9992 .9994 .9996 .9997

.07 .5279 .5675 .6064 .6443 .6808 .7157 .7486 .7794 .8078 .8340 .8577 .8790 .8980 .9147 .9292 .9418 .9525 .9616 .9693 .9756 .9808 .9850 .9884 .9911 .9932 .9949 .9962 .9972 .9979 .9985 .9989 .9992 .9995 .9996 .9997

.0 8 .5319 .5714 .6103 .6480 .6844 .7190 .7517 .7823 .8106 .8365 .8599 .8810 .8997 .9162 .9306 .9429 .9535 .9625 .9699 .9761 .9812 .9854 .9887 .9913 .9934 .9951 .9963 .9973 .9980 .9986 .9990 .9993 .9995 .9996 .9997

.0 9 .5359 .5753 .6141 .6517 .6879 .7224 .7549 .7852 .8133 .8389 .8621 .8830 .9015 .9177 .9319 .9441 .9545 .9633 .9706 .9767 .9817 .9857 .9890 .9916 .9936 .9952 .9964 .9974 .9981 .9986 .9990 .9993 .9995 .9997